用户的“preference”到底指的是什么？

我们在推荐系统中经常看到“preference”这个单词，比如说“基于用户的preference，聚合用户的preference……”，那么这里的preference到底说的是什么？
    其实从preference这个单词本身来看，她的意思是“偏好、喜好、偏爱”，那么我们想一下，在一堆冷冰冰的数据中，如何才能通过数字来表达出用户的偏好呢？答案就是评分，这里的评分是广义的，她既可以是数字评分，比如说常见的1-100分进行打分，60及格，80以上优秀，也可以是打星制，比如说淘宝评价对物流打星、对商品描述打星等等，评分的形式虽然千千万，但是评分的目的归根到底都是为了表达用户对某一个item的喜爱程度，评分越高，代表用户越喜爱她。

        所以，在推荐系统中用户的preference其实就是用户对item的评分，通过评分的大小来表达用户对item的preference的高低，所以下次当你再看到preferences of users时，你就立刻反应其实这就是用户的评分。

        大家在学习过程中，不要被某些名字本身唬住，多去想想这个名字背后代表的是什么，名字只是一个代号，我们的重点应该是名字背后的东西。

        有时候为了让某个事物显得牛逼高大上，人们经常会取一些听上去、看上去非常牛逼且劝退的名字，比如说deep learning，翻译成中文深度学习，md好牛逼有没有！

        其实取名字很难的，建议大家有能力还是直接看英文资料，你想老外在取名字时就已经抽象了一把，然后咱们在翻译的时候咱也得追求一波高大上啊，所以就在老外抽象的基础上又抽象了一把，这就是两层抽象，结果就是让初学者很容易对名字钻进牛角尖，光看到“深度学习”这四个字就很懵逼，简简单单四个字，言有尽而意无穷啊，所以当你能看懂一层抽象的时候就尽量不要看两层抽象。