关于协同过滤

感觉很奇怪，系统过滤到底是应该把它理解成一个“线性回归”的问题还是一个“逻辑回归”（或者softmax）的问题？

按照吴恩达在Coursera上的课程介绍来说，显然是一个“线性回归”问题，因为在定义cost function时，我们采用的是二分之一平方差（顺便说下这里是latent factor model）

所以，当我重新审视这个问题时，我就开始思考，协同过滤的cost function是该取平方差（类似于线性回归）还是该取log（类似于逻辑回归）

我这样想的原因是，如果一个人非常喜欢一类的电影，非常非常喜欢，则表示“喜欢动作电影”的latent factor会非常大，这时我感觉用linear regression不好。。

顺便提一个推荐的思路，对于兴趣爱好并不广泛的人，比如我，其实老是看一类的东西会很烦的，所以能推荐一些新奇的，我没看过的东西我可能会很感兴趣，但这和协同过滤的思想显然是相悖的。我暂时还不太清楚这个问题的解决方方式。。。