推荐系统

基于内容的推荐算法：

x 表示电影的特征，x0 是bias，x1, x2 分别表示电影的两个特征
sita 表示参数

使用线性回归，对于用户已经评价过的电影，最小化cost，并加上正则项，n 表示特征数，即可得到单个用户的参数sita
对于所有的用户，最小化其cost之和，即可得到所有用户的sita参数

协同过滤

根据用户向量，学习电影特征：

协同过滤算法：

sita（用户参数） 和 x（电影特征向量） 都为止，最小化二者相加
使用很小的值初始化所有的sita 和 x，最小化上述 J 代价函数，计算sita 和 x 的偏导数，得到模型
向量化

得到电影特征向量后，可以计算两个电影的相似度，进行推荐：