推荐系统学习记录——连续的嵌入空间

连续嵌入空间

       推荐系统通常会将用户和项目（或商品）表示为向量或嵌入（embeddings），这些向量被映射到一个称为嵌入空间（embedding space）的数学空间中。在这个空间中，相似的用户或项目会在向量空间中靠近彼此，而不相似的则会远离。

       当用户和项目被映射到连续嵌入空间时，它们之间的相似度可以通过向量之间的距离来衡量。在这个空间中，找到相似的项目就意味着找到与目标项目在向量空间中距离较近的其他项目。这种方法使得推荐系统能够根据用户的行为或偏好来找到与之相似的项目，从而进行个性化的推荐。