问基于内容的过滤推荐系统中连续特征的处理错误

EN

我有一份基于内容的推荐信.很好。我确信这是解决这个问题的正确方法(将已建立的“用户”与几乎总是新的、但包含与现有项相似的已知特性的“项目”匹配起来)。

当我进行研究时，我发现几乎所有基于内容的过滤的例子都以文章/电影为例，并且只考虑使用文本块中编码的tf-以色列国防军功能。这并不是我所要处理的，但我的大部分特征都是布尔特征，所以做一个类似的向量和观察余弦距离并不是特别困难。我也有一个连续的特性，我缩放并包含在向量中。就像我说的，它看起来很管用，但是很不确定，我想我知道为什么.

我所使用的持续功能是一个评分(让我们称之为“美味”)，在几乎所有的情况下，一个更好的分数将表明一个项目更有利于用户。它是连续的，但它也有一个明确的“方向”(不确定这是否是正确的术语)。一个方向上的错误与另一个方向上的错误不一样。

在我的例子中，一些用户对得分平庸的“美味”项目给予了很高的评价，但从逻辑上讲，他们还是更喜欢更美味的东西。该用户的向量可能具有2.3的平均美味性。我对余弦距离的理解是，在我的模型中，如果用户遇到两个完全相同的新项目，其中一个的美味度为1.0，另一个的美味度为4.5，这实际上有利于前者，因为向量之间的距离较短。

如何修改或合并其他类型的距离度量，其中考虑到在一个方向上的美妙误差/距离与另一个方向上的误差/距离并不相同？

(第二个问题是，我如何决定如何最好地缩放布尔功能旁边的这个连续特性？)