推荐算法基础，协同过滤算法，二值协同过滤算法

在很多的场景下，序列模型都有所应用，其类型也有很多，包括many-to-many（x和y的序列长度可以相同可以不同），many-to-one（情感分类，比如给一句评论并且给其打分），one-to-many（音乐生成，比如给一个数字或者也可以是空集，生成一段音乐）

由此通过项目和用户的特征去建立基于内容的过滤算法：利用用户向量和电影向量之间的点积这里我们仍然以推荐电影为背景，要预测用户j对电影i的评分（这里我们不考虑b，因为事实证明b不会影响基于内容的过滤算法）将w(j) * x(i)替换为vu(j) * vm(i)，这两者分别来自于xu(j)和xm(i)，vu是一个用户向量，捕获了用户的偏好preferences。