การเรียนรู้ความชอบเป็นสาขาย่อยของการเรียนรู้ของเครื่องที่มุ่งเน้นการสร้างแบบจำลองและการทำนายความชอบโดยอาศัยข้อมูลความชอบที่สังเกตได้^{[ 1 ]}การเรียนรู้ความชอบโดยทั่วไปเกี่ยวข้องกับการเรียนรู้แบบมีผู้กำกับดูแลโดยใช้ชุดข้อมูลของการเปรียบเทียบความชอบแบบคู่ การจัดอันดับ หรือข้อมูลความชอบอื่นๆ

งานหลักในการเรียนรู้ความชอบเกี่ยวข้องกับปัญหาใน " การเรียนรู้การจัดอันดับ " ตามประเภทของข้อมูลความชอบที่สังเกตได้ งานต่างๆ จะถูกจัดประเภทเป็นปัญหาหลัก 3 ประการในหนังสือการเรียนรู้ความชอบ : ^{[ 2 ]}

ในการจัดอันดับป้ายกำกับ โมเดลจะมีพื้นที่ของอินสแตนซ์และเซตของป้ายกำกับ ที่มีจำนวนจำกัด ข้อมูลความชอบจะถูกระบุในรูปแบบที่แสดงให้เห็นว่าอินสแตนซ์หนึ่งแสดงความชอบใน อีกอินสแตนซ์ หนึ่งมากกว่าอีกอินสแตนซ์หนึ่ง เซตของข้อมูลความชอบนี้จะถูกใช้เป็นข้อมูลฝึกฝนในโมเดล หน้าที่ของโมเดลนี้คือการค้นหาการจัดอันดับความชอบในบรรดาป้ายกำกับสำหรับอินสแตนซ์ใดๆ ${\displaystyle X=\{x_{i}\}\,\!}$${\displaystyle Y=\{y_{i}|i=1,2,\cdots ,k\}\,\!}$${\displaystyle y_{i}\succ _{x}y_{j}\,\!}$${\displaystyle x\,\!}$${\displaystyle y_{i}\,\!}$${\displaystyle y_{j}\,\!}$

มีการสังเกตว่า ปัญหา การจำแนกประเภทแบบ ดั้งเดิมบางอย่าง สามารถสรุปได้ในกรอบของปัญหาการจัดอันดับป้ายกำกับ: ^{[ 3 ]}หากอินสแตนซ์การฝึกอบรมถูกติดป้ายกำกับเป็นคลาสนั่นหมายความว่าในกรณีหลายป้ายกำกับจะเชื่อมโยงกับชุดของป้ายกำกับดังนั้นโมเดลจึงสามารถดึงชุดข้อมูลความชอบได้การฝึกโมเดลความชอบบนข้อมูลความชอบนี้และผลลัพธ์การจำแนกประเภทของอินสแตนซ์ก็คือป้ายกำกับอันดับสูงสุดที่สอดคล้องกัน ${\displaystyle x\,\!}$${\displaystyle y_{i}\,\!}$${\displaystyle \forall j\neq i,y_{i}\succ _{x}y_{j}\,\!}$${\displaystyle x\,\!}$${\displaystyle L\subseteq Y\,\!}$${\displaystyle \{y_{i}\succ _{x}y_{j}|y_{i}\in L,y_{j}\in Y\backslash L\}\,\!}$

การจัดอันดับอินสแตนซ์ก็มีพื้นที่อินสแตนซ์และชุดป้ายกำกับเช่นกันในงานนี้ ป้ายกำกับจะถูกกำหนดให้มีลำดับคงที่และแต่ละอินสแตนซ์จะเชื่อมโยงกับป้ายกำกับ หนึ่ง ๆ โดยให้ชุดอินสแตนซ์เป็นข้อมูลฝึกฝน เป้าหมายของงานนี้คือการค้นหาลำดับการจัดอันดับสำหรับชุดอินสแตนซ์ใหม่ ${\displaystyle X\,\!}$${\displaystyle Y\,\!}$${\displaystyle y_{1}\succ y_{2}\succ \cdots \succ y_{k}\,\!}$${\displaystyle x_{l}\,\!}$${\displaystyle y_{l}\,\!}$

การจัดอันดับวัตถุคล้ายกับการจัดอันดับอินสแตนซ์ ยกเว้นว่าไม่มีป้ายกำกับใด ๆ ที่เกี่ยวข้องกับอินสแตนซ์ โดยกำหนดชุดข้อมูลความชอบแบบคู่ในรูปแบบและโมเดลควรค้นหาลำดับการจัดอันดับระหว่างอินสแตนซ์ ${\displaystyle x_{i}\succ x_{j}\,\!}$

มีวิธีการแสดงข้อมูลความชอบในทางปฏิบัติอยู่สองวิธีวิธีแรกคือการกำหนดค่าให้กับและด้วยจำนวนจริงสองจำนวนและตามลำดับ โดยที่อีกวิธีหนึ่งคือการกำหนดค่าไบนารีให้กับทุกคู่เพื่อระบุว่าหรือ ซึ่งสอดคล้องกับการแสดงข้อมูลความชอบทั้งสองแบบนี้ จึงมีเทคนิคที่แตกต่างกันสองแบบที่ใช้ในกระบวนการเรียนรู้ ${\displaystyle A\succ B\,\!}$${\displaystyle A\,\!}$${\displaystyle B\,\!}$${\displaystyle a\,\!}$${\displaystyle b\,\!}$${\displaystyle a>b\,\!}$${\displaystyle V(A,B)\in \{0,1\}\,\!}$${\displaystyle (A,B)\,\!}$${\displaystyle A\succ B\,\!}$${\displaystyle B\succ A\,\!}$

ถ้าเราสามารถหาการแมปจากข้อมูลไปยังจำนวนจริงได้ การจัดอันดับข้อมูลก็สามารถแก้ไขได้โดยการจัดอันดับจำนวนจริง การแมปนี้เรียกว่าฟังก์ชันอรรถประโยชน์สำหรับการจัดอันดับป้ายกำกับ การแมปคือฟังก์ชันที่สำหรับการจัดอันดับอินสแตนซ์และการจัดอันดับวัตถุ การแมปคือฟังก์ชัน ${\displaystyle f:X\times Y\rightarrow \mathbb {R} \,\!}$${\displaystyle y_{i}\succ _{x}y_{j}\Rightarrow f(x,y_{i})>f(x,y_{j})\,\!}$${\displaystyle f:X\rightarrow \mathbb {R} \,\!}$

การค้นหาฟังก์ชันอรรถประโยชน์เป็น ปัญหาการเรียนรู้ แบบถดถอยซึ่งได้รับการพัฒนามาอย่างดีในด้านการเรียนรู้ของเครื่องจักร

การแสดงข้อมูลความชอบแบบไบนารีเรียกว่าความสัมพันธ์ความชอบ สำหรับแต่ละคู่ของทางเลือก (อินสแตนซ์หรือป้ายกำกับ) สามารถเรียนรู้ตัวบ่งชี้ไบนารีได้โดยใช้วิธีการเรียนรู้แบบกำกับดูแลทั่วไป Fürnkranz และ Hüllermeier เสนอวิธีการนี้ในปัญหาการจัดอันดับป้ายกำกับ^{[ 4 ]}สำหรับการจัดอันดับวัตถุ มีวิธีการก่อนหน้านี้โดย Cohen et al. ^{[ 5 ]}

การใช้ความสัมพันธ์ของความชอบเพื่อทำนายอันดับอาจไม่ใช่เรื่องง่ายนัก เนื่องจากความสัมพันธ์ของความชอบที่สังเกตได้อาจไม่เป็นไปตามการถ่ายทอดเสมอไปเนื่องจากความไม่สอดคล้องกันในข้อมูล การหาอันดับที่ตรงตามความสัมพันธ์ของความชอบทั้งหมดอาจเป็นไปไม่ได้หรืออาจส่งผลให้มีวิธีแก้ปัญหาที่เป็นไปได้หลายวิธี แนวทางที่ใช้กันทั่วไปมากกว่าคือการหาวิธีแก้ปัญหาอันดับซึ่งสอดคล้องกับความสัมพันธ์ของความชอบมากที่สุด แนวทางนี้เป็นการขยายตามธรรมชาติของการจำแนกประเภทแบบคู่^{[ 4 ]}

การเรียนรู้ความชอบสามารถใช้ในการจัดอันดับผลการค้นหาตามความคิดเห็นของความชอบของผู้ใช้ โดยเมื่อกำหนดคำค้นหาและชุดเอกสารแล้ว จะใช้แบบจำลองการเรียนรู้เพื่อค้นหาการจัดอันดับเอกสารที่สอดคล้องกับความเกี่ยวข้องกับคำค้นหานี้ สามารถดูการอภิปรายเพิ่มเติมเกี่ยวกับการวิจัยในสาขานี้ได้ในเอกสารสำรวจของTie-Yan Liu ^{[ 6 ]}

การประยุกต์ใช้การเรียนรู้ความชอบอีกอย่างหนึ่งคือระบบแนะนำ [ ^{7 ] ร้าน}ค้าออนไลน์อาจวิเคราะห์บันทึกการซื้อของลูกค้าเพื่อเรียนรู้แบบจำลองความชอบ จากนั้นจึงแนะนำผลิตภัณฑ์ที่คล้ายคลึงกันให้กับลูกค้า ผู้ให้บริการเนื้อหาอินเทอร์เน็ตสามารถใช้การให้คะแนนของผู้ใช้เพื่อนำเสนอเนื้อหาที่ผู้ใช้ชื่นชอบมากขึ้น