在开篇中提到将采用梯度下降法来进行特征学习：
这里我们将学习系数暂设为0.5，反馈指数依据反馈类型来定。
首先说一下我们的反馈途径，前面也提到主要采用二元制显示反馈评价，次要我们采用浏览某种类别的时间来作为反馈。
先来考虑二元制反馈的学习，实际上这里是有三种状态的，喜欢、无偏好、讨厌。对于用户的每一次点赞或者打叉记录，我们定时在每晚1点定时学习，一条喜欢点赞反馈指数为+1，一条讨厌反馈指数为-1。
假定上一节讲到的产品最终被用户点了赞，我们来看处理结果。
从上面可以看出对于第五类型的音频作品，用户有了明显的倾向，同时对于热度也有了明显的反应。