推薦系統中的經典矩陣分解技術

  網絡中的信息量呈現指數式增長,隨之帶來了信息過載問題。推薦系統是大數據時代下應運而生的產物,目前已廣泛應用於電商、社交、短視頻等領域。本文將針對推薦系統中基於隱語義模型的矩陣分解技術來進行討論。   NO.1   對於一個推薦系統,其用戶數據可以整理成一個user-item矩陣。矩陣中每一行代表一個用戶,而每一列則代表一個物品。若用戶對物品有過評分,則矩陣中處在用戶對應的行與物品對應的列交叉的
相關文章
相關標籤/搜索