推薦系統中的矩陣分解

1、傳統SVD（奇異值分解，正交的，可以將分解後的矩陣看作是原來矩陣的另一種表達） 針對用戶與物品的打分表，表中肯定會存在一些缺失值，SVD是想通過將M矩陣分解，然後通過選擇較大的特徵值來降維。其中K是奇異值的個數，會遠遠小於用戶數和商品數MN， 預測第i個用戶對於第j個商品的打分，通過u^T∑v即可得到，這樣就可以預測評分。 但是SVD要求矩陣必須是密集的，我們既然要預測打分矩陣，肯定說明打分矩

>>阅读原文<<