推薦系統基礎(三):矩陣分解和FM

1. 隱語義模型與矩陣分解 協同過濾算法的特點就是完全沒有利用到物品本身或者是用戶自身的屬性， 僅僅利用了用戶與物品的交互信息就可以實現推薦，是一個可解釋性很強， 非常直觀的模型， 但是也存在一些問題， 第一個就是處理稀疏矩陣的能力比較弱， 所以爲了使得協同過濾更好處理稀疏矩陣問題， 增強泛化能力， 從協同過濾中衍生出矩陣分解模型(Matrix Factorization,MF)或者叫隱語義模型,

>>阅读原文<<