推薦系統_02

基於內容的推薦 隱語義模型(LFM) 圖形解釋： LFM的前生今世 源於對svd（奇異值分解）方法的改進。 svd可用於推薦系統評分矩陣補全，但由於計算量太大，實際上只適用於規模很小的系統。 隱語義模型的適用性 分類數k是先驗指定，可以通過k控制分類的粒度 LFM中，商品針對每個類都可以計算權重，是天生的多分類，多緯度 關於訓練集 基本概念： 顯性數據：數據集包含u用戶對i商品的打分，有用戶編號和

>>阅读原文<<