推薦系統筆記2、矩陣分解協同過濾

1、概述： 矩陣分解模型是把用戶偏好和item屬性投影到同一個隱因子空間（latent factor space），以用戶偏好和item屬性的匹配程度來預測評分。一般推薦系統能夠用於模型訓練的信息主要有用戶的顯式反饋、隱式反饋和時間信息等。顯式反饋（explicit feedback）：用戶直接代表對item的興趣，例如評分[1,2,3,4,5]. 隱式反饋（implicit feedback）：

>>阅读原文<<