非機器學習方法和機器學習方法推薦性能的比較

（基本矩陣分解）Basic MF Basic MF是最基礎的分解方式，將評分矩陣 R R R分解爲用戶矩陣 U U U和項目矩陣 S S S， 通過不斷的迭代訓練使得 U U U和 S S S的乘積越來越接近真實矩陣，矩陣分解過程如圖： 預測值接近真實值就是使其差最小，這是我們的目標函數，然後採用梯度下降的方式迭代計算 U U U和 S S S，它們收斂時就是分解出來，的矩陣。我們用損失函數來表示

>>阅读原文<<