上传者: 38557095
|
上传时间: 2021-11-10 18:24:44
|
文件大小: 177KB
|
文件类型: -
1.引言
矩阵分解(MatrixFactorization,MF)是传统推荐系统为经典的算法,思想来源于数学中的奇异值分解(SVD),但是与SVD还是有些不同,形式可以看出SVD将原始的评分矩阵分解为3个矩阵,而推荐本文要介绍的MF是直接将一个矩阵分解为两个矩阵,一个包含Users的因子向量,另一个包含着Items的因子向量。
2.原理简介
假如电影分为三类:动画片,武打片,纪录片,而某一部电影对应这三类的隶属度分别为0,0.2,0.7,可以看出这是一部纪录片里面有些武打成分,现在给定某个用户对着三类电影的喜欢程度用0到1之间的值表示分别为0.1,0.6,0.2,可以看出该用