奇异值分解（SVD）及其扩展详解

　　 SVD是一种常用的矩阵分解技术，是一种有效的代数特征提取方法。SVD在协同过滤中的主要思路是根据已有的评分情况，分析出评分者对各个因子的喜好程度以及电影包含各个因子的程度，最后再反过来分析数据得出预测结果。RSVD、SVD++、ASVD是基于SVD的改进算法。 本文算法主要考虑个性化推荐领域 1.Matrix Factorization Model 和 Baseline Predictors

>>阅读原文<<