推荐算法中的MF, PMF, BPMF

1.矩阵分解（MF） 目前推荐系统中用的最多的就是矩阵分解方法，在Netflix Prize推荐系统大赛中取得突出效果。以用户-项目评分矩阵为例，矩阵分解就是预测出评分矩阵中的缺失值，而后根据预测值以某种方式向用户推荐。常见的矩阵分解方法有基本矩阵分解（basic MF），正则化矩阵分解）（Regularized MF），基于几率的矩阵分解（PMF）等。 web 利用代数中SVD方法对矩阵进行分解

>>阅读原文<<