推荐系统_02

基于内容的推荐 隐语义模型(LFM) 图形解释： LFM的前生今世 源于对svd（奇异值分解）方法的改进。 svd可用于推荐系统评分矩阵补全，但由于计算量太大，实际上只适用于规模很小的系统。 隐语义模型的适用性 分类数k是先验指定，可以通过k控制分类的粒度 LFM中，商品针对每个类都可以计算权重，是天生的多分类，多纬度 关于训练集 基本概念： 显性数据：数据集包含u用户对i商品的打分，有用户编号和

>>阅读原文<<