推荐算法的优缺点

基于领域的协同过滤 基于矩阵分解 矩阵分解方法将高维User-Item评分矩阵映射为两个低维用户和物品矩阵，解决了数据稀疏性问题。web 优势： 预测精度较高 缺点： 一、模型训练比较费时。 二、不具备很好的可解释性。分解出来的用户和物品矩阵的每一个维度 没法和现实生活中的概念来解释，没法用现实概念给每一个维度命名，只能理解为潜在语义空间svg 待填xml

>>阅读原文<<