【0-1】矩阵分解

基于矩阵分解的推荐算法已经在工业界被广泛应用。 这类算法希望用同一个空间的维度来描述推荐过程中两个实体（用户、物品）的隐语义的特征。   无论是基于数值的矩阵分解如PMF[SVD]，还是基于概率的矩阵分解如PLSA、LDA，都是如此。 只不过，用于PMF分解的评分矩阵中包含了用户对所访问物品的评分，而PLSA、LDA面对的数据则只能是用户有过某种访问行为的物品集合。   仅从信息量的角度看，PMF

>>阅读原文<<