recommendation-engine - SVD 的建议
问题描述
我实际上是在 LIRIS(计算机科学研究实验室)的实习船上,我研究推荐系统。我的实习船主管让我做一个关于推荐电影的演讲,感谢 SVD 明天。所以我了解到了这一点。
我认为我理解了 A = US(V^T) 的数学部分,但对于下一步(推荐电影),有些事情对我来说并不是很清楚。我发现了很多知识,但我的头脑并不清楚:D
我不明白 SVD 是计算矩阵 A 中缺失的数字(预测未评价电影的用户的评分),还是我们需要一个密集矩阵 A,将其分解为 3 个矩阵来推荐电影?
对于第一种情况,它是如何工作的?因为我对此一无所知...其次,3个矩阵如何帮助我们推荐电影?我不明白分解矩阵和推荐电影之间的联系。
如果有人可以帮助我,我将非常感激:)
PS:对不起英语,我是法国学生:D
解决方案
推荐阅读
- graphicsmagick - GraphicsMagick:在调整非方形纵横比的大小后总是制作方形图像
- timescaledb - time_bucket_gapfill 如何定义一周的范围
- ruby-on-rails - 带有连接表的 ActiveRecord 明确查询
- java - 用Java读取文件的格式异常
- c - C 结构和类型定义
- function - 依赖类型作为 Coq 中的函数参数
- flutter - 如何检查设备是否需要 SafeArea?(需要底部/顶部填充)
- excel - 将 Excel 文件存储到 Postgres
- javascript - 我怎样才能从 Utilities.formatDate(new Date(), "EST", "HH"); 为整数?
- angular - 多次订阅同一个 Observable