recommendation-engine - SVD 的建议

Question

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

标签： recommendation-enginesvdrecommender-systems

Answer 1

您所指的问题称为矩阵完成问题。对于图书馆，你可以在这里看到。该方法称为奇异值阈值法或交替最小二乘法。另一种实现是here。代码可在此处获得