推荐系统分为基于内容、基于CF(基于内存和基于模型)、混合推荐。下面为基于模型的CF推荐系统
一、推荐算法的分类
二、基于模型的推荐算法中的MF--family
三、增量式的SVD算法
参考Incremental Singular Value Decomposition Algorithms for Highly Scalable Recommender Systems
基本思想:
1) 从原始矩阵A中找出对Item=y评过分的所有用户;
2) 使用降维矩阵,找出对Item=y评过分的与User=x最相近的那个User;
(欧式距离)
3) 从原始矩阵中获取最相似用户对Item=y的评分,并把这个评分当做
User=x对Item=y的评分
如果User=x已经在降维矩阵中&#x