基于模型的推荐系统--增量式SVD

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