推荐系统的基本原理

• 基于内容的推荐系统

根据每部电影的内容以及用户已经评过分的电影来判断每个用户对每部电影的喜好程度，从而预测每个用户对没有看过的电影的评分。

电影内容矩阵X * 用户喜好矩阵θ = 电影评分表

那么，用户喜好矩阵θ（用户对于每种不同类型电影的喜好程度）如何求解呢？

用户喜好矩阵θ的代价函数：

其中，正则化项为防止过拟合。

• 优点：
  （1）不存在商品冷启动问题
  （2）可以明确告诉用户推荐的商品包含哪些属性

• 缺点：
  （1）需要对内容进行透彻的分析
  （2）很少能给用户带来惊喜
  （3）存在用户冷启动的问题

• 基于协同过滤的推荐系统

根据电影评分表和用户喜好矩阵θ，来求得电影内容矩阵X。然