ninomiya_yj0617的博客

概率矩阵分解（probabilistic matrix factorization, PMF），一种推荐系统中的常用算法，假设有M个用户，N个物品，则用户对物品的偏好信息可以表示为一个偏好矩阵,概率矩阵分解旨在将偏好信息矩阵R分解为潜在的用户特征矩阵U和物品的特征矩阵V,首先定义在偏好信息上的条件分布：其中是一个指示矩阵，若用户i对物品j有偏好信息，则,否则为0；采用贝叶斯统计的思想，引入用户和物品各自的先验信息，假设用户服从正态分布,物品也服从一个正态分布,为了简单起见，令，即服从均值为0的正

一、 证明：设x是一个n维列向量，记为,则同理可得 二、证明：设A是一个n维矩阵，,则有：同理可证得：三、证明： 四、证明：设,有:.同理有：五、证明：（法一）从定义出发证明：设是一个n维列向量，则是一个数，(法二)采用四中给出的公式：六、证明：设...