1.矩阵分解的背景 为了使得协同过滤更好处理稀疏矩阵问题,增强泛化能力 2.矩阵分解算法原理 通过分解协同过滤的共现矩阵来得到用户和物品的隐向量 3.矩阵分解算法的求解 ①Basic SVD:把求解上面两个矩阵的参数问题转换成一个最优化问题,可以通过训练集里面的观察值利用最小化来学习用户矩阵和物品矩阵。 4.FM模型 ①二阶交叉项 ②定理:任意一个实对称矩阵(正定矩阵) 都存在一个矩阵,使得下面式子成立。 ③证明: