协同过滤与矩阵分解灵魂13问

1. item-based CF和user-based CF有何区别？
2. 相似度计算方法都有哪些？
3. 协同过滤算法的优点和缺点都有哪些？
4. 什么是隐式反馈？
5. 针对具体业务是如何考虑使用item-based还是user-based的CF算法？
6. CF冷启动问题的解决方法都有哪些？
7. 矩阵分解的核心思想是什么？本质上是什么？
8. 隐向量的维度k取值大概范围是？
9. 矩阵分解如何转换成机器学习问题？
10. 针对于矩阵分解的最优化问题 ，工程上可以采用哪些方法求解？都分别有哪些优缺点？
11. SVD方法在MF基础上做了哪些改进？
12. SVD++方法又在SVD基础上做了哪些改进？
13. MF有哪些优缺点？