首先对 Matrix Factorization Techniques for Recommender Systems 这篇论文的核心公式进行讲解和推导;然后用Python代码在Movielens数据集上进行测试实验。
一、算法讲解
1.1 概念描述
假设有
个商品,
个用户,形成一个
维的评分矩阵
, 矩阵
中的元素
表示用户
对商品
的评分。假设潜在特征个数为
,那么
维的矩阵
表示用户的潜在特征矩阵,
用户
的潜在特征向量;
维的矩阵
表示商品的潜在特征矩阵,
商品
的潜在特征向量。
由此,我们可以预测用户
对商品
的评分:
(1)
所以,评分矩阵
可以由两个低秩矩阵
和
来表示:
那么,只要