【机器学习线性代数】16 SVD在推荐系统中的应用

1.应用背景

在这一节里,我们来重点分析一下如何把 S V D SVD SVD 的处理方法应用到推荐系统中,我们在一个实际的案例中进行探讨。

有一个风味美食平台,经营着多种不同风味儿的地方特色美食,在系统中维护着一个原始的打分表:表中的行表示各个用户,列表示各种菜品,每一个用户在对一个菜品消费之后都会对其进行打分,分数为1分~5分,分数越高表示评价越高。如果该用户没有消费某道菜品,则分数值默认为0分。

在我们的例子中,一共有18名用户对11个不同的菜品进行了打分评价,原始的打分数据如下:

  • 8
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

石 溪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值