deep learning自学知识积累笔记

隐语意模型的推荐系统

https://www.jianshu.com/p/7b6bb28c1753

核心思想是将user-item ranking矩阵通过隐含的类别向量分解为user-class, class-item矩阵的乘积。

定义损失函数，使用梯度下降法，将P,Q两个矩阵求解出来，后续的推荐就基于$P_I \times Q$获得第i个用户对所有item的评分（兴趣）情况，排序后就可以做出推荐

早前的奇异值分解SVD理论：

假设矩阵M是一个m*n的矩阵，则一定存在一个分解  ，其中U是m*m的正交矩阵，V是n*n的正交矩阵，Σ是m*n的对角阵，可以说是完美契合分解评分矩阵这个需求。但是奇异值分解要求矩阵是稠密的，但现实中往往无法满足这个要求。

https://zhuanlan.zhihu.com/p/34497989

deep learning自学知识积累笔记

原文：https://www.cnblogs.com/kidsitcn/p/10082184.html