协同过滤是一种非常流行的推荐算法，通常协同过滤可以分为两种类型：邻域模型和矩阵分解模型。基于邻域的协同过滤算法包括基于用户的协同过滤算法和基于物品的协同过滤算法。隐语义模型是对矩阵分解的改进，通过矩阵分解建立了用户和隐类之间的关系，物品和隐类之间的关系 ，最终得到用户对物品的偏好关系。隐语义模型问世之后，诞生了若干对于隐语义模型的改进算法，包括基于标签的隐语义模型推荐算法，基于社交的隐语义模型推荐算法和基于时间的隐语义模型推荐算法等。为了推动基于隐语义模型的发展，下一步的主流研究趋势有标签，社交，时间等。
原文：https://www.cnblogs.com/paradis/p/10362812.html