论文部分内容阅读
矩阵分解(Matrix Factorization, MF)属于推荐系统中的一种应用广泛且较为经典的算法。它是基于用户行为的推荐算法,被广泛知道的是矩阵分解算法是一种很好的推荐算法。在Netflix Prize算法竞赛中取得了巨大成就,有很多应用矩阵分解拿到冠军的团队,矩阵分解可以有效地解决电影评分预测问题。传统的推荐模型通常采用离线训练的方法,计算出所有训练数据的预测系数用户。在实践中场景中总有一些新用户在训练集中找不到。但我们有他的历史行为记录。那我们对该用户如何进行预测评分呢?最简单的方法是将新用户