推荐基础算法之矩阵分解MF 矩阵分解是推荐系统中运用最广泛的协同过滤模型。顾名思义,其就是将一个矩阵分解为两个或多个矩阵,使得分解的矩阵能够通过相乘得到原始矩阵。在推荐系统中,常常根据用户对物品的评分得到一个用户-物品评分矩阵R(如下表),但在这个矩阵在实际情况中是非常稀疏的,也就是在用户-物品的评分矩...
前面我们介绍了解决单类协同过滤的加权矩阵分解(WMF),这篇文章也很类似,是解决隐式反馈频次问题。这篇文章《Logistic Matrix Factorization for Implicit Feedback Data》于2014年发表与NIPS workshop。具体而言,作者提出了一种新的概率模型,即Logistic MF。接下来,我们将详细看看这篇文章的核心。