svd /svd ++ movielens

SVD++

使用SVD++方式对问题进行建模

其中mu, bi, bu qi, pu的含义与SVD方法一致， R(u)表示被user 投票的item集合， yi为维度为f的向量， f的维度与qi, pu一致， 表示隐主题的维度。 相当于对用户偏好建模的同时， 还加入了用户投票的item的bias来修正用户在隐主题上的偏好。注意： 此处的隐性反馈并没有直观地反映出来用户对该item的喜欢或厌恶程度， 而是仅仅表明该该用户隐性地对该item进行了投票， 表明用户隐性的反馈不是随机的， 而是有一定目的的。使用该信息就能够很大程度上提升系统的效果。

以下为使用梯度下降法求解上式中各参数的过程， 经过多次迭代直到收敛， 或是达到预先设定的迭代次数后停止。