【2025算法面试通关】【八.推荐算法-经典算法】【52. 个性化推荐系统面试题大揭秘：从经典算法到高级技巧】

一、协同过滤的用户 - 物品矩阵分解（如SVD）

热门题

1. 什么是协同过滤的用户 - 物品矩阵分解？
   答：协同过滤的用户 - 物品矩阵分解是将用户 - 物品评分矩阵分解为两个低秩矩阵的乘积，其中一个矩阵表示用户的特征向量，另一个矩阵表示物品的特征向量。这样可以降低数据的维度，同时发现用户和物品的潜在特征。
2. SVD 用于用户 - 物品矩阵分解的原理是什么？
   答：奇异值分解（SVD）将一个矩阵分解为三个矩阵的乘积：$A=$