推荐算法中的LFM模型简介

时间:2017-02-02 03:55:55
【文件属性】:

文件名称:推荐算法中的LFM模型简介

文件大小:181KB

文件格式:DOCX

更新时间:2017-02-02 03:55:55

LFM 矩阵分解

最近几年做机器学习和数据挖掘研究的人经常会看到下面的各种名词,即隐含类别模型(Latent Class Model)、隐语义模型(Latent Factor Model)、pLSA、LDA、Topic Model、Matrix Factorization、Factorized Model。 这些名词在本质上是同一种思想体系的不同扩展,在推荐系统领域,提的最多的就是潜语义模型和矩阵分解模型。其实,这两个名词说的是一回事,就是如何通过降维的方法将评分矩阵补全。


网友评论

  • 还不错。。
  • 不错,了解了算法的原理
  • 资料很好的,非常不错的资料
  • 很好的文章
  • 很好,感谢分享!
  • 是推荐系统实践里关于LFM介绍的内容,比较重复
  • 非常不错的资料
  • 帮朋友下载的,他说挺有用
  • 很好的普及知识文档
  • 比较详细的讲解了隐语义模型 不错的资源
  • 发现内容好多来自推荐系统实践
  • 还不错 谢谢了 不过我觉得这好像是摘自某本书的
  • 讲得比较清楚的一篇文章
  • 非常不错的资料!深入浅出
  • 感谢 资源还不错
  • 非常不错的资料,整理了很多东西
  • 还不错,整理了一下!
  • 感谢 解决了疑惑