推荐SVD

为什么要矩阵分解？

因为user-item矩阵稀疏，需要将user和item映射到同一低维空间进行比较

为什么矩阵分解说得通？

1）将user和item映射到同一低维空间进行比较
2）当矩阵为图片时候，压缩后可高度还原，说明大量信息仍保留至图片矩阵中

矩阵分解如何进行？

SVD理解.jpg

特征值分解（实对称矩阵） >> 奇异值分解（非实对称矩阵）

附

EVD：特征值分解，求一个特征值对角阵，以及特征向量；
引用：
https://www.cnblogs.com/endlesscoding/p/10033527.html