我实际上是在LIRIS（计算机科学研究实验室）的实习船上工作，我在推荐系统上工作。我的实习船主管要求我做一个关于推荐电影的演讲，感谢明天的SVD。所以我了解了这一点。
我认为我理解A = US（V ^ T）的数学部分，但对于下一步（推荐电影），有些事情对我来说并不是很清楚。我已经找到了一些知识，而且我脑子里还不清楚：D
我不明白SVD是否计算了矩阵A中缺失的数字（预测未对影片评分的用户的评分），或者我们是否需要我们分解的密集矩阵A.推荐电影的3个矩阵？
对于第一种情况，它是如何工作的？因为我没有发现任何相关信息...... 对于第二个，3个矩阵如何帮助我们推荐电影？我不理解分解矩阵和推荐电影之间的联系。
如果有人可以帮助我，我将非常感激：）
PS：对不起英语，我是法国学生：D
答案 0 :(得分：0)
您指的问题称为矩阵完成问题。对于图书馆，您可以看到here.该方法称为singular value thresholding或交替最小二乘法。另一种实现是here.代码可用here