12 Facebook是怎么为十亿人互相推荐好友的.pdf

上⼀篇中，我和你专⻔聊到了矩阵分解，在这篇⽂章的开始，我再为你回顾⼀ 下矩阵分解。 回顾矩阵分解 矩阵分解要将⽤户物品评分矩阵分解成两个⼩矩阵，⼀个矩阵是代表⽤户偏好 的⽤户隐因⼦向量组成，另⼀个矩阵是代表物品语义主题的隐因⼦向量组成。 这两个⼩矩阵相乘后得到的矩阵，维度和原来的⽤户物品评分矩阵⼀模⼀样。 ⽐如原来矩阵维度是 mx n，其中 m 是⽤户数量，n 是物品数量，再假如分 解后的隐因⼦向量是 k 个，那么⽤户隐因⼦向量组成的矩阵就是 mx k，物品 隐因⼦向量组成的矩阵就是 nx k。 得到的这两个矩阵有这么⼏个特点： 1. 每个⽤户对应⼀个 k 维向量