推荐系统(Bayesian Probabilistic Matrix Factorization)

Salakhutdnov et al., along with A. Mnih, introduced their work titled "A Bayesian Approach to Probabilistic Matrix Factorization Utilizing Markov Chain Monte Carlo Methods" at the International Conference on Machine Learning in 2008, where the proceedings were published between pages $...

对于PMF模型和其应用场景不够了解的读者来说，在阅读这篇基础PMF文章之前可以选择先打好基础

在本文中所提出的模型与前文中的方法具有相似之处，在求解过程中我们采用了贝叶斯推断的方法而非传统的概率计算方式：即不再将系统参数视为固定数值进行估计而将其视为服从某种分布的随机变量进而推断该分布的具体参数

问：明天气象会如何？
传统观点预测：大致上是晴天。
贝叶斯方法预测：明天晴朗的概率为60%，有40%的可能性会下雨。
传统派人士对对方的评价却大相径庭。

模型

我们可以用一个大小为N×M的关系矩阵R来表征每个用户对每部电影的评分情况，在这种情况下矩阵R即被定