2018-04-04請問老師隱性因子k的個數通常如何決定？作者回复: 用K-fold确定。
5- 2019-02-191.用户物品评分矩阵中某个特定用户一般只给其中的部分物品有评分，那么如何计算该用户对未评分物品的推荐分呢？
2.通过分解用户物品评分矩阵得到隐式因子，这是隐藏在用户物品中的不为人直观理解的影响因子，却又能深刻揭示用户物品的关系
3.因此，从用户物品评分矩阵分解得到隐式因子是关键，一般用SVD方法 1 2 
2018-03-26行为数据对于每个用户每个物品已经不是一个数值。这时候预测的还是评分吗？我觉得数值处理过程和目标很可能不同，损失函数需要做一些修改。 1 2
2019-05-07在最基础的svd模型里，如果不添加用户和物品的评分bias，会有什么影响？作者回复: 一般实际工作中也常常不分离出bias。
1- 2019-04-30用户物品评分矩阵中某个特定用户一般只给其中的部分物品有评分，评分矩阵是极度稀疏的，但是在矩阵分解时需要使用到评分矩阵。问题是：这些未评分的位置如何填充呢？ 1 1
- 2018-03-27老师，在SVD++分解中，用户的隐式反馈数据和用户属于是怎样加入到用户物品评分矩阵中的呢？损失函数应该需要这部分数据做监督训练的
作者回复: 就是认为每个隐式反馈对象和每个属性都是一个特征，都对应一个隐因子向量。也就是公式中的xi和ya。
1 
2018-03-26老师，我想问一下，SVD++对于隐式反馈数据，损失函数拟合的rui值是0吗？还有用户行为向量x和用户属性y这个迭代初始值是什么，加上这两个向量，可是损失函数拟合的还是评分，这两个向量好像有点捉摸不透，意义在哪，能否细讲一下作者回复: 其实就是，每个隐式反馈对象ID都是特征，这些特征背后都有一个k维的隐因子向量。所有这些隐因子向量都是未知参数，同等地位被优化，所以都是随机初始化。
1
2018-03-26根据我的理解，损失函数对行为数据是有用的，例如购买物品的数量、观看或者收听的时长、每天打开app的次数等都是和评分类似的数据。
我理解的对吗？作者回复: 可以这样处理，但又略有不同，下一篇会讲。
1
2020-01-20老师我这样理解不知道对不对，假设有10w商品，1w用户。原始svd需要分解的矩阵是1w*10w，如果加入用户行为，比如点击行为。这个矩阵就变成了1w*20w？因为没个商品对象的行为都是一个特征？
2020-01-19SVD 的损失函数公式，您能详细解释下吗？看不明白
2019-12-04试着回答一下老师的问题：
由于行为数据是离散值，不是连续值，所以损失函数在没有修改的情况下，应该不适用。
而且，离散数据的话，好像也不适合梯度下降算法。
如果是离散数据，做聚类会不会更简单一些呢？
2019-10-26行为预测问题是分类问题，需要交叉熵函数作为损失函数- 2019-08-16请问SVD++中的x和y如何生成，随机吗？
2019-07-19偏置值，就是任性值哈哈哈
2019-07-15SVD++公式中，Nu -0.5,为什么是这个参数呢？ 1
2019-07-01呃……学习AI的时候一直不知道奇异值分解的方法，原来是这样啊。。。感谢- 2019-05-21svd＋＋中的item向量q和隐士反馈的item向量x是独立的吗？
- 2019-04-29老师，我还有个疑问就是基于矩阵分解的协同过滤和这节课讲的矩阵分解是不是就是一套算法啊？
- 2019-04-29老师，您好，我之前用过spark的ALS，我负责的项目中没有显示反馈，全部是隐式反馈，比如点击、点赞、收藏这种，所以我是对每种行为定义了分数，比如点击是3分，点赞4分，收藏或分享是5分这样，然后使用的矩阵分解，上线效果并不理想，我不知道这样是不是不合适？正好您也留了这个思考作业，所以希望您能指点下
- 2019-02-10伪体现在伪逆吧