在矩陣分解在協(xié)同過(guò)濾推薦算法中的應(yīng)用中，我們對(duì)矩陣分解在推薦算法中的應(yīng)用原理做了總結(jié)，這里我們就從實(shí)踐的角度來(lái)用Spark學(xué)習(xí)矩陣分解推薦算法。
1. Spark推薦算法概述
在Spark MLlib中，推薦算法這塊只實(shí)現(xiàn)了基于矩陣分解的協(xié)同過(guò)濾推薦算法。而基于的算法是FunkSVD算法，即將m個(gè)用戶和n個(gè)物品對(duì)應(yīng)的評(píng)分矩陣M分解為兩個(gè)低維的矩陣：
網(wǎng)友評(píng)論
