我们描述一个人的喜好一般是在一个低维空间来说的，比如：小明喜欢看武侠小说，听摇滚等等。而不需要一一去列出具体的小说名字或者是歌曲名字。隐语义模型就是根据用户对物品的偏好信息，得到用户的兴趣偏好，继而将该类兴趣对应的物品推荐给当前用户。
基于隐语义模型的推荐:
- 不需要关心分类的角度，基于用户行为统计自动聚类
- 不需要关心分类的粒度，基于LFM最终设置的分类数来控制
- 对于每一个item，并不是明确划分到某一类，而是计算其属于每一类的概率，是一种标准的软分类
- 对于每一个user，可以得到他对于每一类的兴趣度
- 对于每一个class，可以得到其中每个item的权重，权重越大的代表性越强
image.png
image.png
image.png
image.png
image.png
引用：
https://blog.csdn.net/weixin_41636030/article/details/89298395
https://zhuanlan.zhihu.com/p/76676499
https://zhuanlan.zhihu.com/p/44043340
https://www.cnblogs.com/peizhe123/p/5113272.html
