问题
在电影销售系统中，可以得到部分人对部分电影的评分，评分属于区间，我们希望可以得到其他用户对这些电影评分的预期值，以便将用户喜欢的电影推荐给用户：
| 用户\电影 |
流浪地球 |
齐天大圣 |
白蛇 |
海王 |
我不是药神 |
| Alice |
1 |
|
2 |
|
|
| Bob |
|
|
|
|
4 |
| Charlie |
2 |
|
4 |
5 |
|
| Daniel |
|
|
3 |
|
|
| Eric |
|
1 |
|
3 |
|
| Frank |
5 |
|
|
|
2 |
我们可以将所有这些数据放入一个名为R的矩阵中：
矩阵R超过99％的条目缺失，而我们的目标就是预测缺失的条目，即预测矩阵中的“问号”。
评级预测有许多不同的技术，在我们的例子中，我们将分解矩阵R。该矩阵分解基本上与SVD相关联，SVD代表奇异值分解。但在深入研究SVD之前，我们需要回顾一下PCA是什么。
一点点PCA
让我们忘记推荐问题2分钟。这是一组40人的面部灰度图像，共计400张图像。这是前10个人：
没什么特别的，对吗？好吧，等一下......
每个图像大小为64 x 64像素。我们将展平每个图像（我们因此获得400个向量，每个向量具有64 x 64 = 4096个元素）。我们可以用400 x 4096矩阵表示我们的数据集：
我们用PCA算法计算X的主要成分，并将每个主要成分作为一张图片展示出来：
令人毛骨悚然，对吧 ;)？
实际上这些毛骨悚然的图片是原图的特征，我们可以称它们为特征脸。任何一张原始图片都可以表达成这些特征脸的线性组合，也就是说，我们可以将第一个原始照片表达为第一个特征脸的一点点，再加上一点点第二个特征脸，加上一点点的第三个等等，直到最后一个特征脸。所有其他原始面孔都是如此：它们都可以表达为每个特征脸的一点点。在数学上，我们这样写：
隐因子
你有可能觉得特征脸很可怕，但事实上它们很典型，它们是在人脸中出现最多的特点。
PCA的目标是揭示典型的向量：每个特征脸代表数据的一个特定方面。在一个理想的世界中，第一个特征脸会代表（例如）一个典型的老年人，第二个特征脸会代表一个典型的眼镜佩戴者，而其他一些特征脸会代表一些概念，如笑脸，悲伤的样子，大鼻子，等等。通过这些概念，我们可以将面部定义为年龄，笑脸，大鼻子等的线性组合，PCA揭示的向量有的时候很难语义的解释它代表了什么。但重要的事实仍然是： 每个典型的人都捕获了数据的特定方面。我们将这些方面称为隐因子。PCA的每个主要成分都是一个隐因子。
PCA用在人脸图像矩阵上可以为我们发现特征脸，即隐因子，那么如果将它用在评级矩阵R上会发生什么呢？
将PCA用在评级矩阵上
PCA不能用在有缺失值的矩阵上，但是我们先假设评级矩阵是没有缺失值的，看看会发生什么。
关于用户的PCA
这是我们的评级矩阵，其中行是用户，列是电影：
看起来很熟悉？我们现在让用户用他们的评级来表示，而不是在由像素值表示的行中有面孔。就像PCA之前给我们一些特征脸一样，它现在会帮我们找到一些典型的评分者。
我们的每个初始用户（Alice，Bob ......）都可以表示为典型用户的组合。例如，爱丽丝可以被定义为一个动作迷，一点点喜剧粉丝，很多浪漫爱好者等等。至于鲍勃，他可能更热衷于动作电影：
关于电影的PCA
下面我们转置矩阵R,让每行是每个电影的评分。
在这种情况下，这用情况PCA会发现什么隐因子呢？
SVD用在评级矩阵上
PCA算法其实就是对矩阵进行了SVD分解：
其中是用户的主要特征，V是电影的主要特征，是特征值。
为了简单起见，我们可以忽略矩阵，它是一个对角矩阵相当对原矩阵进行了缩放，因此我们假设它已经合并到两个矩阵中了，简化后的矩阵分解为：
用户u对项目i的评分，可以表示为第u个用户的特征与第i个项目的特征的乘积：
即：
还记得我们是如何描述我们的用户和电影的么？
向量和完全对应用户特征与电影特征的系数：
评分是综合用户的特征和电影的特征的结果。这完全合理，用户特征的不同或是电影特征的不同都会影响评分。
当我们对评分矩阵进行分解，会提取出用户和电影特征，反过来我们又可以根据用户和电影的特征来计算评分。
推荐系统中的SVD
以上我们对评级矩阵的SVD分解是假设矩阵是缺失值的，遗憾的是评级矩阵大部分值都是缺失的。
如果R没有缺失值，有很成熟的方法将其进行矩阵分解，但R有缺失值我们就要另想办法。
一种可行的方法是通过解决下列优化问题来解决
优化过程对于缺失的评分，只需将其忽略就可以了。
这个优化问题并不是凸的。也就是说优化起来可能比较困难，并且可能不止有一个最优解。但是我们仍然有很多方案可以解决这个优化问题，比如说随机梯度下降算法。
一旦通过迭代得到了p和q，我们就可以通过下式计算评分：
如何来衡量模型的好坏？可以使用均方误差：
最后我们需要考虑一下和的长度，我们真的需要所有的特征么？不是的，这和使用PCA进行降维很类似，仅仅需要少量的主要特征就可以将大多数的信息描绘出来。通常情况下我们可以设置p和q的长度为10。
参考：
http://nicolas-hug.com/blog/
https://www.cnblogs.com/pinard/p/6351319.html
