使用奇异值分解(SVD)的书籍推荐 这是一个基于奇异值分解(SVD)的推荐系统。 SVD应用于评级矩阵的位置。 它将评估矩阵分解为3个不同的矩阵U,Sigma,Vt。然后按以下顺序(U) Sigma Vt提取3个矩阵的点积,以生成大小为(number_of_users x number_of_books)的用户配置文件矩阵。 用户配置文件矩阵中的一行代表用户与电影之间的相关性/喜好度得分。 项目目标 使用SVD生成用户个人资料,即AKA形状的表格(number_of_user x number_of_books) 使用用户配置文件矩阵基于合适的推荐算法提供书推荐 为用户提供与系统进行交互