推荐模型：显式反馈模型VS隐式反馈模型

总结这两个建模的时候，我的脑海中就只有两个字“套路”。这么说，大家就明白了吧~ 这两个模型研究都很多，在不同的问题和数据上各有特色，无法比较谁好谁不好。 另外，以下介绍的两种是最基本的模型，在这一基础上有非常多的改进或者说创新的研究，比如加权重啊，加正则啊。。。具体的我就不解释，大家看推荐的文章就可以发现啦。 所以，下面我们来看看下面这两种基本的模型：

一、显式反馈模型

通过内积 r_ij = u_i^Tv_j 来预测，另外加入正则化参数λ来预防过拟合。 最小化损失函数：

二、隐式反馈模型 偏好p_ij：二元变量 ，它表示用户 u 对商品 v的偏好

信度：变量，它衡量了我们对观测值的信任度

最小化损失函数：

其中，r_ij在在显示反馈数据集中表示用户u对产品i的偏好评分；在隐式反馈数据集中表示用户行为的观测，如，用户u购买产品i的次数、用户u观看节目i上频率或者用户u花费在网页i上的时间等等。