文章<Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model>的一些说明
这篇文章提出了三个模型：Baseline estimates、Asymmetric-SVD和SVD++
对三种模型的简要讲解可见这篇blog
在另外一篇blog里找到了关于baseline estimates的相关公式：
预测公式（用户u对物品i）：
目标函数：对上图和下面的梯度图我有个疑问：原文中是已知的，表示全体已知评分的均值，那它就不应该属于可更新的参数呀！为什么上图还把
里，下图也还求了
梯度及更新公式
梯度更新使用随机梯度下降算法，对于任一随机采样的评分，我们有如下定义：
可得各个参数的梯度为：其中
模型参数初始化：其中r为[0,1)区间内的随机变量
