基于用户和基于项的协同过滤算法是最常用的推荐算法，然而用户与用户之间或者项与项之间的相关性计算都需要较大的计算量，面对大数据显得力不从心。基于模型的协同过滤算法可以较好解决大数据带来的问题，矩阵分解(Matrix Factorization,MF)是具有代表性的基于模型的协同过滤算法。
损失函数及求解
加入正则项的损失函数求解
利用矩阵分解算法预测
预测结果
非负矩阵分解
