有人可以指导我使用 Python 库（或另一种语言的论文或源代码）吗？这就是我有一堆关于用户的数据以及他们对大约 100 个对象中的大多数的“分数”。我将对这些数据进行矩阵分解，并将其分解为两个潜在因子矩阵。
我想有一个推荐网站，向用户（我可以获取他们的数据）推荐我的系统认为他们想要的对象。例如，根据我们当前的矩阵和新用户的数据，他的 X 得分为 10，Y 得分为 20，但我的系统预计他的 x 得分为 20，Y 得分为 20，因此它返回 X 作为推荐。
本质上，一旦我学会了矩阵分解，我该如何处理新用户？这是我应该如何使用矩阵分解进行协同过滤吗？谢谢！
如果你喜欢使用Python，scikit的PCA实现是可用的。您可以在下面找到用法；
如果您对其他语言没问题（因为您说过；“或者其他语言的论文或源代码”），这里有一个Apache Mahout的示例（用 Java 编写）。
ParallelSGDFactorizer factorizer=new ParallelSGDFactorizer(dataModel, numFeatures, lambda, numEpochs);
SVDRecommender recommender =new SVDRecommender(dataModel,factorizer,new AllUnknownItemsCandidateItemsStrategy());
recommender.recommend(1,20);