时间信息在推荐系统中的作用

今天加入了UserTimeSVD模型，目前的RMSE = 0.8874

根据我的研究，时间对于用户的影响超过了时间对于电影的影响。我计算了一些用户每个月的平均评分，发现用户在某些时间喜欢对他们喜欢的电影评分，而在另一些时间喜欢对不喜欢的电影评分。

而对于电影来说，一部电影会被很多用户评分，所以平均意义上，电影的评分不会有太大变化。不过我还发现一个现象，就是当电影刚出现时，他的评分在最初的几个月会有比较大的波动，但经过大概半年之后，他的评分就不会有变化了。

目前我正在写这方面的论文。如果我们用SVD分解，用50个latent factor，在Probe上的RMSE是0.908，但考虑了用户兴趣随时间变化后，可以得到更精确的RMSE为0.903