Factorisation matricielle

Goûts en dimensions

Note ≈ u·v + biais_user + biais_item. ALS (moindres carrés alternés : on fixe les users, on résout les items, puis l'inverse) ou SGD sur observés seuls, régularisation obligatoire, k latent sur validation temporelle. Simple, fort en démarrage à chaud dense, nul à froid sans contenu.

Éval

Split temporel par utilisateur (passé → futur), pas aléatoire global : sinon le futur des goûts fuit dans le train. Rang, pas note : Recall@K = part des bons items retrouvés dans le top-K, nDCG@K = même idée avec bonus aux premiers rangs (le rappel classif du Ch14 compte des classes, pas des rangs). Jugez au rang, pas à la RMSE seule.