原谅我是一个有个性的90后，吹毛求疵不是我的菜，吐槽才是我真爱。
最近在做电影推荐算法的评分算法总结，虽然去年某度神的社区比赛有涉及到这样一个题目，就是给定用户对电影的评分数据，以及相关的一些用户数据，然后预测用户对其他电影的评分。根据某社区某些天比赛的排名快照来看，排名靠前大神已经能将误差控制在0.6以下了。下图为佐证：
大神毕竟是大神，作为大神，他们在自己的评分模型上不断的修改，不断的进步~然而，看看某专利上的算法，某专利就是用了SVD结合了KNN的算法，申请了专利，结果呢？看看他的误差曲线。如下图：
用了迭代的算法，使用了50个近邻，得到了0.7左右的误差。不得不说，中国的专利的确有那么点，不，是有很多的水分啊。亏我使用的随机统计模型还得到了0.75左右的误差，没有迭代，没有近邻。还是比赛更加实际啊。是骡是马，拉出来溜溜就知道了。大家不断的修改自己的模型，然后不断竞争，的确更能刺激工程的发展哪~顺便说一下，这专利上还说实时呢，我真看不出来这一点！迭代的过程逐渐累积，近邻数量逐渐增加，算法消耗时间越来越多，由这个曲线可以看到，这个模型很容易就达到误差下界了吧。
吐槽差不多结束了，这个专利所在的价值，估计就是给人一种算法进步希望的感觉吧，把两种算法结合起来，优缺点互补，然后算法的精度却....唉，看来我也可以写专利了啊。咳咳。
