推荐系统里的ALS是什么意思？

ALS是Alternating Least Squares，交替最小二乘。这是一种数值计算的方法。

在推荐系统中，我们经常需要计算矩阵分解。比如$M$是原本的评分矩阵，我们想找到两个矩阵$P$和$Q$使得，

$$M=PQ^T$$

或者

$$\text{min}\|M-PQ^T\|_2^2$$

因为这里$P$和$Q$同时都是变量，计算会比较复杂。一个简单的方法是，固定其中一个，计算另外一个。

例如我们先随机产生$P_0$，然后固定$P_0$，求解

$$Q_1=\text{arg}\min_{Q}\|M-P_0Q^T\|_2^2$$

然后再固定$Q_1$，求解

$$P_1=\text{arg}\min_{P}\|M-PQ_1^T\|_2^2$$

之后再固定$P_1$，求解

$$Q_2=\text{arg}\min_{Q}\|M-P_1Q^T\|_2^2$$

这样交替进行，每次只更新$P$和$Q$的其中一个，每一步计算的过程就和最小二乘法一样；所以叫做交替最小二乘法。

Alternating Least Squares

有兴趣的话，可以直接看论文

这种方法不保证收敛