今天跟大家分享一篇比较有意思的文章，将逻辑推理的思路应用在推荐系统中，一起来看下吧。 1、背景 协同过滤是推荐系统中一种非常重要的方法。目前协同过滤的方法大都基于相似度匹配的思想，即学习用户和商品的表示，然后利用相似度函数来进行推荐，如基于矩阵分解的思路(下图中的(a))，使用内积函数作为匹配函数计算相似度得分。在此基础上，基于上下文的CF，进一步考虑了上下文信息如时间、地点、文本图片等信息

CS-NLR 学习笔记（一） Compressive Sensing via Nonlocal Low-Rank Regularization 通过非局部低秩正则化进行压缩感知 Dong W, Shi G, Li X, et al. Compressive sensing via nonlocal low-rank regularization[J]. IEEE Transactions