LOCABAL梯度下降式子疑问

[flyxu]

您好，我看到您写的LOCABAL算法了，我对您用的梯度下降公式有点疑问，您在哪儿找到的这个公式，我在原论文里没找到啊，然后我在其他论文里找到了部分，a synthetic approach for recommendation combining ratings social relations and reviews. 这个论文里使用了LOCABAL算法，他给出的迭代公式和您代码里写的还是有很大不同的。这里我还是有点疑惑的。

[Coder-Yu]

好的，我会找时间看下，如果是我弄错了会修改的，谢谢反馈。

[flyxu]

还有个bug，在qmath.py文件下pearson_sp这个函数第62行，return语句需要向前移动一格。

[Coder-Yu]

你好，我刚确认了一下，这个公式是我自己推导的。对比了一下nju的那篇文章，似乎是一致的？可能是我没有看仔细，你可以指出是哪个地方不一致吗？一般公式要是推导错误的话，运算时都是会溢出的。实测这个方法是可以收敛的。qmath的bug我已经修复了，谢谢。

[flyxu]

主要是对U的求导那块，我看文章里给的迭代公式是按照我上面的写法，对于Ui，公式中有两项，分别代表Ui信任的朋友和信任Ui的朋友，也就是一个代表Ui的入度，一个代表出度，我看您只是计算了UI的出度，然后分别对Ui和Uk更新，这儿不知道是不是等价，所以这儿有点疑问。

[Coder-Yu]

文章里给的是批梯度优化的目标函数，我用的是SGD的，是等价的。