我们总是诧异为什么网易云推荐的歌曲都是这么符合我们自己的口味 ！这么爱网易云那一定好奇推荐算法的实现吧~咳咳！
每个用户（user）都有自己的偏好，比如A喜欢带有小清新的、吉他伴奏的、王菲等元素（latent factor），如果一首歌（item）带有这些元素，那么就将这首歌推荐给该用户，也就是用元素去连接用户和音乐。每个人对不同的元素偏好不同，而每首歌包含的元素也不一样。我们希望能找到这样两个矩阵：
一，用户-潜在因子矩阵Q， 表示不同的用户对于不用元素的偏好程度，1代表很喜欢，0代表不喜欢。
二， 潜在因子-音乐矩阵P ，表示每种音乐含有各种元素的成分，比如音乐A是一个偏小清新的音乐，含有小清新这个Latent Factor的成分是0.9，重口味的成分是0.1，优雅的成分是0.2……
利用这两个矩阵，我们能得出张三对音乐A的喜欢程度是：张三对 小清新 的偏好*音乐A含有 小清新 的成分+对 重口味 的偏好*音乐A含有 重口味 的成分+对 优雅 的偏好*音乐A含有 优雅 的成分+……
即：0.6*0.9+0.8*0.1+0.1*0.2+0.1*0.4+0.7*0=0.68
每个用户对每首歌都这样计算可以得到不同用户对不同歌曲的评分矩阵。
因此我们队张三推荐四首歌中得分最高的B，对李四推荐得分最高的C，王五推荐B。
