Dans tous les systèmes de recommandation modernes que j'ai vus qui reposent sur la factorisation matricielle, une factorisation matricielle non négative est effectuée sur la matrice utilisateur-film. Je peux comprendre pourquoi la non-négativité est importante pour l'interprétabilité et / ou si vous voulez des facteurs clairsemés. Mais si vous ne vous souciez que des performances de prédiction, comme dans le cas du concours Netflix par exemple, pourquoi imposer la restriction de non-négativité? Il semblerait que ce soit pire que d'autoriser également des valeurs négatives dans votre factorisation.
Cet article est un exemple très cité d'utilisation de la factorisation matricielle non négative dans le filtrage collaboratif.