SVD++源自于Koren在2008年发表在KDD上Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model一文。
SVD++
$$
\hat r_{ui} = b_{ui} + q_i^T
\left(
p_u +
\left \vert N(u) \right \vert^{-\frac{1}{2}} \sum_{j \in N(u)} y_j
\right) \tag{7}
$$
其中，$p_u$从显式评分中学习，$\left \vert N(u) \right \vert^{-\frac{1}{2}} \sum_{j \in N(u)} y_j $从隐式反馈的角度来考虑，二者互相补充。
在SVD++中，用户被表示为$\left( p_u + \left \vert N(u) \right \vert^{-\frac{1}{2}}
\sum_{j \in N(u)} y_j \right)。$
