hosvd 迭代分解,很好用，是一个硕士论文里的代码(terative HOSVD algorithm to decompose tensor and find its Singular factors in each mode.)

利用SVD实现item-based CF: 优点： 简化数据，去除噪声，提高算法的结果 缺点： 数据的转换可能难以理解 适用数据类型： 数值型数据(Svd decomposition plays an important role in the decomposition of eigenvalues of high-dimensional data, while using low-dimensional data for approximate approximation)