主题分布

PLSA的推导:
主要通过文档生成主题，主题生成词的逆过程来求解。
求解的方式：化简成主题分布，和词分布的两个参数的形式。再用EM方法求解
EM: 后验概率：（求解θ和Q）

最后带入E（L）中求解和

https://blog.csdn.net/m0_37788308/article/details/78115378

LDA模型：
在PLSA的基础上加上了贝叶斯框架
先用用一个Dirichlet分布去取主题，再用一个Dirichlet分布去取词。

https://blog.csdn.net/v_july_v/article/details/41209515

LFM 隐语义模型
见协同过滤章节

视频学习地址；
https://v.youku.com/v_show/id_XMzI4NDk1Mjc3Ng==.html?spm=a2h0j.11185381.listitem_page1.5!12~A

EM解析
E步：求后验概率带入期望中（Q是隐藏变量的概率，求解Q）

M步：参数求解

https://blog.csdn.net/fuqiuai/article/details/79484421