在異構(gòu)信息網(wǎng)絡(luò)下往往會(huì)產(chǎn)生紛繁復(fù)雜的數(shù)據(jù)，這些數(shù)據(jù)常用一種被稱(chēng)為張量的新的形式來(lái)表示。但是由 于這些數(shù)據(jù)中缺失值較多，存在一定的稀疏性，因此需要對(duì)張量進(jìn)行分解，恢復(fù)缺失值，找出多元數(shù)據(jù)之間潛在的關(guān)系。 張量分解是推薦系統(tǒng)中一種重要的方法, 在推薦系統(tǒng)中應(yīng)用張量分解，可以挖掘出潛在關(guān)系，給用戶帶來(lái)更好的推薦體驗(yàn)。筆者以數(shù)據(jù)挖掘?yàn)橐芯苛藦埩糠纸饧捌湓谕扑]系統(tǒng)中的應(yīng)用，并根據(jù)當(dāng)下的研究熱點(diǎn)問(wèn)題提出了未來(lái)張量分解在推 薦領(lǐng)域的應(yīng)用方向和發(fā)展趨勢(shì)。