交替最小化方法是一種最佳化算法，其核心思想是針對含有多個變數的目標函式進行最佳化。在每一次疊代中，算法僅將其中一個變數視為可變，而將其他變數視為常數。這樣，對所有變數進行交替最佳化，直至達到目標函式的最小值。具體步驟如下：
假設初始值為 (U0, V0)，並設定目標函式為 f(U,V)。
在每次疊代中，首先固定V的值，最佳化U，得到U1，使得 f(U1, V0) 達到最小。
然後固定U的值為U1，最佳化V，得到V1，使得 f(U1, V1) 達到最小。
經過這樣的疊代過程，可以保證 f(U0,V0) >= f(U1,V0) >= f(U1,V1)，即目標函式值逐漸減小。
通過不斷的疊代，算法最終能夠逼近目標函式的最小值。
這種方法在處理具有多個變數的最佳化問題時非常有效，特別是在處理大型、稀疏或者結構化數據時，能夠顯著提高計算效率和準確性。