基于加权核范数最小化的矩阵填充模型

摘要：

协同过滤是目前推荐系统最常用的技术之一,相比于传统的推荐技术具有一定优势,但其缺点是受用户对商品评价的稀疏性制约,现阶段一般利用矩阵填充技术来解决这一问题.主要研究了基于低秩的矩阵填充模型,针对原有模型解对所有奇异值用同一值收缩的问题,提出了一种加权核范数最小化模型以提高核范数灵活度,给出了该模型用收缩算子可得到全局最优解的相关定理及证明,同时对模型的另一种形式在求解过程中的迭代收敛性进行了证明.用凸优化主流算法在两种真实数据集上进行的实验表明,改进后的模型一定程度上提高了计算速度与准确性.

关键词：协同过滤、矩阵填充、低秩、凸优化算法

所属期刊栏目：42

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目61271093,61379019;四川省学术和技术带头人培养资金资助

在线出版日期：2016-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：254-257,290