10.11896/j.issn.1002-137X.2015.7.054
基于加权核范数最小化的矩阵填充模型
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.
协同过滤、矩阵填充、低秩、凸优化算法
42
TP399(计算技术、计算机技术)
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
2016-05-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
254-257,290