雅各布·阿伯内西;弗朗西斯·巴赫;狄奥多罗斯·叶夫根纽;珍妮·菲利佩(Jean-Philippe) 协作滤波的一种新方法:带谱正则化的算子估计。 (英语) Zbl 1235.68122号 J.马赫。学习。物件。 10,803-826(2009年). 摘要:我们提出了一种协作过滤(CF)的通用方法,该方法使用谱正则化来学习线性算子,将一组“用户”映射到一组可能需要的“对象”。特别是,最近提出的几种低秩型CF矩阵补全方法是我们提出的框架的特例。与现有的基于正则化的CF不同,我们的方法可以使用流行且众所周知的内核方法来合并额外的信息,例如用户/对象的属性,这是现有基于正则化的CF方法中目前缺乏的一个特性。我们提供了新的表示定理,用于开发新的估计方法。然后,我们提供基于低阶分解的学习算法,并在标准CF数据集上进行测试。实验表明,将现有基于正则化的CF方法推广到包含用户和对象相关信息的优点。最后,我们表明,某些多任务学习方法也可以视为我们提出的方法的特例。 引用于31文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:协同过滤;矩阵完成;内核方法;谱正则化 PDF格式BibTeX公司 XML格式引用 \textit{J.Abernethy}等人,J.Mach。学习。第10号决议,803--826(2009年;Zbl 1235.68122) 全文: 链接