罗摩克里希南·坎南;玛丽亚·伊斯赫特娃;巴里·德雷克;海森公园 有界矩阵低秩近似。 (英语) Zbl 1338.65113号 Naik,Ganesh R.(编辑),非负矩阵分解技术。理论和应用进展。柏林:施普林格出版社(ISBN 978-3-662-48330-5/hbk;978-3-562-48331-2/电子书)。《信号与通信技术》,89-118(2016)。 摘要:低秩近似是为输入矩阵(mathbf R\in\mathbb R^{m\times n})寻找两个矩阵(mathbf P\in\mathbb R_2{m\times n}\)和(mathbfQ\in\mathbb R_3{k\times n}\)的问题,例如(mathbf-R\approx\mathbf{PQ}\)。这在推荐系统评级矩阵中很常见,其中输入矩阵(mathbf R)有界于闭区间([R_{min},R_{max}]\)。在本章中,我们提出了一种新的改进的有界矩阵的可伸缩低秩近似算法,称为有界矩阵低秩逼近(BMA),它限制了逼近的每个元素(mathbf{PQ})。我们还提出了另一种公式来约束现有的推荐系统算法BALS,并讨论了其收敛性。我们在真实数据集上的实验表明,在Jester、Movielens、Book crossing、Online dating和Netflix等真实数据集的推荐系统中,所提出的方法BMA优于最新的算法,如随机梯度下降、带正则化的交替最小二乘法、SVD++和bias-SVD。关于整个系列,请参见[Zbl 1331.65011号]. 引用于1文件 MSC公司: 65楼30 其他矩阵算法(MSC2010) 关键词:奇异值分解;低秩近似;算法;汇聚;随机梯度下降;交替最小二乘法 PDF格式BibTeX公司 XML格式引用 \textit{R.Kannan}等人,in:非负矩阵分解技术。理论和应用进展。柏林:斯普林格。89-118(2016年;Zbl 1338.65113) 全文: 内政部 参考文献: 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。