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。