基于谱正则化算法的大数据矩阵完备化研究

• 作者: 洪文学 王金甲 闫利霄
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 大数据 矩阵完备化 谱正则化 核范数 截断奇异值分解
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 大数据分析方法
• 页码范围: 428-431,470
• 页数: 5页
• 分类号: TP18|TP391
• 字数: 3575字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2014.05.009

摘要

矩阵完备化是基于部分观测数据来完成全部矩阵预测的问题。随着互联网技术的发展，大数据时代的来临，大数据矩阵中大多数据依然是空白的，需要补充，即大数据存在矩阵完备化的问题。本文利用谱正则化模型和算法来解决大数据的矩阵完备化问题，该方法将矩阵完备化问题整理成核范数最小二乘问题，再通过截断奇异值分解、软输入算法和硬输入算法给出了一系列正则化低秩解。最后基于实际的Netflix大数据的实验结果证明了本文的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪文学	燕山大学电气工程学院	171	1752	22.0	36.0
2	王金甲	燕山大学信息科学与工程学院	62	399	9.0	18.0
3	闫利霄	燕山大学信息科学与工程学院	1	0	0.0	0.0