基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
评分矩阵(rating matrix)的特点是高维、稀疏、低秩,对其研究的主要方法是低秩矩阵恢复。对这些算法而言,不同评分矩阵的秩,会得到不同的恢复精度。但目前没有理论来研究评分矩阵秩的估计,从而影响了这些算法的应用。从理论上分析了用户聚类数与评分矩阵秩的关系,给出用户聚类数的计算方法,并在此基础上提出一种基于聚类数的秩1矩阵恢复(Clusters Number Rank-1 Matrix Completion,CN-R1MC)算法来恢复评分矩阵。通过在多个推荐系统数据集上的实验证明:用户聚类数能较好地近似评分矩阵的秩,这对提高评分矩阵的恢复精度有重要的作用。所提出的算法有较好的应用价值。
推荐文章
低秩矩阵恢复算法综述
低秩矩阵恢复
鲁棒主成分分析
矩阵补全
低秩表示
增广拉格朗日乘子算法
基于矩阵摄动的谱聚类算法 确定电网最优分区数的研究
电网分区
矩阵摄动
谱聚类
K-means算法
Lapiacian矩阵
蒙特卡洛
基于加权联合矩阵的演化聚类算法
静态聚类
演化聚类
联合矩阵
加权法
时间平滑
扩展性
基于加权矩阵聚类的Web日志挖掘算法
数据挖掘
Web日志挖掘
加权矩阵聚类
多标记传播算法
用户聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类数的评分矩阵恢复算法
来源期刊 计算机工程与应用 学科 工学
关键词 评分矩阵 低秩矩阵恢复 秩1矩阵 用户聚类数 奇异值分解
年,卷(期) 2015,(21) 所属期刊栏目 博士论坛
研究方向 页码范围 6-11,47
页数 7页 分类号 TP301
字数 6466字 语种 中文
DOI 10.3778/j.issn.1002-8331.1506-0280
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘波 重庆工商大学重庆市检测控制集成系统工程实验室 20 84 6.0 8.0
10 何希平 重庆工商大学重庆市检测控制集成系统工程实验室 22 197 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (254)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(13)
  • 参考文献(3)
  • 二级参考文献(10)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
评分矩阵
低秩矩阵恢复
秩1矩阵
用户聚类数
奇异值分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导