基于行列联合选择矩阵分解的偏好特征提取-模式识别与人工智能.pdf

第 30卷摇 第3期 模式识别与人工智能 Vol.30摇 No.3 2017年3月 PR AI Mar.摇 2017 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 基基于行列联合选择矩阵分解的偏好特征提取 摇 摇 摇 摇 摇 摇 雷恒鑫摇 摇 刘惊雷 (烟台大学 计算机与控制工程学院摇 烟台264005) 摘摇 要摇 针对奇异值分解(SVD)分析偏好特征不够准确,有时出现不可解释的情况,文中提出利用行列联合选择 (CUR)矩阵分解方法获取原始矩阵M(用户对产品的偏好)的低秩近似,提取用户和产品的潜在偏好.首先计算M 中行和列的统计影响力得分,并抽取得分较高的若干列和若干行构成低维矩阵C和R,然后由M、C、R 近似构造矩 阵U,将高维空间中的偏好特征提取问题转化为低维空间中的矩阵分析问题,使其具有较好的可解释性和准确性. 最后,通过理论分析和实验发现,与传统分解方法相比,CUR矩阵分解方法在偏好特征提取方面具有更高的准确 度、更好的可解释性及更高的压缩率. 关键词摇 行列联合选择(CUR)矩阵分解,低秩近似,偏好特征,统计影响力得分,可解释性 中图法分类号摇 TP 181 DOI摇 10.16451/ ki.issn1003鄄6059.201703010 引用格式摇 雷恒鑫,刘惊雷.基于行列联合选择矩阵分解的偏好特征提取.模式识别与人工智能,2017,30(3): 279-288. Preference Feature Extraction Based on Column Union Row Matrix Decomposition LEI Hengxin,LIUJinglei (School of Computer and Control Engineering,Yantai University,Yantai264005) ABSTRACT Preference features can not be accurately analyzed and explained by singular value decomposition.