一种基于内在加权矩阵三分解低秩近似的推荐系统信息估计方法

摘要

本发明提出一种基于内在加权矩阵三分解低秩近似的推荐系统信息估计方法，本发明基于内在加权矩阵三分解低秩近似的推荐系统信息估计方法采用了上述技术方案，即该方法首先初始化低秩潜在因子矩阵和内在加权矩阵，即确定潜在因子矩阵的维数及内部元素的初始值，同时随机固定内在加权矩阵的内部元素值；基于高维稀疏评分矩阵中的已知信息来设计目标函数；然后利用梯度学习方法，设计求解最小化目标函数的算法；通过运行设计的算法，得到潜在因子矩阵；将潜在因子矩阵与内在加权矩阵相乘，得到高维稀疏评分矩阵的信息估计矩阵，从而得到高维稀疏评分矩阵中的缺失信息。该方法在不损失精度的前提下，提高了计算效率。