Apr, 2019
针对稀疏互动工作者的众包稀疏一阶矩阵补全的梯度下降
Gradient Descent for Sparse Rank-One Matrix Completion for Crowd-Sourced Aggregation of Sparsely Interacting Workers
Yao Ma, Alex Olshevsky, Venkatesh Saligrama, Csaba Szepesvari
TL;DR本文提出了一种新的方法,将工人技能评估问题转化为一种秩为 1 的相关矩阵完成问题,并且展示出当采样矩阵不具有二分图连通部分时,相关矩阵可以成功恢复和技能可识别,此外,作者还推导出了基于采样矩阵符号 Laplacian 的样本复杂度界限,并且该方案在许多实际数据集上实现了最先进的性能。