关键词probabilistic matrix factorization
搜索结果 - 4
- ICMLGamma-Poisson 矩阵分解的闭式边缘似然
本文提出了 Gamma-Poisson 模型及其最大边际似然估计和 Monte Carlo Expectation-Maximization 算法等内容,并阐明这种方法的鲁棒性和自动减枝等优点。
- 多领域协同过滤
本文介绍了多向领域协同过滤问题,通过概率矩阵分解模型不仅考虑了数据稀疏性问题,还能在不同领域自适应地传递知识,实验表明其在实际应用中的有效性。
- 动态矩阵分解:一种状态空间方法
提出一种基于状态空间模型的矩阵分解方法,可解决处理用户随时间变化的推荐系统问题,利用卡尔曼滤波器等技术提供准确的推荐结果,通过期望最大化算法学习系统参数,并与当前发表的技术进行比较。
- 利用高斯过程将侧面信息纳入概率矩阵分解
通过高斯过程先验相结合,用函数替代标量潜在特征,以实现信息的融合处理,从而成功地预测了与篮球比赛结果相关的比赛地点和日期等侧面信息。