基于信任关系的非线性表征潜在因子模型OA
针对高维稀疏无向网络挖掘实体间潜在关联信息的表征能力较弱和计算效率较低的问题,文中在社交推荐模型框架下提出了一种基于信任关系的非负非线性表征潜在因子模型。该模型通过非线性映射塑造潜在矩阵的特征空间,既保证了目标矩阵的非负性,又提高了模型的表征能力。通过在模型训练的目标函数中引入图拉普拉斯正则化项保证了信任关系映射前后的结构一致性。基于6个公开数据集的对比实验结果表明,所提模型较其他模型具有明显的优越性。
潘天艺;宋燕
上海理工大学光电信息与计算机工程学院,上海200093上海理工大学光电信息与计算机工程学院,上海200093
计算机与自动化
高维稀疏无向网络社交推荐模型信任关系非负非线性特征空间图拉普拉斯正则化潜在因子模型小批量梯度下降法
《电子科技》 2025 (2)
P.53-61,9
国家自然科学基金(62073223)上海市自然科学基金(22ZR1443400)。
评论