作者:杨美姣; 刘惊雷 期刊:《计算机科学》 2018年第01期
大规模的稀疏图数据在现实中大量出现,例如协同图、拉普拉斯矩阵等。非负矩阵分解(NMF)已经成为数据挖掘、信息检索和信号处理的一个非常重要的工具。随着数据量的不断增大,如何实现大规模数据的偏好聚类是一个重要的问题。采用两阶段的方法来实现大规模的偏好聚类,即首先利用Nystrom的近似采样方法,从大数据上获得数据的初始轮廓,获得部分用户-用户相似矩阵或电影-电影相似矩阵,从而可以将原始的高维空间降低到一个低维子空间;...
影响因子:1.87
期刊级别:省级期刊
发行周期:月刊
影响因子:1.44
期刊级别:CSSCI南大期刊
影响因子:0.44
发行周期:半月刊
影响因子:0.07
发行周期:旬刊
影响因子:0.65
期刊级别:北大期刊
影响因子:0.35