Kısmen gözlenen bir matrisi veya daha genel olarak tensörü tamamlamak için işbirlikçi filtreleme (CF) projesi üzerinde çalışıyorum. Sahaya yeni başlayan biriyim ve bu proje için sonunda yöntemimizi, günümüzde, CF'de son teknoloji olan önerilen yöntemlerin kendileriyle karşılaştırıldığı bilinen diğer yöntemlerle karşılaştırmam gerekiyor.
Araştırmam aşağıdaki yöntemleri ortaya çıkardı. Gerçekten de, bu makalelerin bazılarına ve referanslarına bakarak ya da karşılaştırmalar yaparken deneyler bölümüne bakarak karşılaştım. Önerilen yeni bir yöntemi bilmek ve SoTA ile karşılaştırma yapmaktan memnuniyet duyarım, aşağıdakilerden hangisi bunu yapmak için iyi bir seçim olacaktır? Bunlar arasında olmasaydı, iyi bir temsilci tanımaktan memnuniyet duyarım.
Matris Çarpanlarına Dayalı:
- Ağırlıklı Düşük Sıra Yaklaşımı (ICML 2003)
- İşbirlikçi Filtreleme için Kullanıcı Derecelendirme Profillerinin Modellenmesi (NIPS 2003)
- İşbirlikçi Filtreleme için Çok Çarpımlı Faktör Modeli (ICML 2004)
- İşbirlikçi Tahmin İçin Hızlı Maksimum Marj Matris Çarpanlarına Ayırma (ICML 2005)
- Olasılıksal Matris Çarpanlarına Ayırma (NIPS 2007)
- Bayes Olasılıksal Matris Çarpanlarına Ayırma (ICML 2008)
- Regresyon Tabanlı Gizli Faktör Modelleri (KDD 2009)
- Gauss Süreçleriyle Doğrusal Olmayan Matris Çarpanlarına Ayırma (ICML 2009)
- Dinamik Poission Factorization (Tavsiye Sistemlerinde ACM Konferansı 2015)
Tensör Çarpanlara Dayalı:
- Bağlamsal Bilginin Çok Boyutlu Bir Yaklaşım Kullanarak Tavsiye Sistemlerine Dahil Edilmesi (Bilgi Sistemlerinde ACM İşlemleri (TOIS) 2005)
- Bayes Olasılıksal Tensör Çarpanlara Ayırma (SIAM Veri Madenciliği 2010)
- Riemann optimizasyonu ile düşük dereceli tensör tamamlama (BIT Sayısal Matematik 54.2 (2014))