-
Context-Aware Recommender System Based on Boolean Matrix Factorisation
1.1 使用了 BMF-based approach 这个说法. -
An FCA-based Boolean Matrix Factorisation for Collaborative Filtering
2.1 使用了 based on Boolean Matrix Factorisation (BMF) and Formal Concept Analysis.
2.2 也使用了 BMF based on Formal Concept Analysis, 即 BMF 是目标,FCA 是手段(技术)
2.3 在该文的 2.4 节中说明了,使用矩阵分解后的 U ∈ R m × f \bm{U} \in \mathcal{R}^{m \times f} U∈Rm×f 来获得用户的 k-近邻,其中 f f f 是隐含因子数.
2.4 在该文的 3.2 节中描述了不同的数据转换阈值,但我没看出第 4 节中究竟用的哪个。
2.5 该文没有描述启发式概念构建,直接用了 BMF 分解的结果。 -
On Suboptimality of GreConD for Boolean Matrix Factorisation of Contranominal Scales
3.1 这篇论文第一次出现 GreConD 的时候没给出参考文献,但在第 3 节指出为论文 Discovery of optimal factors in binary data via a novel method of matrix decomposition 的一个算法. 所以我们引用了这篇原始论文。
3.2 这篇论文只是证明了 GreConD 的次优性。但由于它是第一篇给出算法名称的,我们还是可以引用。
论文笔记: 基于 BMF 和 GreConD 的推荐
于 2022-02-08 17:08:40 首次发布