تجزيۀ نامنفي ماتريسي: روشي براي تحليل داده هاي نامنفي

امروزه پيشرفت فناوري رايانه اي منجر به افزايش حجم داده ها و نيز به وجود آمدن پايگاه هاي بزرگ داده ها شده است. در نتيجه روش هاي مختلفي براي كشف دانش از آنها، معرفي شده است و يا در حال معرفي هستند. در اين راستا، يكي از شاخه هاي نسبتا" جديد علمي موسوم به داده كاوي مورد توجه زيادي قرار گرفته است. ماتريس هاي داداه در كاربردهاي داده كاوي، غالبا" نامنفي هستند كه اين ويژگي محدوديت هايي را در استفاده از روش هاي ماتريسي كلاسيك به همراه دارد. اگر چه به كارگيري اين روش ها سبب كاهش بعد داده هاي بزرگ مي شود، اما تعبيري صحيح از داده هاي نامنفي از آنها به دست نمي آيد. اخيرا" روش جديدي با نام تجزيه نامنفي ماتريسي براي نمايش خطي داده هاي نامنفي پيشنهاد شده است كه علاوه بر كاهش بعد داده ها، محدوديت روش هاي كلاسيك را ندارد. در اين روش، ماتريس بزرگ متناظر با داده هاي نامنفي به دو ماتريس نامنفي كوچك تجزيه نامنفي ماتريسي با نسخه هاي مختلف آن معرفي و مسائل مهم داده كاوي مانند رده بندي و خوشه بندي براي اين دو روش بررسي مي شود.