摘要：今天是大數(shù)據(jù)的時(shí)代,更是一個(gè)要求精準(zhǔn)的時(shí)代,在工作和生活中總會(huì)遇到類似在線影片租賃公司Netflix對(duì)若干電影進(jìn)行人氣排名的問題.他們試圖通過回收影迷打分的問卷調(diào)查來解決,可惜許多影迷并沒有觀看全部電影,因此如何通過這份不完整的問卷調(diào)查數(shù)據(jù)來對(duì)電影人氣進(jìn)行排序,就引起了人們的高度關(guān)注,其關(guān)鍵點(diǎn)在于矩陣缺失元素的填充.近幾年來,數(shù)學(xué)家們發(fā)明了一種嶄新的方法——矩陣填充方法,建立數(shù)學(xué)模型,較好地解決了該問題.類似問題在機(jī)器學(xué)習(xí)、圖像和視頻處理等領(lǐng)域也會(huì)遇到,涉及面較廣.本文基于矩陣填充方法,處理2017年12月28日教育部的第4輪學(xué)科評(píng)估數(shù)據(jù),建立核范數(shù)最小化模型,選取SVT算法,對(duì)參評(píng)的所有490所高校未參評(píng)或未設(shè)置學(xué)科的得分進(jìn)行預(yù)測,進(jìn)而計(jì)算高校的學(xué)科平均得分,得到高校綜合排名.同時(shí),由填充后的學(xué)科得分也能回答一所高校如果想擴(kuò)大學(xué)科數(shù)量,下一個(gè)最應(yīng)該設(shè)置的學(xué)科是哪一個(gè),從而達(dá)到學(xué)科優(yōu)化布局的效果.