非负矩阵分解(NMF)是一种流行的数据分析方法,其目标是使其接近通过所有非负成分产生的两个非负矩阵。文中描述了一种对于多因式非负矩阵分解(mfNMF)问题新的且有效的算法,概括了原始NMF问题的一些因式。此外,将扩展的NMF算法合并为一个基于Dirichlet分布的正则化准则来激励获得的系数组成的稀疏性。文中的稀疏mfNMF算法提供一个近似且直观的解释,与之前的算法相比,使用修复点迭代的效率更高。最终证明了本算法在人造和真实数据集上的有效性。