印度自助餐过程（indian buffet process, IBP）是2005年提出的［26］，因其非参数特性能从数据中学习得到模型中的特征个数，使得模型能够更好地解释数据，已经在因子分析、社交网络链接预测等重要问题中应用［27-29］。

以二值（“０”或“１”）特征为例，假设有Ｎ个数据点，所有数据点的特征向量组成一个特征矩阵，IBP的产生式过程可以形象地类比为Ｎ个顾客到一个无穷多个餐品的自助餐馆进行选餐的过程，用“１”表示选择，“０”表示不选择，具体描述如图３所示的方法进行：