《表2 随机用户推荐结果(5位)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《加入惩罚因子的基于物品的协同过滤算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先验证改进后的算法依然具有个性化推荐的功能。以电影推荐为例，随机抽取5位用户为其推荐一部电影得到结果如表2所示。从表中可以看出ItemCF-PF算法可以较为精准地发掘用户的兴趣偏好，如喜欢魔幻历险类电影的用户692，该算法为其推荐魔幻类电影；喜欢动作类电影的23570用户，该算法为其推荐了一部动作类电影。可见改进的ItemCF算法可实现个性化推荐。