《表2 随机用户推荐结果(5位)》
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。
图表编号 | XD00103844400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.20 |
作者 | 尹毫、焦文彬、史广军、何晓涛 |
绘制单位 | 中国科学院计算机网络信息中心、中国科学院大学计算机科学与技术学院、中国科学院计算机网络信息中心、中国科学院计算机网络信息中心、中国科学院计算机网络信息中心 |
更多格式 | 高清、无水印(增值服务) |