《表4 推荐结果部分示例数据表》

《表4 推荐结果部分示例数据表》   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
《基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》


  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

从图3可看出,当售价权重为0.4时的平均绝对误差最小,因此以0.4为最佳售价权重,改进传统的基于物品的协同过滤算法,得到的部分推荐结果如表4所示。