《表2 θ和α不同取值情况下，用户相似性度量结果》

  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

《基于用户兴趣序列相似性度量的图书协同过滤推荐方法研究》

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

为了评估最长公共子序列和所有共同兴趣子序列对推荐结果的影响，在该部分实验中为评分偏离约束阈值θ，以及基于最长共同感兴趣子序列（LCSIS）和全部公共子序列（ACSIS）进行相似性度量中的权重调节因子α设置不同的取值。其中，θ取值为{0.2，0.5，0.8}分别表示用户之间评分的偏差弱、中、强约束，同时将α取值设置为{0.2，0.5，0.8}，表示在进行用户相似性计算时，LCSIS和ACSIS各自所占权重。预期结果应该是随着θ和α取值不同会导致不同的相似性度量结果，但是通过实际的实验结果发现，推荐精度几乎保持不变。其原因在于，用户对于项目的评分历史具有较高的稀疏性。因此，最长公共子序列的长度和全部公共子序列的数量不会随着θ和α取值发生显著变化。