《表1 算法运行时间对比：融合项目偏差与用户偏好的推荐算法》
提示：宽带有限、当前游客访问压缩模式
/s
为了验证IUCF算法与其他算法在时间效率上的差别，分别选择UCF和ICF进行对比实验，分别对20、40、60名用户产生推荐，不同算法的运行时间对比如表1所示。
| 图表编号 | XD00107230300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 程磊、高茂庭 |
| 绘制单位 | 上海海事大学信息工程学院、上海海事大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 双维结构模型：融合用户兴趣度和信任度的协同过滤推荐算法》2020.07.16
- 《表2 3个数据集的组成：嵌入用户评分偏好置信度的社会化推荐算法》2020.11.15
- 《表1 主要符号及其含义：嵌入用户评分偏好置信度的社会化推荐算法》2020.11.15
- 《表3 实验结果：嵌入用户评分偏好置信度的社会化推荐算法》2020.11.15
- 《表2 项目—用户表：融合内容与矩阵分解的混合推荐算法》2020.05.01
- 《表1 项目—属性表：融合内容与矩阵分解的混合推荐算法》2020.05.01
- 《表1 用户数据特征处理：融合协同过滤的XGBoost推荐算法》2020.05.01
- 《表1 项目—标签矩阵：融合标签相似度的差分隐私矩阵分解推荐算法》2020.03.01
- 《用户-项目矩阵1：一种基于用户的协同过滤与人气排行榜的融合推荐算法》2020.03.25
- 《用户-项目矩阵2：一种基于用户的协同过滤与人气排行榜的融合推荐算法》2020.03.25
- 《表2 用户-类别评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表1 用户-项目评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表1 数据集的统计特征：融合用户隐含偏好的社会化推荐算法》2019.10.01
- 《表2 用户信任关系矩阵：融合社交网络与关键用户的并行协同过滤推荐算法》2019.10.01
- 《表4 并行化性能验证：融合社交网络与关键用户的并行协同过滤推荐算法》2019.10.01
- 《表1 用户项目评分：基于云计算的社交网络并行推荐算法》2019.03.15
- 《表1 RMSE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18
- 《表2 项目-属性矩阵：基于用户多种关联信息和项目聚类的推荐算法》2018.09.01
- 《表6 权值优化结果：基于用户偏好优化模型的推荐算法研究》2019.12.01
- 《表7 预测评分对比：基于用户偏好优化模型的推荐算法研究》2019.12.01