《表2 ConIC和ConvNCF的评价指标最大值对比》

  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

《浅析基于卷积神经网络的推荐系统》

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

为了验证本文所提出的ConIC模型的推荐性能，本文将ConIC模型与前人所提出的ConvNCF模型的推荐性能进行了比较。对两组不同类别的数据集，每组数据集分别包涵900个数据，分别采用四个指标进行了评价。从图3和图4可以看出，无论是beauty数据集还是video数据集，对于nDCG?和HR评价的每一个指标，ConIC模型的推荐准确率都高于ConvNCF，证明本文所提出模型更优，有更高的推荐准确率。为了使实验结果具有说服力，对于不同的指标，我们还将每组数据集中最佳推荐准确率进行了比较，在表2的表格中ConIc模型的每一项评价指标最佳推荐准确率都高于ConvNCF模型，从另一个角度证明了本文所提出的ConIC模型有更高的推荐性能。