《表2 算法评价结果对照:基于联合神经网络的电影个性化推荐算法》
CTR、CDL、ConvMF都是目前预测评分较好的模型,其中CDL和ConvMF均使用深度学习来预测评分。通过对比表2的数据得出,本文算法在MovieLens 100K、1M、100M上预测评分的RMSE比CTR依次提高了2.8%、4.1%、2.8%,比CDL依次提高了1.9%、3%、1.9%。跟ConvMF相比,平均RMSE提高了0.06%。综上,本算法预测评分的准确度较高。
图表编号 | XD00113353200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.11 |
作者 | 徐敏、丁友东、陈方灵、李筱 |
绘制单位 | 上海大学上海电影学院、上海大学上海电影特效工程技术研究中心、上海大学上海电影学院、上海大学上海电影特效工程技术研究中心、上海大学上海电影学院、上海大学上海电影特效工程技术研究中心、上海大学上海电影学院、上海大学上海电影特效工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |