《表2 实验环境：融合循环知识图谱和协同过滤电影推荐算法》
提示：宽带有限、当前游客访问压缩模式
实验在GPU服务器上运行，详细信息见表2。
| 图表编号 | XD00119679600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.15 |
| 作者 | 李浩、张亚钏、康雁、杨兵、卜荣景、李晋源 |
| 绘制单位 | 云南大学软件学院、云南大学软件学院、云南大学软件学院、云南大学软件学院、云南大学软件学院、云南大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 推荐电影名单：一种改进的协同过滤推荐算法》2021.02.01
- 《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 网络用语词典示例：融合知识图谱的双线性图注意力网络推荐算法》2021.01.01
- 《表1 数据集信息：融合知识图谱的双线性图注意力网络推荐算法》2021.01.01
- 《表1 企业类型图谱：基于协同过滤算法的旅游推荐系统的设计与实现》2020.12.15
- 《表2 内容数据特征处理：融合协同过滤的XGBoost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2 实验数据集说明：标签相关度加权的协同过滤个性化推荐算法》2020.08.15
- 《表2 实验环境：基于类别偏好Canopy-K-means的协同过滤推荐系统算法》2020.09.05
- 《表3 实验数据集描述：结合项目流行度加权的协同过滤推荐算法》2020.03.01
- 《表2 关系类型及其数量：融合知识图谱和协同过滤的学生成绩预测方法》2020.02.10
- 《表1 实体类型及其数量：融合知识图谱和协同过滤的学生成绩预测方法》2020.02.10
- 《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
- 《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
- 《表1 数据集信息：融合循环知识图谱和协同过滤电影推荐算法》2020.01.15
- 《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 实验数据集：基于标签分类的协同过滤推荐算法》2019.08.01
- 《表3 知识项关联矩阵：基于知识关联度的电力大数据协同过滤推荐算法》2018.03.20
- 《表1 实验数据集：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01