《表2 权函数中各参数最佳MAE结果的比较》

  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

《基于用户偏好动态变化的协同过滤推荐》

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

表2中显示了传统协同过滤、时间权重、重要性权重、评分率权重以及完整权重参数共5种情况下MAE的最佳结果。实验还比较了完整权重函数的协同过滤算法与经典的基于项目的协同过滤算法。图3显示了完整权重与传统协同过滤的推荐方法的比较，从相似值大于等于0.4开始，相对于经典的协同过滤能够给出更高的推荐准确度、更低的MAE值。融合了3个权重函数组合的推荐算法增加了用户最近时期个人偏好的推荐权重，更真实地反映用户当前的兴趣并满足用户的推荐需求。