《表1 用户属性:基于改进用户属性评分的协同过滤算法》
将ML数据集和HRML数据集中的80%作为训练集用于计算在用户属性个数不同的情况下每种属性的评分,由于在推荐过程中影响用户抉择的用户属性个数不多,以及不同的用户属性对用户的影响程度不一样,分别用1,2,3,…,n对i=λ1,λ2,λ3,…,λn进行迭代,对于每一对相似用户其相似性simF(A,B),当所有相似性的和为最大时,此时的用户属性i取得最优解-这一取值随着数据集的不同而不同。用户属性见表1。
图表编号 | XD00122973600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.16 |
作者 | 董跃华、朱纯煜 |
绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |