《表2 UICF和基准方法的对比结果》
UICF与基准方法的对比结果如表2所示,加粗的数值表示最好结果。为了公平地进行比较,表中每个方法的embedding_size均设为32(本文将在下个实验中比较不同embedding_size对UICF的影响)。从表2中可以看出,融合后的模型UICF在3个数据集上的HR和NDCG上基本上都取得了最大值(HR和NDCG的值越大代表训练出来的模型在测试集上的测试分值越接近实际分值),特别是在Foursquare和Music两个数据集上,效果更加明显。
图表编号 | XD00133805300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 邓凯、黄佳进、秦进 |
绘制单位 | 贵州大学计算机科学与技术学院、北京工业大学国际WIC研究院、贵州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |