《表5 传统算法对比：一种基于用户播放行为序列的个性化视频推荐策略》
提示：宽带有限、当前游客访问压缩模式
本文与基于物品的协同过滤算法ItemCF、基于用户的协同过滤算法UserCF和热门推荐HotRec进行了Top-N=25的对比实验，如表5所示．Seq4Rec代表本文提出的个性化推荐算法．
| 图表编号 | XD00134446300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 李霞 |
| 绘制单位 | 深圳大学电子与信息工程学院、深圳大学智能信息处理广东省重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 消融研究的结果：一种基于个性化成对损失加权的新颖推荐》2021.03.01
- 《表1 数学符号：基于用户行为序列的概率矩阵分解推荐算法》2020.07.01
- 《表1 用户行为分析：基于人性化特征的旅游地智能推荐系统》2020.06.01
- 《表1 用户行为列表：基于“互联网+”的多能融合个性化方案推荐平台设计》2020.04.20
- 《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2 用户簇对照表：基于聚类算法的视频推荐系统的算法研究》2020.01.18
- 《表4 用户评分数据片段：基于属性特征的个性化旅游推荐算法研究》2020.01.01
- 《表5：大数据时代基于用户画像的视频精准推荐》2019.10.01
- 《表2 系数效果比较：基于用户兴趣的文献个性化推荐研究》2019.08.15
- 《表2 物品倒排表：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表3 共现矩阵：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表2 用户信任值变化表：一种结合滑动窗口和推荐信任的用户行为信任评估》2019.01.20
- 《表2 用户节目评分表：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表1 用户行为分类：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表5 套餐类型表：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表1 用户信息表：基于个性化推荐的篮球训练系统应用分析》2018.04.20
- 《表1 用户信息表：基于个性化推荐的篮球训练系统应用分析》2018.04.20
- 《表1 F1值：基于用户上下文序列的个性化新闻推荐方法研究》2018.08.25
- 《表2 多样性：基于用户上下文序列的个性化新闻推荐方法研究》2018.08.25