《表2 与本体结合的协同过滤推送算法的MAE值》
提示：宽带有限、当前游客访问压缩模式
由表2的MAE值可得出如下结论:用户协同过滤推送算法的效率要高于书籍协同过滤推送算法；与本体结合后的推送算法比传统的协同过滤推送算法准确性更高。
| 图表编号 | XD00136933000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 王红霞、钟爱琳 |
| 绘制单位 | 沈阳理工大学信息科学与工程学院、沈阳理工大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 频繁项集支持度：协同过滤推荐算法和业务逻辑结合的设备故障诊断方法》2020.09.25
- 《表3 预测网络参数表：基于聚类和奇异值分解的协同过滤推荐算法》2020.12.31
- 《表2 不同类中的用户量：结合用户聚类与改进用户相似性的协同过滤推荐》2020.11.15
- 《表1 极端评分数据：结合用户聚类与改进用户相似性的协同过滤推荐》2020.11.15
- 《表1“要死”的补语标记：结合时间遗忘和项目流行度的协同过滤推荐算法》2020.11.15
- 《表2 佣金收入及占比：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1 数据集基本信息：基于本体的协同过滤信息推送算法研究》2020.02.01
- 《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
- 《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
- 《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3 本文算法与协同过滤推荐算法准确率的对比》2019.08.01
- 《表2 C-k NN算法：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表1 商品聚类信息系统：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表6 数据集信息：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表5 数据集信息：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表4 数据集信息：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表3 聚类算法：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表2 传统与改进协同过滤算法MAE、RMSE值》2019.02.15
- 《表2 算法效果对比表：结合物品类型和密度峰值聚类的协同过滤推荐算法》2018.12.30
- 《表1 数据集信息：结合物品类型和密度峰值聚类的协同过滤推荐算法》2018.12.30