《表3 模型结果对比:基于离散选择模型的推荐系统改进算法》
图3给出了四种模型在Top-1到Top-10准确率的分布。MNL由于其模型简单,对特征的抽取能力相对较弱,表现劣于其他三种模型。本文模型由于考虑了候选商品集合的整体信息,表现优于XGBoost和FFM两类单值学习模型。
图表编号 | XD00137963500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 刘乾超 |
绘制单位 | 上海交通大学安泰与经济管理学院 |
更多格式 | 高清、无水印(增值服务) |
图3给出了四种模型在Top-1到Top-10准确率的分布。MNL由于其模型简单,对特征的抽取能力相对较弱,表现劣于其他三种模型。本文模型由于考虑了候选商品集合的整体信息,表现优于XGBoost和FFM两类单值学习模型。
图表编号 | XD00137963500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 刘乾超 |
绘制单位 | 上海交通大学安泰与经济管理学院 |
更多格式 | 高清、无水印(增值服务) |