《表4 用户聚类结果：基于图书评论属性挖掘的群组推荐研究》
提示：宽带有限、当前游客访问压缩模式
将表1中的标签作为用户的特征向量，利用Python中的K-means算法进行聚类，结果如表4所示。
| 图表编号 | XD00139959000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.25 |
| 作者 | 熊回香、李晓敏、李跃艳 |
| 绘制单位 | 华中师范大学信息管理学院、华中师范大学信息管理学院、南京大学信息管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 传统德目谱系图：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表3 方差分析：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表2 测试工况：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表1 图书评论基本要素：基于细粒度评论挖掘的书评自动摘要研究》2021.02.24
- 《附表图书属性词集：基于细粒度评论挖掘的书评自动摘要研究》2021.02.24
- 《表1 群组推荐技术对比：基于偏好融合的群组推荐方法研究综述》2020.12.01
- 《表3 评价指标得分计算：基于多层次细粒度评论挖掘的图书影响力评价研究》2020.12.25
- 《表1 评估指标表：基于多层次细粒度评论挖掘的图书影响力评价研究》2020.12.25
- 《表5 各属性满意度：基于PreLM-FT细粒度情感分析的餐饮业用户评论挖掘》2020.04.25
- 《表1 情感分布统计结果：基于文本挖掘的新能源汽车用户评论研究》2020.04.25
- 《表1 常用融合策略：一种结合时间因子聚类的群组兴趣点推荐模型》2020.02.01
- 《表9 合并后的图书群组：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表6 合并后的用户群组：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表8 图书群组相似度：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表5 用户群组相似度：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表7 图书聚类结果：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《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2 项目-属性矩阵：基于用户多种关联信息和项目聚类的推荐算法》2018.09.01
- 《表1 借阅信息表：基于数据挖掘的高校图书馆图书推荐系统设计及应用研究》2018.11.01
- 《表1 借阅信息表：基于数据挖掘的高校图书馆图书推荐系统设计及应用研究》2018.11.01