《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》
提示：宽带有限、当前游客访问压缩模式
将表2中的标签作为图书的特征向量，利用Python中的K-means算法进行聚类，结果如表7所示。
| 图表编号 | XD00139959200 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1 4 图书群组内top5图书推荐》2020.03.25
- 《表1 3 图书群组2的聚类结果》2020.03.25
- 《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4 用户聚类结果：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
- 《表4 频繁项集：基于Apriori数据挖掘算法的信息推荐图书管理系统设计》2019.12.01
- 《表5 关联规则结果：基于Apriori数据挖掘算法的信息推荐图书管理系统设计》2019.12.01