《表1 推荐算法对比：基于语义的雷达软件测试推荐技术研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于语义的雷达软件测试推荐技术研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于内容的推荐算法主要根据用户喜好的产品，推荐与之相似的物品，该方法不需要预先获取用户评分数据，架构简单易实现，在早期的推荐系统中使用较多。协同过滤推荐算法以其他用户的喜好和历史项目信息为依据向目标用户推荐[3]，具体又分为基于用户的协同过滤推荐算法和基于项目的协同过滤推荐算法。基于用户的协同过滤推荐算法发掘和目标用户喜好相近的用户，把目标用户未发现但相似用户喜欢的项目推送给目标用户，但用户个数较多时，存在用户喜好相似度矩阵计算困难问题，且结果缺乏可解释性。基于项目的协同过滤推荐算法通过记录分析目标用户的行为信息得到历史喜好项目，推送与历史喜好项目相似的项目，结果具有较强的可解释性。混合推荐算法针对各个推荐算法的不足之处，将算法组合进行混合推荐，主要使用投票、加权和框架融合等方法[4]。各种推荐算法的优缺点对比如表1所示。