《表2 融合因子随时间间隔的自适应变化》

  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

《基于长短期记忆网络的协同过滤算法研究》

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

LSMF模型的自适应融合机制如式（18）会根据上下文时间内容信息自动获得参数的取值，本文根据用户最后一次交互行为和预测项目之间的时间间隔拆分测试实例，将测试数据的预测间隔时间划分为1 h、12 h、1 d、1周、1月、1 a，如表2所示．在1 h短期偏好模型的融合参数是0.79，而在1 a时短期偏好的融合因子是0.54，通过试验观察到，随着时间间隔的增长，短期偏好模型的融合参数不断减小，长期偏好模型的融合参数不断增大．但是间隔时间在1 a范围内，短期偏好模型的融合参数始终大于长期偏好模型，这意味着相对于长期偏好，短期偏好始终对于推荐结果有更重要的影响作用，而在预测时间间隔较长的项目时长期偏好的影响作用不断加大．