《表1 过滤后的数据集:改进的哈希学习高效推荐算法》
为了验证本文的方法适合不同评分密度的数据,选择了三个不同评分密度的数据集。同之前的工作一样[14-15],过滤了评分信息不足50个的用户,使得每个用户都有可观察的评分信息用于训练和测试。对于每个用户,选择80%的评分信息作为训练数据,剩下的20%作为测试数据。总结了过滤处理后的数据集如表1。实验中,对数据集进行了5次同样比例的随机划分,并取5次实验结果的均值来评估所有的方法。
图表编号 | XD00163004400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 应文杰、桑基韬 |
绘制单位 | 北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |