《表3 不同方法在三个数据集上的F-measure值》

  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

《改进的哈希学习高效推荐算法》

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

%

在表2中，报告了不同方法在三个数据集上的NDCG@10精度，可以看出本文的方法有一定的优势，尤其是较短哈希码长度下，相对于DCF方法大约有1%～3%的提升。而且，OUR-S在短哈希码下的表现更显著。在表3中，展示了不同方法的F1值，可以看出本文方法在大多数情况下优于其他方法，在8 bit哈希码下，本文的方法表现优越，相对于DCF方法大约有3%～5%的提升。另外，在图4中展示了不同方法在不同哈希码长度下的NDCG@K随K的变化曲线，图5中展示了召回率-精度变化曲线，从图中可以看出，本文的方法保持一致的优势，尤其是在Douban数据集上。