《表2 数据集基本信息：基于评分矩阵与评论文本的深度推荐模型》
提示：宽带有限、当前游客访问压缩模式
在这些数据集中，对于每个样本，本文使用到的特征共有4个：用户编号、商品编号、用户对商品的打分（1～5分）、用户对商品的评论文本．其中基本的数据统计信息如表2所示．
| 图表编号 | XD00163169400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 冯兴杰、曾云泽 |
| 绘制单位 | 中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集统计：基于评分填充与信任信息的混合推荐算法》2020.10.10
- 《表2 数据集：融合评论文本和图像语义特征的兴趣点推荐》2020.10.01
- 《表1 数据集信息：基于评论文本的动态生成对抗网络推荐算法》2020.12.25
- 《表1 数据集的统计信息：基于多图神经网络的会话感知推荐模型》2021.02.10
- 《表1 数据集划分信息：改进的CRNN模型在警情文本分类中的研究与应用》2020.05.30
- 《表1 数据集详细信息：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表5 模型的比较：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表4 评论数据统计信息：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表3 商品评分统计信息：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表7 二阶交互类型：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表6 结果对比：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表1 符号定义：基于评分矩阵与评论文本的深度推荐模型》2020.05.01
- 《表1 数据集概述：基于特征选择与随机森林混合模型的社区恶意评论检测研究》2020.07.05
- 《表1 样本数据集概括：基于深度神经网络的大学生就业情况分析与推荐》2020.08.01
- 《表3 模型参数调节列表：基于文本和用户信息的在线评论质量检测》2019.09.01
- 《表2 数据集分布情况：基于文本和用户信息的在线评论质量检测》2019.09.01
- 《表1 数据集详细信息：基于CNNGRU-Attention模型的文本情感分析》2019.09.25
- 《表1 实验数据集描述：基于动态加权Bagging矩阵分解的推荐系统模型》2019.07.30
- 《表1 数据集：基于会话信息的多粒度循环神经网络推荐模型》2019.05.15
- 《表3 数据集的参数：基于在线评论情感分析的改进协同过滤推荐模型》2019.02.20