《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》
总体来看,平均74.6%的商品评分数量少于20个,平均65.4%的商品评分数量少于15个,平均47.4%的商品评分少于10个,表明这5个数据集的评分数据是极其稀疏的,这将会影响到矩阵分解模型对预测评分的精度.在以往的研究中,通过使用数据初始化填充、基于内容或商品的推荐等方式来缓解该问题对推荐性能的影响.但是本文主要是通过结合评论文本的数据来缓解数据稀疏,因此对商品评论中的单词数进行了统计,如表4所示.
图表编号 | XD00163169600 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) |