《表1 用户收视记录表：基于物品内容的电视产品推荐系统研究》
提示：宽带有限、当前游客访问压缩模式
本实验中所采用的数据集合包括两部分，第一部分为1329个用户的38010条收视记录，数据形式如表1所示；第二部分为18480条节目信息，数据形式如表2所示。
| 图表编号 | XD00163287600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.20 |
| 作者 | 姜雨菲、万超 |
| 绘制单位 | 西安工业大学计算机科学与工程学院、西安工业大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 区块链分类：基于Python的用户协同过滤推荐系统的研究与实现》2020.11.05
- 《表4 差额学分表：基于用户生成内容的产品服务系统设计方法》2020.12.20
- 《表5 电视台收视人数表：基于分户匹配推送模式的互利GSP竞价交易模型》2020.06.01
- 《表5 最终推荐表：基于物品内容的电视产品推荐系统研究》2020.02.20
- 《表4 最终推荐度：基于物品内容的电视产品推荐系统研究》2020.02.20
- 《表2 节目信息表：基于物品内容的电视产品推荐系统研究》2020.02.20
- 《表1 用户-项目评价表：基于聚类和SVD++的电影推荐系统的研究》2020.09.01
- 《表1 用户评分记录表：基于强化学习的图书内容推荐策略研究与应用》2020.01.15
- 《表2 用户簇对照表：基于聚类算法的视频推荐系统的算法研究》2020.01.18
- 《表1 用户阅读行为记录：基于混合过滤的图书推荐系统的设计与效能评估》2019.11.25
- 《表1 电视剧计分信息表：中国电视剧收视率预测模型研究——基于版权价值评估视角》2019.08.01
- 《表8 用户推荐矩阵表：基于Mahout的图书推荐系统研究》2019.08.01
- 《表3 用户矩阵表：基于Mahout的图书推荐系统研究》2019.08.01
- 《表2 用户相似关系：基于协同过滤的电视产品营销推荐》2019.06.20
- 《表2 物品倒排表：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表3 共现矩阵：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表1 数据处理的内容：基于用户日志的OPAC推荐系统设计与实现》2019.01.25
- 《表8 基于用户认知研究的交互界面、推荐系统以及学习系统主题》2010.08.01
- 《表1 用户数据表：广播电视定向催费系统研究与设计》2018.02.01
- 《表1：贵州省级电视天气预报片段式节目收视调查研究》2019.11.20