《表1 用户11004的推荐结果》
提示：宽带有限、当前游客访问压缩模式
我们采用Python编程求出向每位用户推荐电视剧、电影、综艺节目、动漫的结果，以及推荐指数。其中我们向用户11004的推荐结果如表1所示。
| 图表编号 | XD00169321400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.15 |
| 作者 | 沈若男、樊璐璐、王文佳、刘鹏飞 |
| 绘制单位 | 江苏师范大学数学与统计学院、江苏师范大学数学与统计学院、江苏师范大学数学与统计学院、江苏师范大学数学与统计学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 算法统计结果：基于PRWDR算法的用户网络服务推荐方法及其实验结果分析》2020.09.25
- 《表1 n个相似用户的推荐结果》2021.02.08
- 《表3 实验结果：嵌入用户评分偏好置信度的社会化推荐算法》2020.11.15
- 《表1 三种系统推荐教育信息用户发现准确度对比结果》2020.02.15
- 《表4 用户聚类结果：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表1 用户对视频推荐结果满意程度统计表》2019.12.05
- 《表7 最终结果集：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表6 结果集2：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表5 结果集1：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表3 30个用户的推荐结果评估》2019.11.11
- 《表1 3 查询结果列表：基于用户网络净推荐值NPS指导网络优化的研究》2019.10.28
- 《表8 查询结果列表：基于用户网络净推荐值NPS指导网络优化的研究》2019.10.28
- 《表2 随机用户推荐结果(5位)》2019.03.20
- 《表3 实验结果：基于利用可靠用户网络补充标签的服务推荐》2019.02.20
- 《表实验结果分析：顾及道路通达性和时间成本的多用户位置推荐》2019.05.05
- 《表8应用效果统计结果：基于用户日志的OPAC推荐系统设计与实现》2019.01.25
- 《表2 为用户推荐物品可能结果的分类Table 2 Recommended classification results》2018.02.28
- 《表2 用户对音乐推荐结果满意度统计》2018.10.05
- 《表6 权值优化结果：基于用户偏好优化模型的推荐算法研究》2019.12.01
- 《表1 基于用户兴趣模型与基于关联兴趣模型的推荐结果精确度》2018.08.01