《表1:用户评分矩阵：基于改进相似度计算方法的协同过滤算法》
提示：宽带有限、当前游客访问压缩模式
将传统的相关相似性度量公式与修正后的Tanimoto相结合，去重新计算用户相似矩阵，SIM既本文最终使用的计算方法:SIM=sim+simpcc。
| 图表编号 | XD0017118200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.12.15 |
| 作者 | 孟俊才、李存志 |
| 绘制单位 | 安庆师范大学、安庆师范大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表9 相似用户列表：一种改进的协同过滤推荐算法》2021.02.01
- 《表6 相似用户列表：一种改进的协同过滤推荐算法》2021.02.01
- 《表2 不同类中的用户量：结合用户聚类与改进用户相似性的协同过滤推荐》2020.11.15
- 《表1 极端评分数据：结合用户聚类与改进用户相似性的协同过滤推荐》2020.11.15
- 《表3 混淆矩阵：用户与项目语义相似性填充的协同过滤推荐方法》2020.04.25
- 《表2 评分矩阵：用户与项目语义相似性填充的协同过滤推荐方法》2020.04.25
- 《表1 用户阅读矩阵表：基于用户的协同过滤推荐算法研究》2020.07.05
- 《表2 用户矩阵表：基于用户的协同过滤推荐算法研究》2020.07.05
- 《用户-项目矩阵1：一种基于用户的协同过滤与人气排行榜的融合推荐算法》2020.03.25
- 《用户-项目矩阵2：一种基于用户的协同过滤与人气排行榜的融合推荐算法》2020.03.25
- 《表1 用户属性：基于改进用户属性评分的协同过滤算法》2020.02.16
- 《表2 用户-类别评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表1 用户-项目评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表1 权重矩阵：一种基于权重矩阵的协同过滤算法的相似度度量方法》2019.11.15
- 《表2 部分IV分析矩阵：基于改进协同过滤算法的用户页面兴趣度预测研究》2019.11.01
- 《表1 测评矩阵示例：基于改进协同过滤算法的用户页面兴趣度预测研究》2019.11.01
- 《表5 相似度矩阵：基于粗糙集的协同过滤算法研究》2019.02.20
- 《表1 用户评分：基于用户评分和共同评分项的协同过滤算法研究》2019.01.01
- 《表2 用户节目评分表：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表1 评分矩阵：基于信息熵和用户行为一致性的协同过滤分组推荐》2019.12.01