《表4 协同过滤推荐实验结果对比》

《表4 协同过滤推荐实验结果对比》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于情感加权关联规则的微博推荐研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

算法运行效率对比如表4所示。可以看出,相同支持度下情感加权关联规则推荐算法的准确率、覆盖率和F值均高于基于关联规则的微博推荐算法。这是因为改进的算法避免了经典Apriori算法可能挖掘出无限的关联规则的弊端,通过情感阈值的筛选,减少冗余的关联规则,提高了挖掘的精准度。在最小支持度阈值大于2.5%之后,准确率、覆盖率和F值有所下降,这是因为最小支持度过大,导致最后挖掘出来的强关联规则过少,影响了推荐效果。当最小支持度为2%时,推荐效果最好。