《表2 推荐算法比较：基于有效信任协同过滤算法研究》
提示：宽带有限、当前游客访问压缩模式
实验结果如表2。其中，CF表示协同过滤算法，MT表示信任传播Mole Trust算法，RN表示利用重构信任网络改进的协同过滤算法，TCF表示增强协同过滤算法。
| 图表编号 | XD0017819700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.03.25 |
| 作者 | 王文琦 |
| 绘制单位 | 江西理工大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 购电量数据：基于用户协同过滤的购电推荐算法》2020.09.20
- 《表1 双维结构模型：融合用户兴趣度和信任度的协同过滤推荐算法》2020.07.16
- 《表3 特征值的验证结果：基于协同过滤决策树的商品推荐算法的研究》2020.03.28
- 《表2 陶瓷膜的主要参数：基于协同过滤决策树的商品推荐算法的研究》2020.03.28
- 《表1 幼儿游戏状态：基于协同过滤决策树的商品推荐算法的研究》2020.03.28
- 《表1 几种推荐算法模型：基于深度学习的协同过滤推荐算法》2020.08.01
- 《表8 分组成对样本检验：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表1 经典推荐模型归纳：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表7 分组样本统计：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表3 推荐算法误差对比：基于ALS模型协同过滤推荐算法的研究》2020.06.28
- 《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
- 《表1 两种模型比较结果：基于协同过滤算法的音乐推荐系统的研究与实现》2020.05.30
- 《表1 基于协同过滤推荐算法的过滤系统过滤结果》2019.09.15
- 《表2 用户信任关系矩阵：融合社交网络与关键用户的并行协同过滤推荐算法》2019.10.01
- 《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
- 《基于Hadoop平台协同过滤推荐算法的探究》2018.10.18
- 《表2 参数设置：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01
- 《表1 实验数据集：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01