《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》
比较Conf-SMF算法与EMF、IMF、Trust MF、以及CUNE-MF几种基于社会信任关系的算法。为了能够进行完整的实验,根据参考文献[12,16]中的经验设置算法中的一些参数。具体参数设置如下:在Skip-Gram中的参数设置为l=20,T=30和τ=5。为了能够对比实验的有效性,对于所有的模型潜在特征维度d=5或10。其他参数设置:EMF、IMF、Trust MF、CUNE-MF和Conf-SMF的正则化参数λ=0.01。社会化约束权重α,EMF、IMF为0.001,Trust MF、CUNE-MF、Conf-SMF为0.01。另外,Conf-SMF中用户评分偏好置信度常数a为12,社会隐语义朋友Top-k为10。实验中将数据划分为70%的训练集和30%的测试集,以及50%的训练集和50%的测试集。实验结果如表3所示。
图表编号 | XD00183122600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.15 |
作者 | 郝润芳、张光明、程永强 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |