《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》

  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

《嵌入用户评分偏好置信度的社会化推荐算法》

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

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。