《表7 2种模型的推荐结果对比》

  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Item2Vec负采样优化的专题地图产品个性化推荐方法研究》

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

表5、表6给出了本文所提方法与其他推荐模型在评分预测性能上的定量比较，针对构建的面向专题地图推荐场景中专题地图检索的实验数据集，进行离线测试，定性比较两种推荐模型的推荐结果（表7）。表7显示获得特定类用户最高预测评分的种子专题地图和相似度排名前5的邻居专题地图，相似度较高的专题地图则是为特定类用户进行推荐的项目。由表7可知，基于CBOW模型优化的Item2Vec方法推荐的专题地图列表相似度较高，基本属于同一地图主题下的各专题指标，推荐效果优于SVD模型，“Thematic CMaps”数据量较少，但仍能很好地推断各专题地图之间的相似关系。