《表2 PMF对TCCR推荐性能的影响》

  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

《基于卷积神经网络的学术合作者推荐研究》

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

在实验中，不使用PMF模型的做法是将CNN提取出的特征直接对比相似度，其余操作不变，在数据集上与有PMF的TCCR模型对比性能见表2。有PMF时比PMF时推荐结果更为精确。结合实验1中的数据，证明合理的融入PMF可以使推荐效果得到提升。对于此结果，本文认为合理的解释为良好的建模有助于挖掘数据的特征，使模型学习到的特征更为精准，本文不仅考虑了论文的情境问题还考虑了主题相关性的问题，使学习模型更接近现实生活，从而提升推荐精度。