《表1 不同算法的实验结果》
为了验证本文所提的算法MDRS2的性能以及多种社交关系对推荐的影响,本文将MDRS2算法与SocRec算法[14](Social Recommendation Using Probabilistic Matrix Factorization,SocRec),TDSRec算法[19](Similarity Social Recommendation with Trust and Distrust Information)和MDRS1算法在Epinions数据集上进行比较。SocRec算法在矩阵分解的基础上考虑了用户之间的社会关系属性,融入了一种社交关系;TDSRec算法在考虑社交网络的同时,融合基于用户评分偏好的相似性,共同对用户评分矩阵中的数值进行了预测;MDRS1算法仅考虑了一种社交关系;MDRS2算法通过共享用户特征空间,将用户商品评分矩阵与社交关系矩阵紧凑联系,将多种社交关系融入到矩阵分解中。实验统计结果如表1所示。
图表编号 | XD00189095000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 公翠娟、宾晟、孙更新 |
绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |