《表2 对声誉度量方法进行K-means算法聚类的结果Tab.2 The clustering results by K-means for reputation measurement algori
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Skyline Query的高声誉用户识别方法研究》
本文将声誉度量算法分为三类:迭代方法、分组方法和贝叶斯方法。在MovieLens数据集上根据多种声誉度量方法(IR、CR、IARR、IARR2、IRUA、RBPD、GR方法)分别进行用户声誉度量,根据得到的各方法上的用户声誉进行K-means算法[22]聚类的结果与本文的分类一致,K-means算法聚类的结果如表2所示。表2中可以看出,分类1有多种方法,从中取一种典型的方法CR方法来代表这一类方法,分类2和分类3中只有一种方法,所以本文取CR、RBPD和GR方法作为下面分析中用到的用户声誉度量方法。
图表编号 | XD0019053700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 刘晓露、贾书伟、王建民 |
绘制单位 | 复旦大学经济学院、复旦大学泛海国际金融学院、河南农业大学信息与管理科学学院、安徽理工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 对声誉度量方法进行K-means算法聚类的结果Tab.2 The clustering results by K-means for reputation measurement algorithms”的人还看了
- 表1 训练集中传统层次聚类的实验结果Tab.1 Experimental results of traditional hierarchical clustering in the training set