《表1 MSE比较结果：基于正则化矩阵分解的电影推荐算法》
提示：宽带有限、当前游客访问压缩模式
通过将正则化矩阵分解的推荐算法与基于内容的推荐算法和传统协同过滤算法进行对比。三者的MSE比较结果如表1所示。
| 图表编号 | XD00192428200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.05 |
| 作者 | 祁小军、张涛、卢涵宇 |
| 绘制单位 | 贵州大学大数据与信息工程学院、贵州力创科技发展有限公司、贵州大学大数据与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 不同矩阵分解推荐算法实验结果》2020.12.25
- 《表1 数据集规模：矩阵分解技术在电影推荐系统中的应用》2021.01.15
- 《表3 评测值：矩阵分解技术在电影推荐系统中的应用》2021.01.15
- 《表3 电影信息表结构：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表1 数学符号：基于用户行为序列的概率矩阵分解推荐算法》2020.07.01
- 《表1 数据集属性：基于正则拉普拉斯矩阵的LEMON改进算法》2020.06.30
- 《表1 UCI数据集：基于CUR矩阵分解的多核学习正则化路径近似算法》2020.05.01
- 《表2 6种算法聚类结果：流形学习与成对约束联合正则化非负矩阵分解》2020.07.01
- 《表1 数据集描述：流形学习与成对约束联合正则化非负矩阵分解》2020.07.01
- 《表1 项目—属性表：融合内容与矩阵分解的混合推荐算法》2020.05.01
- 《表1 实验数据库：基于双流形正则化的迁移稀疏算法研究》2020.08.01
- 《表1 项目—标签矩阵：融合标签相似度的差分隐私矩阵分解推荐算法》2020.03.01
- 《表2 算法评价结果对照：基于联合神经网络的电影个性化推荐算法》2019.11.11
- 《表1 基于滑动矩形窗遗忘规则的正则化递推LS算法》2019.08.25
- 《表1 运行时间结果比较：基于非负矩阵分解算法的人脸识别方法》2019.09.01
- 《表3 跟踪算法的速度：基于正则化卷积神经网络的目标跟踪算法》2019.06.25
- 《表1 中心位置误差：基于正则化卷积神经网络的目标跟踪算法》2019.06.25
- 《表2 重叠率：基于正则化卷积神经网络的目标跟踪算法》2019.06.25
- 《表2 MAE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18
- 《表1 RMSE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18