《表1 数据描述性统计：基于双注意力机制和迁移学习的跨领域推荐模型》

  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

《基于双注意力机制和迁移学习的跨领域推荐模型》

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

本文在Amazon数据集中选择“电影”、“图书”和“CD”作为实验数据，将其分为“电影-图书”和“电影-CD”两个跨领域组合进行实验分析．首先对数据进行稠密度的预处理，保留三组数据中具有10条以上评论的用户，“图书”和“电影”中超过120条评论的项目，“CD”中超过30条评论的项目，随后从“电影-图书”和“电影-CD”跨领域组合中选择有交互的用户．“电影”的稠密度相比于“图书”和“CD”的稠密度更大，因此在跨领域组合中将“电影”作为源域，“图书”和“CD”分别作为目标域．其次对评论文本进行分词、删除停用词、用Nltk（2）进行词形的还原等处理，数据集统计信息如表1所示．