《表2 粉煤灰主要成分：融合社交关系和标签信息的混合新闻推荐算法》
提示：宽带有限、当前游客访问压缩模式
通过一个4折交叉实验，计算HNRST模型中使用的线性回归分类器的均方差（α～δ），分类器的均方差结果如表2所示。
| 图表编号 | XD00198105900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.05 |
| 作者 | 夏鸿斌、刘春芹、刘渊 |
| 绘制单位 | 江南大学数字媒体学院、江苏省媒体设计与软件技术重点实验室、江南大学数字媒体学院、江南大学数字媒体学院、江苏省媒体设计与软件技术重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集统计：基于评分填充与信任信息的混合推荐算法》2020.10.10
- 《表3 极差分析：融合加权异构信息网络的矩阵分解推荐算法》2020.12.25
- 《表4 试件延性系数：融合加权异构信息网络的矩阵分解推荐算法》2020.12.25
- 《表1 实验因素水平：融合社交关系和标签信息的混合新闻推荐算法》2021.01.05
- 《表1 数据集信息：融合知识图谱的双线性图注意力网络推荐算法》2021.01.01
- 《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5 实验参数设置：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表2 评论表结构：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表4 混合矩阵：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表2 签到记录示例：基于张量分解的多维信息融合兴趣点推荐算法》2020.05.01
- 《表1 基本符号：基于张量分解的多维信息融合兴趣点推荐算法》2020.05.01
- 《表2 项目—用户表：融合内容与矩阵分解的混合推荐算法》2020.05.01
- 《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2 实验数据集说明：标签相关度加权的协同过滤个性化推荐算法》2020.08.15
- 《表1 数据集信息表：融合时间序列的POI动态推荐算法》2020.02.01
- 《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 实验参数设置：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 新闻推荐的大规模数据集的统计信息》2020.01.01
- 《表1 数据集信息：融合循环知识图谱和协同过滤电影推荐算法》2020.01.15
- 《表1 本文中的主要符号：融合相似度和地理信息的兴趣点推荐》2019.09.28