《表3 与baseline的对比数据》

  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

《融合社交关系和标签信息的混合新闻推荐算法》

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

为了进一步验证本文提出的HNRST算法，将与baseline中的六种算法进行实验对比并进行分析，结果如表3所示。从表3的两个数据集中可以看出，在P@50、MRR和NDCG@20评价指标下，HNRST算法的结果明显优于CBNR、NRSCF、UMTPNR和CFRSNI算法。不论其中是否融入社交信息，效果都不如前者。这是因为前者使用的是基于内容和协同过滤的混合推荐算法，而后者使用的是单个推荐算法。混合推荐算法不仅可以缓解基于内容推荐的多样性问题，而且解决了协同过滤的冷启动和数据变少问题。此处的数据变少是指推荐的范围变大，无用的数据却变多。因此将两者整合大大提高了算法的性能。