《表3 特征值的验证结果：基于协同过滤决策树的商品推荐算法的研究》
提示：宽带有限、当前游客访问压缩模式
其中Lu为用户U喜欢的物品，Bu是推荐算法为用户推荐的商品列表。同样选择返回结果的top1、top5和top10来进行对比测试。测试结果如表3所示。
| 图表编号 | XD00199588500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.28 |
| 作者 | 常昊、杨盛泉 |
| 绘制单位 | 西安工业大学计算机科学与工程学院、西安工业大学计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 陶瓷膜的主要参数：基于协同过滤决策树的商品推荐算法的研究》2020.03.28
- 《表1 幼儿游戏状态：基于协同过滤决策树的商品推荐算法的研究》2020.03.28
- 《表3 参考文献模型：基于深度学习的协同过滤推荐算法》2020.08.01
- 《表8 分组成对样本检验：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表1 经典推荐模型归纳：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表7 分组样本统计：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表3 推荐算法误差对比：基于ALS模型协同过滤推荐算法的研究》2020.06.28
- 《表1 用户阅读矩阵表：基于用户的协同过滤推荐算法研究》2020.07.05
- 《表2 用户矩阵表：基于用户的协同过滤推荐算法研究》2020.07.05
- 《表1 两种模型比较结果：基于协同过滤算法的音乐推荐系统的研究与实现》2020.05.30
- 《表3 评测结果：基于聚类与协同过滤的居民用电推荐模型研究》2020.01.25
- 《表1 基于协同过滤推荐算法的过滤系统过滤结果》2019.09.15
- 《表4 并行化性能验证：融合社交网络与关键用户的并行协同过滤推荐算法》2019.10.01
- 《表2 物品倒排表：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表3 共现矩阵：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表4 最终推荐结果示例：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表3 打分示例表：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表2 推荐算法比较：基于有效信任协同过滤算法研究》2018.03.25
- 《表2 参数设置：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01
- 《表1 实验数据集：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01