《表1 实验数据集统计：融合重叠社区正则化及隐式反馈的协同过滤方法》

  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

《融合重叠社区正则化及隐式反馈的协同过滤方法》

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

本文选取了Film Trust、Dou Ban以及Ciao三个数据集进行实验。这些数据集是在社交网站上运行爬虫程序获取的。具体的：Film Trust数据集（http：//www.librec.net/datasets.html）是在电影推荐网站Film Trust(www.trust.mindswap.org/）爬取获得，用户可以根据自己的偏好对电影进行评级，同时用户之间可以建立信任关系；Dou Ban数据集（https：//www.cse.cuhk.edu.hk/irwin.king.new/pub/data/douban）是在社交网站Dou Ban(www.douban.com）上抓取获得的，包含了用户对于书籍、音乐、电影的评分信息，同样该社交网站也允许用户添加信任朋友；Ciao数据集（http：//www.jiliang.xyz/trust.html）是在商品评价网站Ciao(www.ciao.co.uk）上抓取的，允许用户对商品进行评价。不同数据集的评分范围不尽相同，Film Trust评分范围为0.5～4，步长为0.5；Douban以及Ciao评分范围为1～5，步长为1。数据集统计特征如表1所示，表中#user(n）表示数据集中的用户数，#item(m）表示数据集中的商品数，#ratings表示数据集中的评分数，relation表示社交矩阵中用户之间的关系数，RDensity表示评分矩阵中数据的稀疏程度，SDensity表示在社交关系矩阵中数据的稀疏程度，nˉ代表单个商品的平均评分用户数，mˉ代表单个用户的平均评分商品数，sˉ代表单个用户的平均关系数。