《表3 OCRIF+参数有效性实验结果》
此外为了验证模型的合理性,本文还单独双比了OCRIF+模型中了各约束项的有效性的(实验结果如表3)。表3中展示了4组实验,非0的参数取之前提到的模型最优设置。由表3可知:当α=0时,在模型中去除商品的平滑项,模型效果有所下降,但优于MFC[18]模型以及Trust SVD[16]模型,这表明在社区中加入隐式反馈信息的方法是有效的;当β=0时,模型去除了重叠社区正则化的部分,大大降低了社交信息在模型中的比例,但保留了社交的隐式反馈部分,所以模型推荐效果还是优于SVD++[26]模型的;当α=0且β=0时,效果大大降低,但还是保留了隐式反馈信息,结果与SVD++基本持平。通过分析发现,本文提出的融合社区正则化及隐式反馈的协同过滤方法是合理且有效的。
图表编号 | XD00201763700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 李翔锟、贾彩燕 |
绘制单位 | 北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学)、北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学) |
更多格式 | 高清、无水印(增值服务) |