《表3 OCRIF+参数有效性实验结果》

  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

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。