《表1 不同隐藏层和不同神经元NDCG》

  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

《基于改进神经协同过滤模型的电影推荐系统》

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

更多隐藏层数能够加强神经网络提取信息能力，在合适范围内增加层数提升模型性能，但是超出范围会导致过拟合，导致神经网络学习能力降低；神经协同过滤模型的最后一层隐藏层决定了模型的性能，所以将其作为预测因子[2](predictive factors），使用[0，16，32，64，128]的中间各层神经元数量和[8，16，32]的预测因子数量进行了模型评估。所用数据集同为MovieLens-1M，训练50轮，实验结果见表1和表2。