《表3 不同策略的准确率与召回率比较》

  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

《基于随机森林-马尔可夫用户冷启动推荐系统》

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

为验证本文所提算法的有效性，将随机森林-马尔可夫算法（random forest-Markov chain，RF-MC）与冷启动中经典算法：流行策略及用户协同过滤（USER-CF），当前较新算法：协同概率矩阵分解与迭代决策树（GBDT-MPMF）与近邻协同过滤算法（CF-AFN），进行对比分析。表3展示了各算法在movielens数据集中准确率与召回率的具体表现。