《表3 Yelp测试数据上的性能比较》
注:“*”为除本文方法GNNMSR以外得到的最优值。
训练集越大,预测效果越好。值得注意的是,当训练集的比例等于50%时,GNNMSR达到了最佳性能。实验结果表明,GNNMSR可以通过利用多个社交网络来减少对评级先验的依赖。此外,当特征维度k变大时,精度并没有明显的提升,尤其是训练样本比例较大时,部分MAE和RMSE指标反而在高维度k下较差,这说明特征维度并非越大越好,k=10已经能取得较好的效果。
图表编号 | XD00222683200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.10 |
作者 | 何昊晨、张丹红 |
绘制单位 | 武汉理工大学自动化学院、武汉理工大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |