《表1 数据集基本统计信息》

  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

《基于知识图谱用户偏好传播的实体推荐模型》

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

Movie Lens 1M[17]是电影领域推荐评估中常用的数据集，包含用户对电影的显式评级（1～5）；Book-Crossing数据集1 149 780条用户对书籍的显式评级（0～10）；Bing-News数据集包含1 025 192条用户对新闻的隐式反馈。设置阈值把显式反馈转换为隐式反馈，把这三个数据集通过一些映射处理，融合DBpedia上下文信息后，得到用户项目的交互连接，在进行了物品和实体的匹配之后，将知识图谱的连接一直扩展到了四跳之外，因为本文算法需要在知识图谱上进行偏好传播。Movie Lens 1M、Book-Crossing和Bing-News三个数据集的基本统计信息如表1所示。