《表5 数据集B实验结果：一种改进项目多属性类别划分的推荐算法》

  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

《一种改进项目多属性类别划分的推荐算法》

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

从表7可见，随着相似用户数目的增多，各个算法的MAP值都有不同程度的减少，同其他三种推荐算法相比，FP-CNB算法仍然能保持推荐项目处于较前的推荐位置，说明FP-CNB算法是利用FP-Tree有效地筛选相似邻居，尤其是CNB算法将项目相似和多属性类别概率差异相融合，使计算的相似用户序列产生的推荐项目质量更好。随着相似用户数目的增加，FP-CNB算法的MAP仍呈现平缓趋势，是因为在构建FP-Tree时，充分考虑用户与项目之间内在的关系，能够更合理地发掘相似频繁邻居集，并在相似度计算时考虑到目标用户与邻居相同项目所包含的多属性类别概率差异因素，所以综上，本文提出的FP-CNB算法能够在无评分的条件下具有更好的推荐效果。