《表5 不同数据集推荐性能对比结果》
为了更好地体现本文所提出的融合MHS与AIM-RT的谱聚类优化推荐算法的普遍适用性与推荐性能,通过对比各算法在不同数据集上的实验结果作进一步分析。实验选取Movie Lens和Book-Crossings两种数据集,数据集的样本与评分存在明显差异。在不同数据集设计实验与文献中提到的K-TLFM和Slope One以及传统协同过滤推荐算法进行对比,各算法在不同数据集上推荐效果性能对比结果如表5所示。
图表编号 | XD00222774700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.05 |
作者 | 邱宁佳、王宪勇、王鹏、杨华民 |
绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |