《表2 实验结果：基于联合概率矩阵分解的群推荐方法研究》
提示：宽带有限、当前游客访问压缩模式
本研究的实验结果如表2所示，其中，取λU=λV=0.001，λS=10，K=10，且推荐个数d=20，表中加粗的数字表示相比之下更优的实验结果.
| 图表编号 | XD0035537400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 王刚、蒋军、王含茹、杨善林 |
| 绘制单位 | 合肥工业大学管理学院、合肥工业大学管理学院、合肥工业大学管理学院、合肥工业大学管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 传统德目谱系图：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表3 方差分析：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表2 测试工况：基于多属性评分隐表征学习的群组推荐算法》2020.12.25
- 《表7 不同矩阵分解推荐算法实验结果》2020.12.25
- 《表1 群组推荐技术对比：基于偏好融合的群组推荐方法研究综述》2020.12.01
- 《表1 MSE比较结果：基于正则化矩阵分解的电影推荐算法》2021.01.05
- 《表5 实验参数设置：融合多元异构信息的矩阵分解推荐算法》2020.07.01
- 《表1 数学符号：基于用户行为序列的概率矩阵分解推荐算法》2020.07.01
- 《表6 合并后的用户群组：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表9 合并后的图书群组：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表8 图书群组相似度：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表5 用户群组相似度：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表7 图书聚类结果：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表4 用户聚类结果：基于图书评论属性挖掘的群组推荐研究》2020.03.25
- 《表2 实验参数设置：融合标签相似度的差分隐私矩阵分解推荐算法》2020.03.01
- 《表1 实验结果统计：基于加权正交约束非负矩阵分解的车脸识别算法》2020.04.10
- 《表1 实验数据集描述：基于动态加权Bagging矩阵分解的推荐系统模型》2019.07.30
- 《表1 RMSE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18
- 《表2 MAE结果对比：基于Bregman联合聚类与加权矩阵分解的融合推荐算法》2019.03.18
- 《表1 符号定义及含义：基于联合概率矩阵分解的群推荐方法研究》2019.01.01