《表1 用户兴趣指标量化表》
提示：宽带有限、当前游客访问压缩模式
其中矩阵中n行代表n个用户，m列代表m个用户兴趣指标项，Rnm代表第n个用户的第m个兴趣指标的值，用户兴趣指标的量化表如表1所示。
| 图表编号 | XD0036275600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.10 |
| 作者 | 王治国、万本庭、王慧 |
| 绘制单位 | 暨南大学网络与教育技术中心、江西财经大学软件与物联网工程学院、广州市工贸技师学院教研室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 量化指标对比：学术问答社区用户生成内容的W2V-MMR自动摘要方法研究》2020.04.25
- 《表1 用户-兴趣点之间动态元路径集表》2020.06.01
- 《表4 用户行为特征：社交网络用户发布模式和兴趣预测研究》2020.05.01
- 《表2 用户时间信息：基于云计算的用户兴趣建模探究》2020.01.25
- 《表1 用户兴趣推荐：基于云计算的用户兴趣建模探究》2020.01.25
- 《表1 用户兴趣分布矩阵》2020.01.01
- 《表5 结果集1：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表7 最终结果集：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表8 参数设置：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表6 结果集2：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表4 事务映射：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表1 事务数据：基于用户轨迹数据的用户兴趣区域推荐》2019.11.05
- 《表1 判定矩阵：基于用户扩展兴趣的微博推荐方法》2019.06.01
- 《表1 12个用户兴趣判定结果》2019.05.25
- 《表3 活跃用户与普通用户兴趣》
- 《表1 用户的兴趣度矩阵分析》2019.03.23
- 《表1 对比实验结果：异构社交网络用户兴趣挖掘方法》2019.04.20
- 《表1 文档集数据：基于信息内容和用户关系的用户兴趣分类》2018.06.01
- 《表1 混淆矩阵：面向新闻推荐的用户兴趣模型构建与更新》2019.12.01
- 《表1 基于用户兴趣模型与基于关联兴趣模型的推荐结果精确度》2018.08.01