《表7 预测评分对比：基于用户偏好优化模型的推荐算法研究》

  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

《基于用户偏好优化模型的推荐算法研究》

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

实验2改进的预测评分算法验证。由于推荐算法是根据预测评分信息来补全用户—评分矩阵的，所以预测评分的好坏对推荐质量有着直接的影响。本实验根据已知用户—类型偏好矩阵，随机选取六部电影进行评分预测。首先统计电影的类型为action、adventure、drama、Sci-Fi、thriller，其优化后的权重分别是ω1、ω2、ω8、ω16、ω17。把权重带入到本文提出的LR-Slope One算法中，得到的预测评分和原始Slope One算法得到的预测评分与用户真实的评分对比，结果如表7所示。由表7可以看出，本文提出的LR-Slope One算法的预测评分比原始的Slope One算法的预测评分更加接近用户给出的真实电影评分，说明结合用户类型偏好信息的预测评分更加准确。