《表1 混淆矩阵：面向新闻推荐的用户兴趣模型构建与更新》
提示：宽带有限、当前游客访问压缩模式
为平衡准确率与召回率两者之间的结果，本文采用F值作为实验的评估指标，F值由准确率和召回率组合计算。准确率和召回率由混淆矩阵表示，如表1所示。
| 图表编号 | XD003890800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 袁仁进、陈刚、李锋 |
| 绘制单位 | 信息工程大学地理空间信息学院、信息工程大学地理空间信息学院、信息工程大学地理空间信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 不同算法混淆矩阵：冠心病风险因素识别及其预测模型构建》2020.06.01
- 《表1 双维结构模型：融合用户兴趣度和信任度的协同过滤推荐算法》2020.07.16
- 《表1 用户表：面向新闻事件的故事树构建方法》2020.07.16
- 《表2 混淆矩阵：面向农户贷款信用风险评估的Relief-GEP模型》2020.11.15
- 《表5 混淆矩阵对比：基于网络流量的用户网络行为被害性分析模型》2021.02.20
- 《表3 混淆矩阵：用户与项目语义相似性填充的协同过滤推荐方法》2020.04.25
- 《表5 混淆矩阵：基于数据增强和模型更新的异常流量检测技术》2020.02.10
- 《表4 不同新闻来源在个人兴趣层面新闻推荐（独立样本T检验）》
- 《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2 混淆矩阵：采用混合模型的电信领域用户流失预测》2019.12.15
- 《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6 破产预测混淆矩阵：企业破产预测系统模型构建及实现研究》2019.10.24
- 《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 受访者基本情况：用户对于算法新闻的认知与态度研究——基于1075名算法推荐资讯平台使用者的实证调查》2019.06.05
- 《表2 混淆矩阵表：面向心血管疾病的自适应模块化神经网络预测模型》2019.01.01
- 《表3 混淆矩阵评价原理：基于数据挖掘技术的财务舞弊识别模型构建》2019.02.20
- 《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