《表3 与前人工作MAP值的比较》

  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

《一种用户偏好的美学图像推荐方法》

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

/%

为了验证本文偏好推荐算法的有效性，本文计算了MAP值，并与当前的工作进行了比较，如表3所示。Zomahcun等人[8]通过使用Galois点阵和紧急语义信息以通过找到相关用户之间的相似性来确定最终推荐列表，计算了向用户推荐20张的MAP值（67.23%）。Liu等人[9]通过使用图像内容的稀疏主题建模和经典的概率矩阵分解得到图像的有用信息，计算了向用户推荐5张的MAP值（62.32%）、10张的MAP值（56.56%）以及20张的MAP值（54.62%）。Li等人[21]通过使用不同的方法，计算向用户推荐5张图像的MAP值，并取得了较好的精度（75.0%）。本文的偏好推荐算法在向用户推荐5张的MAP值为76.9%，与文献[8，9，21]的MAP相比均有提高；推荐10张的MAP值与文献[9]实验结果相比仍有较大的提高；推荐20张的MAP值较文献[8，9]实验结果同样有很大提高。同时还与文献[26]作了比较，如表3中数据可见，本文算法的MAP值比对比算法的MAP值均有提高。综合比较不同推荐数量的MAP值，发现推荐数量为5时MAP值是最高的，故向用户推荐5张图像时可以取得最好的推荐效果。