《表2 不同推荐数量的每一类图像的平均精度》
/%
在表2中展示了用户选择不同推荐数量的每一类图像的平均精度(average precision,AP)。用户分别在每一类图像中选择他们喜欢的图像作为初始输入,把用户初始选择的图像作为用户偏好的表现,在通过本文设置的相似度检索之后会得到一个训练数据的序列,将用户喜欢的标记为1,不喜欢的标记为0,以此来计算每一类图像的AP值。由表2可知,在向用户推荐5张时,图像类别动物(73.5%)、人物(80.2%)以及建筑(81.7%),其AP值均为最高的。在向用户推荐10张时,可以看到静态(80.4%)的AP值是最高的。在向用户推荐15张时,风景(80.8%)的AP值是最高的。在向用户推荐20张时,夜景(80.7%)的AP值反而是最高的。为了提高推荐的精度,在用户选择单一类别图像时,本文的偏好推荐模型会向用户推荐AP值高的图像数量。为了更加直观地看到不同推荐数量AP值的差异,本文将表2的数据制作成折线图如图7所示。
图表编号 | XD003919800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 许永波、苏士美、樊隆庆 |
绘制单位 | 郑州大学电气工程学院、郑州大学电气工程学院、郑州大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |