《表2 Amazon数据集中每两个域之间用户重叠比例》
可以看到,当为每个领域选择合适的α值后,召回率在各实验域上都有着一定的提升,而在音乐域上的表现则略有不足,通过数据集的进一步分析观察,发现该域的评分数据分布极度不均匀导致运行结果产生偏差,这也是矩阵分解方法的弊端之一。通过计算,当N=20时,本文提出的PS-CDRA在实验的4个域上的平均召回率达到27%,Cross-MF和Cross-CBMF的平均召回率分别为20%和23%,PS-CDRA总体上提高了为冷启动用户推荐的召回率。实验结果与本文的分析相符,本文提出的PS-CDRA在提高冷启动用户的推荐准确性方面有了较大的改善。
图表编号 | XD0040519100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.16 |
作者 | 赵厉宇哲、刘学军、徐新艳 |
绘制单位 | 南京工业大学计算机科学与技术学院、南京工业大学计算机科学与技术学院、南京工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |