《表2 Amazon数据集中每两个域之间用户重叠比例》

  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

《融入专业度和用户相似性的跨域推荐算法》

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

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。