《表2 用户数据描述Tab.2 User data description》

  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

《融合社交信息的跨域时序兴趣预测方法》

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

根据购物记录条数是否超过50条对剩余用户进行筛选，并筛选出1 423位购物数量过少的用户作为长尾用户，长尾用户共有38 612条购物记录.剩余的用户为普通用户，在模型训练过程中，将分别从普通用户和长尾用户的购物记录中各随机抽取4/5混合后用于模型训练，剩余1/5的长尾用户和普通用户的数据将分别用来测试模型对于长尾用户和整体用户的推荐效果.最终，训练和测试数据的分布情况如表2所示.其中整体用户由普通用户、长尾用户和冷启动用户共同组成.