《表3 两个数据集下不同近邻数的调节因子表》

  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

《结合时间加权和LDA聚类的混合推荐算法》

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

从表中可以看出，两个数据集下不同调节因子的MAE值变化趋势基本一致。当近邻数目少于10的时候，调节因子越小，混合算法的准确度也就越高，因为，当近邻数目比较少的时候，也就意味着参与运算的评分数据越少，此时结合时间加权部分可以参考的有效评分很少，导致算法准确度不高。因此，此时可以赋予结合LDA聚类的算法更大的权重，这是由于它不依赖于近邻的数目，有利于提高算法的准确度。而随着近邻数目的增加，结合时间加权的预测评分的准确度会越来越高，更高的权重才会更有利于混合推荐算法的准确度的提高。因此，两个数据集下不同近邻数目的调节因子完全相同，如表3。