《表1 基于网站人工分类下的推荐结果》
提示：宽带有限、当前游客访问压缩模式
与表1人工分类推荐结果对比，推荐算法在谱聚类划分的大多数类别下比人工分类的表现更好，加权的准确率提高了1.7%。
| 图表编号 | XD0069561000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 王素琴、吴子锐 |
| 绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 区块链分类：基于Python的用户协同过滤推荐系统的研究与实现》2020.11.05
- 《表2 分类结果混淆矩阵：基于混合式学习的同伴推荐算法设计与实现》2020.04.01
- 《表1 日本旅游网站中推荐的云南省旅游景点》2020.04.10
- 《表1 分类效果比较：基于RAKE算法的钓鱼网站检测方法》2019.10.01
- 《表2 客观评估结果：“智慧政府”目标下的网络政治参与——基于青海省地方政府门户网站建设现状的评估研究》2019.10.05
- 《表1 主观评估结果：“智慧政府”目标下的网络政治参与——基于青海省地方政府门户网站建设现状的评估研究》2019.10.05
- 《表4 大型网站测试集分类结果》2019.10.15
- 《表1 实验数据集：基于标签分类的协同过滤推荐算法》2019.08.01
- 《表5 分类混淆矩阵：一种基于集成学习的钓鱼网站检测方法》2019.09.15
- 《表2 候选分类方法介绍：一种基于集成学习的钓鱼网站检测方法》2019.09.15
- 《表1 研究数据集情况：基于大数据的人工智能跨境电商导购平台信息个性化推荐算法》2019.05.18
- 《表1 基于人工神经网络分类的各类别特征统计》2019.02.01
- 《表1 景点类型分类结果：基于域适应的旅游景点个性化推荐算法研究》2019.02.25
- 《表1 意象图式分类表：意象图式视角下的图书馆网站平台交互设计》2019.02.10
- 《表1 基于受众和知识的门户网站内容分类》2019.01.25
- 《表3 网站主题特征词：基于word2vec的网站主题分类研究》2019.01.20
- 《表2 测试主题网站：基于word2vec的网站主题分类研究》2019.01.20
- 《表1 代码行数的比较：面向个性化网站的增量协同过滤推荐方法》2019.02.15
- 《表1 用户行为分类：基于协同过滤算法的视频智能推荐系统》2019.03.05
- 《表1 AI的惯常分类：人工智能视阈下的网络法核心问题》2018.04.01