《表1 实验数据集描述：基于动态加权Bagging矩阵分解的推荐系统模型》

  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

《基于动态加权Bagging矩阵分解的推荐系统模型》

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

使用从MovieLens (https：∥grouplens.org/datasets/movielens/）抽取的三个不同的数据集进行了测试，数据集的基本描述如表1所示.三个数据集都具有稀疏性的共同特点，其中MovieLens1m稀疏度为4.19%，MovieLens10m和MovieLens20m的稀疏度分别为0.21%和0.11%.不同的是，MovieLens1m的评分为1～5的整数，而MovieLens10m和MovieLens20m的评分区间则是在0.5到5之间，每次增量为0.5.