《表2“用户-特征”实时兴趣模型》
提示：宽带有限、当前游客访问压缩模式
通过上述过程，可对所有用户构建一个实时兴趣模型，为后续用户聚类和个性化推荐打下基础.
| 图表编号 | XD0071476800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.28 |
| 作者 | 龚志、邵曦 |
| 绘制单位 | 南京邮电大学通信与信息工程学院、南京邮电大学通信与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 回归模型变量说明：青少年科学兴趣的形成发展及其对大学学业的影响》2020.09.15
- 《表2 模型训练正确率：基于深度学习的ELM实时识别研究》2020.12.15
- 《表1 调研对象用户特征：基于老年用户心智模型的共享接驳车软件架构研究》2020.07.15
- 《表2 用户购车特征：低速电车与微型高速电车用户特征及需求差异研究》2020.05.30
- 《表2 算法性能横向对比：基于特征模型融合的实时车道线检测研究》2020.07.31
- 《表2 实验参数值：基于语义位置和区域划分的兴趣点推荐模型》2020.02.01
- 《表2 实时定轨动力学模型设置》2020.01.05
- 《表2 实验结果：具有高效感受野的实时语义分割模型》2020.02.15
- 《表2 过山气流模型参数：用于实时弹道仿真的低空风切变复合模型》2019.11.01
- 《表2 预测模型平均精度值与实时性比较》2019.08.01
- 《表2 参数率定值：基于时变增益水文模型的实时预报研究》2019.06.15
- 《表2 预测模型参数：高速铁路列车晚点时间实时预测的神经网络模型》2019.06.01
- 《表2 活跃用户及普通用户特征词表（部分）》
- 《表3 聚类后的“邻居-特征”实时兴趣模型》2019.01.28
- 《表2 人类用户与本文模型产生兴趣点对比》2019.08.01
- 《表2 多元逐步回归：引入兴趣点的地理加权人口空间分布模型研究——以天津市为例》2019.04.20
- 《表2 每个节点配置：基于Storm的AQI实时预测模型》2019.01.16
- 《表2 京津冀实时逐月霾污染预测模型的性能指标》2019.01.28
- 《表2 模型未知参数：基于热学原理的干式双离合器实时温度模型的建模与试验验证》2018.09.30
- 《表1 基于用户兴趣模型与基于关联兴趣模型的推荐结果精确度》2018.08.01