《表3 不同数据集上的准确率》
冷启动问题是指,推荐系统在用户数据比较少的情况下难以学习用户偏好、产生令用户满意的推荐。实验同时在ml-20m的数据集上进行训练,该数据集包括13万用户对27 000部电影的2×107条评分记录,对比算法在两个数据集上的推荐准确率(表3)可以发现,ml-20m数据集的评论数是ml-latest-small的2.0×102倍,但两者的推荐准确率@10只有0.007的差距,所以本文提出的算法在一定程度上能够缓解推荐系统中存在的冷启动问题。
图表编号 | XD0077701300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.24 |
作者 | 刘文竹、黄勃、高永彬、姜晓燕、张娟、余宇新 |
绘制单位 | 上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、江西省经济犯罪侦查与防控技术协同创新中心、上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、上海外国语大学国际金融贸易学院 |
更多格式 | 高清、无水印(增值服务) |