《表3 不同数据集上的准确率》

  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

《Item2vec与改进DDPG相融合的推荐算法》

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

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。