常見推薦系統(tǒng)算法總結(jié)報告及性能比較-資料下載頁
2025-08-03 04:07本頁面
【正文】 070503010繪制成折線圖，如下圖所示：由此可知，訓(xùn)練集越大，則推薦的準(zhǔn)確率越高。2. 不同相似度度量對性能的影響使用ItemCF算法，訓(xùn)練集大小為數(shù)據(jù)集的90%，每次隨機(jī)選取30%的用戶預(yù)測其喜好，進(jìn)行5次實(shí)驗(yàn)，取MAE的均值，得到下表：相似度度量方法MAE皮爾遜相關(guān)系數(shù)曼哈頓距離歐幾里德距離對數(shù)似然值相似度Jaccard相似度余弦相似度繪制成直方圖，如下圖：由此可知，Jaccard相似度的性能略好于其他幾種相似度，但是優(yōu)勢很小。使用不同相似度度量方法差別不大。3. 不同推薦算法的性能使用皮爾遜相關(guān)系數(shù)作為相似度，訓(xùn)練集大小為數(shù)據(jù)集的90%，每次隨機(jī)選取6%的用戶預(yù)測其喜好，進(jìn)行5次實(shí)驗(yàn)，取MAE的均值。其中KNN算法取近鄰大小為5；，，EM的迭代次數(shù)為20。得到下表：推薦算法MAEItemCFUserCFSlope OneKNN(k = 5)SVD(Compute SVD using EM Algorithm:learning rate = ,overfitting prevention = ,random noise = ,epoch = 20)繪制成直方圖，如下圖：由此可知，SVD和Slope One算法的推薦結(jié)果最為精確，UserCF最差。這個數(shù)據(jù)和推薦系統(tǒng)相關(guān)著作中的結(jié)論是吻合的。此外，在內(nèi)存方面，Slope One最占內(nèi)存，1G內(nèi)存下最多只能處理6%左右的用戶。而其他算法均能輕松地處理30%以上的用戶量。在速度方面，SVD速度最快，處理每個用戶的平均時間約為4ms，Slope One的平均時間約為30ms，ItemCF和UserCF的平均處理時間都在10ms左右。KNN的速度是最慢的，平均處理時間約為100ms。
物理相關(guān)推薦
鄂ICP備17016276號-1