Page 414 - 《软件学报》2024年第6期
P. 414

2990                                                       软件学报  2024  年第  35  卷第  6  期


                 注点过于分散, 使得模型很难侧重于某些具体的项目, 会很大程度上降低推荐的准确率; CTN                            过小会导致推荐的
                 关注点太过于集中, 模型很容易因为某次推荐的偏差过大, 而导致整个推荐结果表现不佳, 模型的稳定性会大幅降
                 低. 因此, CTN  决定了模型的稳定性. 实验中的         CTN  值设置为{1, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60}, 各指
                 标值随   CTN  的变化趋势如图     8  所示.

                         0.25                                   0.25
                         0.20                                   0.20
                        指标值  0.15                              指标值  0.15
                                                                0.10
                         0.10
                         0.05                                   0.05
                           0                                      0
                             1  3  5  7  9 11 13 15 17 19 21 23 25  1  3  5  7  9 11 13 15 17 19 21 23 25
                                   (a) 在 Last.fm 上的实验结果                  (b) 在 Douban 上的实验结果
                         0.08                                   0.35
                         0.07                                   0.30
                         0.06
                         0.05
                        指标值  0.04                              指标值 0.25
                                                                0.20
                                                                0.15
                         0.03
                         0.02                                   0.10
                         0.01                                   0.05
                           0                                      0
                             1  3  5  7  9 11 13 15 17 19 21 23 25  1  3  5  7  9 11 13 15 17 19 21 23 25
                                    (c) 在 Yelp 上的实验结果                    (d) 在 MovieLens 上的实验结果
                                                      Precision  Recall  NDCG
                                                 图 7 周期间隔数的影响对比

                         0.25                                   0.25
                         0.20                                   0.20
                        指标值  0.15                   Precision
                                                                0.15
                                                               指标值
                                                                0.10
                         0.10
                         0.05                                   0.05
                           0                                      0
                             1  5 10 15 20 25 30 35 40 45 50 55 60  1  5 10 15 20 25 30 35 40 45 50 55 60
                                   (a) 在 Last.fm 上的实验结果                   (b) 在 Douban 上的实验结果
                         0.12                                   0.35
                         0.10                                   0.30
                                                                0.25
                         0.08
                        指标值  0.06                              指标值  0.20
                                                                0.15
                         0.04
                         0.02                                   0.10
                                                                0.05
                           0                                      0
                             1  5 10 15 20 25 30 35 40 45 50 55 60  1  5 10 15 20 25 30 35 40 45 50 55 60
                                    (c) 在 Yelp 上的实验结果                    (d) 在 MovieLens 上的实验结果
                                                             Recall  NDCG
                                               图 8 潜在项目类型数的影响对比

                    由图  8  可知, 随着  CTN  增大, 模型  LG_APIF  在不同数据集下的表现存在较明显差异: 在            Last.fm  中, CTN  取
                 40  时, Recall 和  NDCG  值均达到最大值, Precision  值在区间  [35, 45] 变化不大; 在  Douban  中, Precision  和  NDCG
                 值在区间    [35, 45] 波动不大, 且  Recall 值在  TPN  取  35  时, 达到最大值; 在  Yelp  中, Precision  和  NDCG  值在区间
                 [10, 20] 相差甚微, Recall 值虽在  CTN  取  30  时, 取得最大值, 但其他两项指标值均大打折扣, 明显低于最优值; 在
                 MovieLens 中, TPN  取  25  时, Precision  值和  NDCG  值均取得最大值, Recall 值在区间  [15, 25] 变化不大.
   409   410   411   412   413   414   415   416   417   418   419