RECATHON tackles Challenge I by pro

RECATHON tackles Challenge I by providing a declarative interface for users to build custommade multidimensional recommenders. The main idea is to deal with building recommenders inside the database engine in an analogous way to creating indexes (or views). Database users can build indexes on tables, based on the query workload. Similarly, if there is a significant number of recommendation queries that use age and salary, a RECATHON designer might decide to build a recommender over the fields hage, salaryi. To achieve that, RECATHON extends SQL with new statements to create/drop multidimensional recommenders, namely CREATE/DROP RECOMMENDER. When creating a context-aware recommender, the user specifies the recommender name, the sets of users, items, and ratings that will be used to build the recommender. In addition, the user specifies the set of contextual attributes that the recommender will support and selects one of RECATHON built-in recommendation algorithms.

ผลลัพธ์ (ไทย) 1:

RECATHON tackles ท้าทายผมให้อินเทอร์เฟซแบบเปิดเผยเพื่อให้ผู้ใช้สร้าง custommade recommenders หลายมิติ ความคิดหลักคือการ จัดการกับอาคาร recommenders ภายในโปรแกรมฐานข้อมูลด้วยวิธีการคล้ายการสร้างดัชนี (หรือมุมมอง) ผู้ใช้ฐานข้อมูลสามารถสร้างดัชนีบนตาราง ตามปริมาณแบบสอบถาม ในทำนองเดียวกัน ถ้ามีจำนวนมากของคำแนะนำสอบถามที่ใช้อายุและเงินเดือน นักออกแบบ RECATHON อาจตัดสินใจในการสร้างดาต้าผ่านฟิลด์ hage, salaryi เพื่อให้บรรลุว่า RECATHON ขยาย SQL กับงบใหม่เพื่อสร้างหล่นหลายมิติ recommenders คือผู้สร้างส่งแนะนำ เมื่อสร้างดาต้าบริบท ที่ผู้ใช้ระบุชื่อผู้แนะนำ ชุดของผู้ใช้ รายการ และการจัดอันดับที่จะใช้เพื่อสร้างผู้แนะนำการ นอกจากนี้ ผู้ใช้ที่ระบุชุดของแอตทริบิวต์ของบริบทที่ผู้แนะนำที่จะสนับสนุนและเลือกหนึ่งของอัลกอริทึมคำแนะนำในตัว RECATHON

ผลลัพธ์ (ไทย) 2:

RECATHON โหม่งท้าทายผมโดยการให้อินเตอร์เฟซที่เปิดเผยให้ผู้ใช้สามารถสร้าง recommenders หลายมิติ CustomMade แนวคิดหลักคือการจัดการกับ recommenders ภายในอาคารเครื่องมือฐานข้อมูลในลักษณะที่คล้ายคลึงกับการสร้างดัชนี (หรือมุมมอง) ผู้ใช้ฐานข้อมูลสามารถสร้างดัชนีในตารางขึ้นอยู่กับปริมาณงานแบบสอบถาม ในทำนองเดียวกันถ้ามีจำนวนมากของคำสั่งคำแนะนำที่ใช้อายุและเงินเดือนนักออกแบบ RECATHON อาจตัดสินใจที่จะสร้าง recommender เหนือเขต Hage ที่ salaryi เพื่อให้บรรลุว่า RECATHON ขยาย SQL กับงบใหม่ในการสร้าง / วาง recommenders หลายมิติคือการสร้าง / DROP Recommender เมื่อสร้าง recommender บริบทตระหนักถึงผู้ใช้ระบุชื่อ recommender ที่ชุดของผู้ใช้รายการและการให้คะแนนที่จะใช้ในการสร้าง recommender นอกจากนี้ผู้ใช้ที่ระบุชุดของบริบทแอตทริบิวต์ที่ recommender จะให้การสนับสนุนและเลือกหนึ่ง RECATHON ในตัวอัลกอริทึมข้อเสนอแนะ

ผลลัพธ์ (ไทย) 3:

recathon โหม่งความท้าทายฉันโดยการให้อินเตอร์เฟซสำหรับผู้ใช้ในการสร้างจัดเก็บคัสตอมเมดหลากมิติ recommenders . ความคิดหลักคือการจัดการกับอาคาร recommenders ภายในเครื่องมือฐานข้อมูลในวิธีที่คล้ายคลึงกับการสร้างดัชนี ( หรือมุมมอง ) ผู้ใช้ฐานข้อมูลสามารถสร้างดัชนีในตาราง ตามแบบสอบถามภาระงาน . ในทำนองเดียวกัน หากมีจำนวนที่มีนัยสำคัญของแบบสอบถามที่ใช้แนะนำอายุและเงินเดือน , นักออกแบบ recathon อาจตัดสินใจที่จะสร้างการแนะนำผ่านเขตแบ่งกัน salaryi , . เพื่อให้บรรลุความสำเร็จ recathon ขยาย SQL กับงบใหม่เพื่อสร้าง / วาง recommenders หลายมิติ คือสร้าง / วางระบบแนะนำ . เมื่อสร้างบริบททราบแนะนำ , ผู้ใช้กำหนดชื่อผู้แนะนำ , ชุดของผู้ใช้ , รายการ , และการให้คะแนนจะถูกใช้เพื่อสร้างการแนะนำ . นอกจากนี้ผู้ใช้กำหนดตั้งค่าของแอตทริบิวต์บริบทที่แนะนำจะสนับสนุนและเลือกหนึ่งใน recathon แนะนำขั้นตอนวิธี