We reviewed clustering algorithms i

We reviewed clustering algorithms in Section 2.4. Clustering is usually used in
RS to improve performance. A previous clustering step, either in the user of item
space, reduces the number of distance computations we need to perform. However,
this usually comes at the price of a lower accuracy so it should be handled with
care. As a matter of fact, improving efficiency by using a dimensionality reduction
technique such as SVD is probably a better choice in the general case. As opposed
to what happens with classifiers, not so many clustering algorithms have been used
in the context of RS. The simplicity and relative efficiency of the k-means algorithm
(see Section 2.4.1) make it hard to find a practical alternative. We reviewed some
of them such as Hierarchical Clustering or Message-passing algorithms in Section
2.4.2. Although these techniques have still not been applied for RS, they offer a
promising avenue for future research.

ผลลัพธ์ (ไทย) 1:

เราตรวจสอบอัลกอริทึมระบบคลัสเตอร์ในส่วน 2.4 คลัสเตอร์มักจะใช้ในRS เพื่อเพิ่มประสิทธิภาพ ระบบคลัสเตอร์ย้อน ผู้ใช้สินค้าอย่างใดอย่างหนึ่งพื้นที่ ลดจำนวนระยะหนึ่งเราต้องทำ อย่างไรก็ตามนี้มักจะมาที่ราคาความแม่นยำต่ำจึงควรจัดการกับดูแล ปรับปรุง efficiency ที่แท้ โดยลด dimensionalityเทคนิคเช่น SVD คงเป็นทางเลือกดีกว่าในกรณีทั่วไป เมื่อเทียบจะเกิดอะไรขึ้นกับ classifiers การใช้อัลกอริทึมของระบบคลัสเตอร์ไม่มากมายในบริบทของ RS ความเรียบง่ายและ efficiency ญาติของอัลกอริทึมหมายถึง k(ดูหัวข้อ 2.4.1) ให้ยาก find เป็นทางเลือกที่ปฏิบัติ เราทานบางของพวกเขาเช่นคลัสเตอร์ลำดับหรือข้อความผ่านอัลกอริทึมในส่วน2.4.2. แม้ว่าเทคนิคเหล่านี้ยังไม่ได้ถูกใช้สำหรับ RS มีการอเวนิวที่สัญญาสำหรับการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 2:

เราได้ตรวจสอบการจัดกลุ่มอัลกอริทึมในมาตรา 2.4 Clustering มักจะถูกนำมาใช้ใน
อาร์เอสเพื่อปรับปรุงประสิทธิภาพ ขั้นตอนการจัดกลุ่มก่อนหน้านี้ทั้งในการใช้งานของรายการ
พื้นที่ช่วยลดจำนวนของการคำนวณระยะทางที่เราจำเป็นต้องดำเนินการ แต่
นี้มักจะมาในราคาที่ต่ำกว่าความถูกต้องดังนั้นจึงควรจะจัดการกับการ
ดูแล เป็นเรื่องของความเป็นจริงการปรับปรุงประสิทธิภาพในสาย EF โดยใช้การลดมิติ
เทคนิคเช่น SVD น่าจะเป็นทางเลือกที่ดีในกรณีทั่วไป เมื่อเทียบ
กับสิ่งที่เกิดขึ้นกับผูจัดประเภทไม่มากดังนั้นขั้นตอนวิธีการจัดกลุ่มได้ถูกนำมาใช้
ในบริบทของอาร์เอส ความเรียบง่ายและญาติขาดเพียง Fi EF ของอัลกอริทึม k หมายถึง
(ดูมาตรา 2.4.1) ทำให้ยากที่จะ fi ครั้งเป็นทางเลือกปฏิบัติ เราได้ตรวจสอบบางส่วน
ของพวกเขาเช่นการจัดกลุ่มตามลำดับชั้นหรือขั้นตอนวิธีการส่งข้อความผ่านในมาตรา
2.4.2 แม้ว่าเทคนิคเหล่านี้ยังไม่ได้ถูกนำมาใช้สำหรับอาร์เอสที่พวกเขามี
ความหวังสำหรับการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 3:

เราทบทวนการจัดกลุ่มขั้นตอนวิธีในส่วน 2.4 . โดยปกติจะใช้ในการจัดกลุ่ม
อาร์เอสเพื่อปรับปรุงประสิทธิภาพ ก่อนหน้านี้สำหรับขั้นตอนทั้งในผู้ใช้สินค้า
พื้นที่ลดจำนวนของการคำนวณระยะทางที่เราต้องแสดง อย่างไรก็ตาม
นี้มักจะมาที่ราคาของความถูกต้องต่ำจึงควรจัดการกับ
ดูแล เป็นเรื่องของความเป็นจริงการปรับปรุงประสิทธิภาพโดยใช้ dimensionality EF จึงลด
วิธี เช่น อาจเป็นทางเลือกที่ดีกว่า SVD ในกรณีทั่วไป ตรงข้าม
สิ่งที่เกิดขึ้นกับ classi จึง ERS , ไม่กี่คนที่ได้รับการจัดกลุ่มขั้นตอนวิธีใช้
ในบริบทของอาร์เอส ความเรียบง่ายและสัมพันธ์กับประสิทธิภาพของขั้นตอนวิธี EF จึง k-means
( ดูหมวดเครื่องมือกำจัดเพื่อย้าย ) ทำให้ยากที่จะถ่ายทอดและทางเลือกปฏิบัติ เราตรวจสอบบาง
ของพวกเขาเช่นการจัดกลุ่มลำดับชั้นหรือข้อความผ่านขั้นตอนวิธีในส่วน
2.4.2 . แม้ว่าเทคนิคเหล่านี้ยังไม่ได้ถูกนำมาใช้สำหรับอาร์เอส พวกเขาเสนอสัญญา
อเวนิวสำหรับการวิจัยในอนาคต