Investigating group recommendation

Investigating group recommendation techniques for multi-criteria settings.
Some techniques for generating recommendations to groups can be adopted in
multi-criteria rating settings. According to [31], a group preference model can be
built by aggregating the diverse preferences of several users. Similarly, a user’s preference for an item in multi-criteria rating settings can be predicted by aggregating
the preferences based on different rating criteria. More specifically, there can be
many different goals for aggregating individual preferences [55, 63], such as maximizing average user satisfaction, minimizing misery (i.e., high user dissatisfaction),
and providing a certain level of fairness (e.g., low variance with the same average
user satisfaction). Multi-criteria rating recommenders could investigate the adoption
of some of these approaches for aggregating preferences from multiple criteria.
Developing new MCDM modeling approaches. From the MCDM perspective,
the recommendation problem is posing novel challenges to the decision modellers.
On the one hand, there is a plethora of additional techniques that can be readily
adopted and used in such systems, such as including a sensitivity analysis step in
the algorithm, as [68] proposes. On the other hand, some studies indicate that recommendation is not a single decision making problem, since there are several decision problems that have to be addressed simultaneously, and each individual has
an influence on the recommendation provided to other individuals [54]. Neither it is
considered to be a typical group decision making problem nor a negotiation between
individuals [66]. Therefore, new MCDM modelling approaches should be proposed
and tested for multi-criteria recommendations [20].

ผลลัพธ์ (ไทย) 1:

ตรวจสอบกลุ่มเทคนิคคำแนะนำสำหรับการตั้งค่าแบบหลายเงื่อนไขสามารถนำเทคนิคบางอย่างสำหรับการสร้างคำแนะนำกลุ่มในการตั้งค่าเงื่อนไขหลายคะแนน สามารถเป็นแบบกำหนดลักษณะกลุ่มตาม [31],สร้างขึ้น โดยการรวบรวมลักษณะหลากหลายของผู้ใช้หลายคน ในทำนองเดียวกัน สามารถทำนายผู้ชื่นชอบสินค้าในการตั้งค่าการจัดอันดับหลายเงื่อนไข โดยการรวบรวมกำหนดลักษณะตามเกณฑ์คะแนนที่แตกต่างกัน เพิ่มเติม specifically สามารถเป้าหมายแตกต่างกันมากสำหรับการรวบรวมตั้ง [55, 63], เช่นเพิ่มผู้ใช้โดยเฉลี่ยความพึงพอใจ ลดความทุกข์ยาก (เช่น ผู้ที่สูงความไม่พอใจ),และให้ระดับของยุติธรรม (เช่น ต่ำต่างกันด้วยผู้ใช้พึงพอใจ) คะแนนเกณฑ์หลาย recommenders สามารถตรวจสอบที่ยอมรับบางส่วนของแนวทางเหล่านี้สำหรับการรวบรวมลักษณะจากหลายเงื่อนไขพัฒนาวิธีการสร้างโมเดล MCDM ใหม่ จากมุมมองของ MCDMปัญหาคำแนะนำจะวางตัวนวนิยายท้าทายเพื่อ modellers การตัดสินใจคง มีเทคนิคเพิ่มเติมมีพร้อมให้เลือกมากมายนำมาใช้ และใช้ในระบบ เช่นรวมถึงการวิเคราะห์ความไวขั้นตอนในอัลกอริทึม [68] เสนอ บนมืออื่น ๆ บางการศึกษาระบุว่า แนะนำไม่ตัดสินใจเดียว เนื่องจากมีปัญหาตัดสินใจหลายอย่างที่ต้องส่งพร้อมกัน และแต่ละคนมีการ influence ในการแนะนำให้บุคคลอื่น [54] ไม่เป็นถือเป็นกลุ่มทั่วไปตัดสินปัญหาหรือเจรจาต่อรองระหว่างคน [66] ดังนั้น ควรเสนอวิธีการสร้างแบบจำลอง MCDM ใหม่และทดสอบในเงื่อนไขหลายคำแนะนำ [20]

ผลลัพธ์ (ไทย) 2:

เทคนิคการตรวจสอบคำแนะนำของกลุ่มสำหรับการตั้งค่าหลายเกณฑ์.
เทคนิคบางอย่างสำหรับการสร้างคำแนะนำแก่กลุ่มสามารถนำมาใช้ใน
หลายเกณฑ์การตั้งค่าคะแนน ตามที่ [31], การตั้งค่ารูปแบบกลุ่มสามารถ
สร้างขึ้นโดยการรวมการตั้งค่าที่หลากหลายของผู้ใช้หลายคน ในทำนองเดียวกันการตั้งค่าของผู้ใช้สำหรับรายการในหลายเกณฑ์คะแนนการตั้งค่าสามารถคาดการณ์โดยรวม
การตั้งค่าตามเกณฑ์คะแนนที่แตกต่างกัน ถอนรากถอนโคนไฟ speci อื่น ๆ อาจมี
เป้าหมายที่แตกต่างกันมากสำหรับการรวมความชอบของแต่ละบุคคล [55, 63] เช่นการเพิ่มความพึงพอใจของผู้ใช้โดยเฉลี่ยลดความทุกข์ยาก (เช่นความไม่พอใจของผู้ใช้สูง)
และการให้บริการในระดับหนึ่งของความเป็นธรรม (เช่นความแปรปรวนน้อย เดียวกันเฉลี่ย
ความพึงพอใจของผู้ใช้) เกณฑ์หลาย Recommenders คะแนนสามารถตรวจสอบการรับเลี้ยงบุตรบุญธรรม
ของบางส่วนของวิธีการเหล่านี้สำหรับการตั้งค่ารวมกันจากหลายเกณฑ์.
การพัฒนาวิธีการสร้างแบบจำลอง MCDM ใหม่ จากมุมมองของ MCDM,
ปัญหาข้อเสนอแนะที่มีการวางตัวความท้าทายใหม่ในการตัดสินใจ modellers.
ในมือข้างหนึ่งมีมากมายเหลือเฟือของเทคนิคเพิ่มเติมที่สามารถหาได้ง่าย
นำมาใช้และใช้ในระบบดังกล่าวรวมทั้งขั้นตอนการวิเคราะห์ความไวใน
ขั้นตอนวิธี ขณะที่ [68] เสนอ ในทางกลับกันบางการศึกษาแสดงให้เห็นข้อเสนอแนะที่ไม่ได้เป็นคนเดียวที่ทำให้การตัดสินใจปัญหาเนื่องจากมีปัญหาการตัดสินใจหลายอย่างที่จะต้องได้รับการแก้ไขไปพร้อม ๆ กันและแต่ละคนมี
ใน uence ชั้นในคำแนะนำที่ให้แก่บุคคลอื่น ๆ [54] ทั้งที่มันจะ
ถือว่าเป็นกลุ่มปกติการตัดสินใจปัญหาการทำหรือการเจรจาต่อรองระหว่าง
บุคคล [66] ดังนั้นวิธีการสร้างแบบจำลอง MCDM ใหม่ควรจะนำเสนอ
และผ่านการทดสอบสำหรับคำแนะนำหลายเกณฑ์ที่ [20]

ผลลัพธ์ (ไทย) 3:

ตรวจสอบกลุ่มแนะนำเทคนิคหลายเกณฑ์การตั้งค่า .
บางเทคนิคสำหรับการสร้างข้อเสนอแนะกลุ่มสามารถนำเกณฑ์การประเมิน
หลายการตั้งค่า ตาม [ 31 ] , กลุ่มการตั้งค่ารูปแบบสามารถสร้างขึ้นโดยการตั้งค่า
ทหลากหลายของผู้ใช้หลาย ในทํานองเดียวกันของผู้ใช้การตั้งค่าสำหรับรายการหลายเกณฑ์การประเมินการตั้งค่าสามารถทำนายโดยรวมกัน
ความชอบตามเกณฑ์การประเมินที่แตกต่างกัน เพิ่มเติมประเภทจึงคอลลี่ สามารถมี
หลายเป้าหมายปี 55 ตั้งค่าส่วนตัว [ 63 ] เช่น ความพึงพอใจสูงสุดของผู้ใช้โดยเฉลี่ยในการลดทุกข์ ( คือความไม่พอใจของผู้ใช้สูง ) ,
และให้ระดับของความยุติธรรม ( Eกรัมต่ำความแปรปรวนกับความพึงพอใจของผู้ใช้โดยเฉลี่ย
) หลายเกณฑ์การประเมิน recommenders สามารถตรวจสอบการยอมรับของบางส่วนของวิธีการเหล่านี้
สำหรับการรวมกันจากหลายเงื่อนไข .
พัฒนาใหม่ขนาดจิ๋วแบบแนว จากขนาดจิ๋วที่มุมมอง
ข้อเสนอแนะปัญหาคือวางตัวนวนิยายท้าทายการตัดสินใจ modellers
บนมือข้างหนึ่ง ,ด้วยเทคนิคเพิ่มเติมที่สามารถพร้อม
ยอมรับและใช้ในระบบดังกล่าว เช่น รวมทั้งการวิเคราะห์ความก้าวใน
ขั้นตอนวิธีเป็น [ 68 ] เสนอ บนมืออื่น ๆ , บางการศึกษาแสดงให้เห็นว่าข้อเสนอแนะคือไม่มีการตัดสินใจปัญหา เนื่องจากมีปัญหาในการตัดสินใจหลายประการที่ต้องแก้ไขพร้อมกัน และแต่ละคนมี
ในfl uence บนแนะนำให้กับบุคคลอื่น ๆ [ 54 ] ไม่ มันคือ
ถือว่าเป็นปกติกลุ่มการตัดสินใจปัญหาหรือการเจรจาระหว่าง
บุคคล [ 66 ] ดังนั้นขนาดจิ๋วแบบใหม่วิธีควรจะเสนอ
และทดสอบหลายเกณฑ์แนะนำ [ 20 ] .