As the true user model is unknown b

As the true user model is unknown beforehand, it is estimated
as the expectation over the posterior distribution of
the user model. Jin and Si [18] provides a computationally
efficient way of approximating the posterior distribution, but
still it is intractable for real recommender systems.

ผลลัพธ์ (ไทย) 1:

เป็นแบบผู้ใช้จริงไม่ทราบล่วงหน้า คาดเป็นความเหนือชั้นหลังรูปแบบผู้ใช้ จินและซี [18] เป็น computationallyวิธีที่มีประสิทธิภาพระหว่างการกระจายหลัง แต่ยังคง เป็น intractable ระบบผู้แนะนำจริง

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นรูปแบบการใช้งานที่แท้จริงคือก่อนที่ไม่รู้จักมันเป็นที่คาดว่าเป็นความคาดหวังในช่วงหลังการกระจายของรูปแบบการใช้ จินและศรี [18] ให้คอมพิวเตอร์วิธีที่มีประสิทธิภาพใกล้เคียงกับการกระจายของหลังแต่ยังคงเป็นยากสำหรับระบบ recommender จริง

ผลลัพธ์ (ไทย) 3:

เป็นรูปแบบของผู้ใช้จริงจะไม่รู้จักมาก่อน มันคือประมาณ
เป็นความคาดหวังมากกว่าการกระจายด้านหลัง
ผู้ใช้แบบ จินซื่อ [ 18 ] มี computationally
วิธีที่มีประสิทธิภาพของการประมาณกัน แต่ยังคงเป็นบทเสริมสำหรับ
แนะนำระบบที่แท้จริง