In order to show the effectiveness

In order to show the effectiveness of using (a) library loan records and (b) information about book contents as a basis for book
recommendations, we entered various data into a support vector machine (SVM), used it to recommend books to subjects, and
asked them for evaluations of the recommendations that were given. The data that we used were (1) confidence and support
with an association rule that was based on the loan records, (2) similarities between book titles, (3) matches/mismatches
between the Nippon Decimal Classification (NDC) categories of the books, and (4) similarities between the outlines of the
books in the BOOK Database. The subjects were 32 students who belonged to T University. The books that we recommended
and the loan records that we used were obtained from the T University Library. The results showed that the combinations of (1),
(2), (3) and (1), (2) were rated more favorably by the subjects than the other combinations. However, the books that were
recommended by Amazon were rated even more favorably by the subjects. This is a topic for further research

ผลลัพธ์ (ไทย) 1:

เพื่อแสดงประสิทธิภาพของการใช้เรกคอร์ดเงินกู้ (ก) ไลบรารีและ (ข) ข้อมูลเกี่ยวกับเนื้อหาหนังสือเป็นพื้นฐานสำหรับสมุดคำแนะนำ ที่เราป้อนข้อมูลต่าง ๆ ลงในเครื่องสนับสนุนเวกเตอร์ (SVM), ใช้เพื่อแนะนำหนังสือเรื่อง และถามการประเมินคำแนะนำที่ได้รับ ข้อมูลที่เราใช้มีความเชื่อมั่นและสนับสนุน (1)มีกฎการเชื่อมโยงแบบเรกคอร์ดเงินกู้, (2) ความคล้ายคลึงระหว่างชื่อหนังสือ ตรง mismatches (3)ระหว่างประเภทประเภททศนิยมของนิปปอน (ว.) ของหนังสือ และ (4) ความคล้ายคลึงระหว่างเค้าร่างของหนังสือในฐานข้อมูลการจอง หัวข้อนักเรียน 32 คนเป็นสมาชิกมหาวิทยาลัย T หนังสือที่เราแนะนำและข้อมูลสินเชื่อที่เราใช้ได้รับจากห้องสมุดมหาวิทยาลัย T ผลพบว่าชุดของ (1),(2), (3) และ (1), (2) ได้คะแนนมากกว่าพ้องต้องกันเรื่องกว่าชุดอื่น ๆ อย่างไรก็ตาม หนังสือที่ได้แนะนำ โดย Amazon ได้คะแนนยิ่งพ้องต้องกันเรื่องการ นี่คือหัวข้อการวิจัยต่อไป

ผลลัพธ์ (ไทย) 2:

เพื่อที่จะแสดงถึงประสิทธิภาพของการใช้ (ก) บันทึกเงินกู้ห้องสมุดและ (ข) ข้อมูลเกี่ยวกับเนื้อหาหนังสือเป็นพื้นฐานสำหรับหนังสือ
คำแนะนำเราป้อนข้อมูลต่างๆในเครื่องเวกเตอร์สนับสนุน (SVM) ใช้มันเพื่อแนะนำหนังสือให้แก่อาสาสมัคร และ
ขอให้พวกเขาสำหรับการประเมินผลข้อเสนอแนะที่ได้รับ ข้อมูลที่เราใช้คือ (1) ความเชื่อมั่นและการสนับสนุน
ที่มีกฎของสมาคมที่อยู่บนพื้นฐานของบันทึกสินเชื่อ (2) ความคล้ายคลึงกันระหว่างชื่อหนังสือ (3) ตรง / ไม่ตรงกัน
ระหว่าง Nippon ทศนิยมจำแนก (NDC) ประเภทของหนังสือ และ (4) ความคล้ายคลึงกันระหว่างโครงร่างของ
หนังสือในฐานข้อมูลหนังสือ กลุ่มตัวอย่างเป็นนักเรียน 32 ที่เป็น T มหาวิทยาลัย หนังสือที่เราแนะนำ
และบันทึกการกู้ยืมเงินที่เราใช้ที่ได้รับจากห้องสมุดมหาวิทยาลัย T ผลการศึกษาพบว่าการรวมกันของ (1),
(2), (3) และ (1), (2) ได้รับการจัดอันดับอยู่ในเกณฑ์ดีมากขึ้นโดยอาสาสมัครกว่าชุดอื่น ๆ แต่หนังสือที่ได้รับการ
แนะนำโดยอเมซอนถูกจัดอันดับอยู่ในเกณฑ์ดีมากยิ่งขึ้นโดยอาสาสมัคร นี้เป็นหัวข้อสำหรับการวิจัยต่อไป

ผลลัพธ์ (ไทย) 3:

เพื่อแสดงประสิทธิผลของการใช้ ( ) ห้องสมุดยืมระเบียน และ ( ข ) ข้อมูลเกี่ยวกับหนังสือเนื้อหาเป็นรากฐานสำหรับการแนะนำหนังสือ
เราใส่ข้อมูลต่าง ๆเข้ามาสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) ใช้เพื่อแนะนำหนังสือวิชาและ
ขอให้การประเมินข้อเสนอแนะที่ได้รับ ข้อมูลที่เราใช้คือ ( 1 ) ความเชื่อมั่นและการสนับสนุน
ด้วยสมาคมกฎที่ขึ้นอยู่กับประวัติกู้ ( 2 ) ความคล้ายคลึงกันระหว่างชื่อหนังสือ ( 3 ) ความไม่ตรงกัน /
ระหว่างระบบทศนิยมญี่ปุ่น ( ndc ) ประเภทหนังสือ และ ( 4 ) ความคล้ายคลึงกันระหว่างการแสดงของ
หนังสือในฐานข้อมูลหนังสือ จำนวน 32 คน ซึ่งเป็นของทีมหาวิทยาลัย หนังสือที่เราแนะนำ
และเงินกู้ประวัติที่เราเคยได้รับจาก T หอสมุดมหาวิทยาลัย ผลการศึกษาพบว่าชุดค่าผสมของ ( 1 )
( 2 ) ( 3 ) และ ( 1 ) , ( 2 ) อยู่อีก ซึ่งกลุ่มตัวอย่างกว่าชุดอื่น ๆ อย่างไรก็ตาม หนังสือที่
แนะนำโดย Amazon อยู่ยิ่งสนับสนุนด้วยคน นี้เป็นหัวข้อสำหรับการวิจัยเพิ่มเติม