In real-valued ratings domains, the

In real-valued ratings domains, the similarity scores can be used to
generate predictions using a weighted average, similar to the procedure
used in user–user CF. Recommendations are then generated by picking
the candidate items with the highest predictions.
After collecting a set S of items similar to i, pu,i can be predicted
as follows

ผลลัพธ์ (ไทย) 1:

ในโดเมนมูลค่าจริงคะแนน คะแนนความคล้ายคลึงกันใช้สร้างการคาดคะเนน้ำหนักเฉลี่ย คล้ายกับขั้นตอนการใช้ใช้ในผู้ใช้ – ผู้ใช้ cf.คำแนะนำจะถูกสร้างขึ้น โดยเบิกสินค้าผู้สมัครที่ มีการคาดการณ์ที่สูงที่สุดหลังจากชุด S คล้ายกับ i, pu ฉันสามารถคาดการณ์เป็นดังนี้

ผลลัพธ์ (ไทย) 2:

ในแบบ real-มูลค่าโดเมนการจัดอันดับคะแนนความคล้ายคลึงกันสามารถนำมาใช้เพื่อ
สร้างการคาดการณ์โดยใช้ค่าเฉลี่ยถ่วงน้ำหนักคล้ายกับขั้นตอนการ
ใช้ใน CF. ใช้งานของผู้ใช้ คำแนะนำที่ถูกสร้างขึ้นแล้วโดยการเลือก
รายการที่ผู้สมัครที่มีการคาดการณ์สูงสุด.
หลังจากที่เก็บรวบรวมชุด S ของรายการคล้ายกับ i, PU, ฉันสามารถคาดการณ์
ดังต่อไปนี้

ผลลัพธ์ (ไทย) 3:

การจัดอันดับจริงมูลค่าโดเมนสามารถใช้ความเหมือนคะแนนสร้างการคาดการณ์โดยใช้ค่าเฉลี่ยถ่วงน้ำหนัก คล้ายกับกระบวนการใช้ผู้ใช้และผู้ใช้จะถูกสร้างขึ้นแล้ว โดยการรับโฆษณา แนะนำผู้สมัครรายการกับคำทำนายมากที่สุดหลังจากรวบรวมชุดของรายการที่คล้ายกัน ฉัน , PU , ฉันสามารถคาดการณ์ได้ดังนี้