• USER INDEPENDENCE - Content-based

• USER INDEPENDENCE - Content-based recommenders exploit solely ratings
provided by the active user to build her own profile. Instead, collaborative fil
tering methods need ratings from other users in order to find the “nearest neigh-
bors” of the active user, i.e., users that have similar tastes since they rated the
same items similarly. Then, only the items that are most liked by the neighbors
of the active user will be recommended;
• TRANSPARENCY - Explanations on how the recommender system works can be
provided by explicitly listing content features or descriptions that caused an item
to occur in the list of recommendations. Those features are indicators to consult
in order to decide whether to trust a recommendation. Conversely, collaborative
systems are black boxes since the only explanation for an item recommendation
is that unknown users with similar tastes liked that item;
• NEW ITEM - Content-based recommenders are capable of recommending items
not yet rated by any user. As a consequence, they do not suffer from the first-rater
problem, which affects collaborative recommenders which rely solely on users’
preferences to make recommendations. Therefore, until the new item is rated by
a substantial number of users, the system would not be able to recommend it.
Nonetheless, content-based systems have several shortcomings:
• LIMITED CONTENT ANALYSIS - Content-based techniques have a natural limit

ผลลัพธ์ (ไทย) 1:

•ผู้ใช้เป็นอิสระ - จัดอันดับผู้ใช้ประโยชน์ recommenders ตามเนื้อหาโดยผู้ใช้งานสร้าง profile ของเธอเอง แทน fil ร่วมกันวิธีการ tering ต้องการจัดอันดับจากผู้ใช้อื่นในการ find การ "เห็น-bors"ของผู้ใช้งาน เช่น ผู้ที่มีรสนิยมคล้ายกันเนื่องจากพวกเขาให้คะแนนเหมือนรายการในทำนองเดียวกัน จาก นั้น เฉพาะรายการที่บ้านสุดชอบผู้ใช้งานจะนำ•ความโปร่งใส - คำอธิบายเกี่ยวกับวิธีการทำงานของระบบผู้แนะนำได้โดยรายการคุณลักษณะเนื้อหาหรือคำอธิบายที่ทำให้เกิดสินค้าอย่างชัดเจนเกิดขึ้นในรายการของคำแนะนำ คุณลักษณะที่เป็นตัวบ่งชี้ที่ปรึกษาเพื่อตัดสินใจว่า จะเชื่อถือคำแนะนำการ ในทางกลับกัน ร่วมกันระบบคือ กล่องสีดำเนื่องจากคำอธิบายเฉพาะสำหรับการแนะนำสินค้าไม่ว่า ผู้ใช้ที่ไม่รู้จัก มีรสนิยมคล้ายกันชอบสินค้านั้น•สินค้าใหม่ - recommenders โดยเนื้อหามีความสามารถในการแนะนำสินค้ายังไม่ได้ จัดอันดับ โดยผู้ใช้ใด ๆ ผล พวกเขาไม่ได้เป็นทุกข์จาก first-raterปัญหา ซึ่งมีผลต่อ recommenders ร่วมกันซึ่งผู้ถือการกำหนดลักษณะการให้คำแนะนำ ดังนั้น จนกว่าสินค้าใหม่คะแนนพบจำนวนผู้ใช้ ระบบจะไม่สามารถจะแนะนำก็กระนั้น ระบบที่ใช้เนื้อหาได้แสดงหลาย:•จำกัดการวิเคราะห์เนื้อหา - เทคนิคใช้เนื้อหามีขีดจำกัดทางธรรมชาติ

ผลลัพธ์ (ไทย) 2:

• INDEPENDENCE ผู้ใช้ - Recommenders เนื้อหาที่ใช้ประโยชน์จากการจัดอันดับ แต่เพียงผู้เดียว
ที่ให้บริการโดยผู้ใช้ที่ใช้งานในการสร้างสายอาชีพของเธอเอง le แต่สายลิตรทำงานร่วมกัน
วิธีการจัดอันดับ tering ต้องการจากผู้อื่นเพื่อที่จะสายครั้ง "ที่ใกล้ที่สุดฮี้
Bors "ของผู้ใช้ที่ใช้งานอยู่คือผู้ใช้ที่มีรสนิยมคล้ายกันตั้งแต่พวกเขาจัดอันดับ
รายการเดียวกันในทำนองเดียวกัน จากนั้นเฉพาะรายการที่ชอบมากที่สุดโดยเพื่อนบ้าน
ของผู้ใช้ที่ใช้งานอยู่จะได้รับการแนะนำ;
•โปร่งใส - คำอธิบายเกี่ยวกับวิธีการทำงานของระบบ recommender สามารถ
ให้ชัดเจนโดยรายชื่อคุณสมบัติเนื้อหาหรือคำอธิบายที่ก่อให้เกิดรายการที่
จะเกิดขึ้นในรายการ คำแนะนำ คุณสมบัติเหล่านั้นเป็นตัวชี้วัดเพื่อให้คำปรึกษา
เพื่อที่จะตัดสินใจว่าจะเชื่อถือคำแนะนำ ในทางกลับกันการทำงานร่วมกัน
เป็นระบบกล่องสีดำตั้งแต่คำอธิบายเฉพาะสำหรับคำแนะนำของรายการ
คือผู้ใช้ที่ไม่รู้จักที่มีรสนิยมคล้ายกันชอบที่รายการ;
•รายการใหม่ - Recommenders เนื้อหาที่ใช้มีความสามารถในการแนะนำรายการที่
ไม่ได้จัดอันดับยังโดยผู้ใช้ เป็นผลให้พวกเขาไม่ต้องทนทุกข์ทรมานจากสายแรกผู้ประเมิน
ปัญหาที่ส่งผลกระทบต่อการทำงานร่วมกัน Recommenders ที่พึ่งพาของผู้ใช้
ตั้งค่าเพื่อให้คำแนะนำ ดังนั้นจนกว่ารายการใหม่คือประเมินโดย
. จำนวนมากของผู้ใช้ระบบจะไม่สามารถที่จะแนะนำ
อย่างไรก็ตามระบบเนื้อหาตามมีข้อบกพร่องหลายประการ:
การวิเคราะห์เนื้อหา• จำกัด - เทคนิคเนื้อหาตามที่มีข้อ จำกัด ทางธรรมชาติ

ผลลัพธ์ (ไทย) 3:

- เอกราช - ผู้ใช้ตามเนื้อหา recommenders ประโยชน์แต่เพียงผู้เดียวการจัดอันดับ
ให้ผู้ใช้งานสร้างของตัวเองโปรจึงเลอ . แทน จึงร่วมกันฉัน
tering วิธีการต้องการคะแนนจากผู้ใช้อื่น ๆเพื่อถ่ายทอดและ " ใกล้ฮี้ -
พี่น้อง " ในการใช้งานของผู้ใช้ เช่น ผู้ใช้ที่มีรสนิยมคล้ายกันตั้งแต่พวกเขาจัดอันดับ
รายการเดียวกัน เช่น จากนั้นเฉพาะสินค้าที่เป็น ส่วนใหญ่ชอบ โดยเพื่อนบ้าน
ของผู้ใช้งานจะแนะนำ ;
- โปร่งใส - คำอธิบายเกี่ยวกับวิธีการแนะนำระบบงานสามารถ
โดยอย่างชัดเจนรายการเนื้อหาคุณสมบัติหรือรายละเอียดที่ทำให้สินค้า
ที่จะเกิดขึ้นในรายการของข้อเสนอแนะ คุณสมบัติเหล่านั้นจะชี้ไปปรึกษา
เพื่อตัดสินใจว่าจะเชื่อคำแนะนำ ในทางกลับกันระบบร่วมกัน
กล่องสีดำตั้งแต่คำอธิบายสำหรับรายการที่ไม่รู้จักแนะนำ
ผู้ใช้ที่มีรสนิยมคล้ายกันชอบรายการ ;
- สินค้าใหม่ - ตามเนื้อหา recommenders มีความสามารถในการแนะนำสินค้า
ยังไม่ตายโดยผู้ใช้ใด ๆ . เป็นผลให้ , พวกเขาไม่ประสบจากจึงตัดสินใจเดินทางระดับ
ปัญหาซึ่งมีผลร่วมกัน recommenders ซึ่งอาศัยเพียงผู้ใช้ '
การตั้งค่าเพื่อให้คำแนะนำ ดังนั้น จนกว่าสินค้าใหม่จะให้คะแนนโดย
จำนวนมากของผู้ใช้ ระบบจะไม่สามารถแนะนำ .
แต่เนื้อหาระบบมีจุดอ่อนหลาย :
- จำกัดเนื้อหาการวิเคราะห์ตามเนื้อหาเทคนิคธรรมชาติ
มีขีด จำกัด