24.5.2.1 Related work: multi-criter

24.5.2.1 Related work: multi-criteria optimization

Multi-criteria optimization problems have been extensively studied in the operations
research (OR) literature [21], although not in the context of recommender systems.
This multi-criteria optimization approach assists a decision maker in choosing the
best alternative when multiple criteria conflict and compete with each other. For
example, various points of view, such as financial, human resources-related, and
environmental aspects should be considered in organizational decision making. The
following approaches are often used to address multi-criteria optimization problems,
and can be applied to recommender systems, as discussed in [4]:
• Finding Pareto optimal solutions;
• Taking a linear combination of multiple criteria and reducing the problem to the
single-criterion optimization problem;
• Optimizing only the most important criterion and converting other criteria to
constraints;
• Consecutively optimizing one criterion at a time, converting an optimal solution
to constraints and repeating the process for other criteria.
Below we describe several recommendation approaches that have been used in
the recommender systems literature, all of them having roots in multi-criteria optimization techniques.

ผลลัพธ์ (ไทย) 1:

24.5.2.1 งานที่เกี่ยวข้อง: เพิ่มประสิทธิภาพหลายเงื่อนไขปรับเกณฑ์หลายปัญหาได้รับการศึกษาอย่างกว้างขวางในการดำเนินงานวิจัยวรรณคดี (OR) [21], แม้ว่าไม่อยู่ในบริบทของระบบผู้แนะนำวิธีการเพิ่มประสิทธิภาพหลายเงื่อนไขนี้ช่วยการตัดสินใจในการเลือกเมื่อสุดทางเลือกหลายเกณฑ์ conflict และแข่งขันกัน สำหรับตัวอย่าง ต่าง ๆ เห็น เช่น financial บุคคลที่เกี่ยวข้อง และด้านสิ่งแวดล้อมควรพิจารณาในการตัดสินใจขององค์กร ที่มักจะใช้วิธีต่อไปนี้เพื่อเพิ่มประสิทธิภาพเกณฑ์หลายปัญหาและสามารถนำไปใช้กับระบบผู้แนะนำ ตามที่อธิบายไว้ใน [4]:• Pareto ค้นหาโซลูชั่นที่ดีที่สุด•การรวมเชิงเส้นหลายเงื่อนไข และลดปัญหาการปรับเกณฑ์เดียวปัญหา•เพิ่มประสิทธิภาพเท่าเกณฑ์สำคัญที่สุด และการแปลงเงื่อนไขอื่น ๆข้อจำกัด•เพิ่มประสิทธิภาพเงื่อนไขหนึ่งครั้งติดต่อกัน แปลงในโซลูชันที่ดีที่สุดข้อจำกัดและการทำซ้ำกระบวนการสำหรับเงื่อนไขอื่น ๆด้านล่างเราอธิบายแนะนำวิธีต่าง ๆ ที่ใช้ในผู้แนะนำระบบวรรณคดี พวกเขาทั้งหมดมีรากในเทคนิคเพิ่มประสิทธิภาพหลายเงื่อนไข

ผลลัพธ์ (ไทย) 2:

24.5.2.1 การทำงานที่เกี่ยวข้อง: หลายเกณฑ์การเพิ่มประสิทธิภาพหลายเกณฑ์ปัญหาการเพิ่มประสิทธิภาพได้รับการศึกษาอย่างกว้างขวางในการดำเนินการวิจัย (OR) วรรณกรรม [21] แม้ว่าจะไม่ได้อยู่ในบริบทของระบบ recommender. นี้หลายเกณฑ์วิธีการเพิ่มประสิทธิภาพช่วยตัดสินใจ ในการเลือกทางเลือกที่ดีที่สุดเมื่อหลายเกณฑ์นักโทษชั้นไอซีทีและการแข่งขันกับแต่ละอื่น ๆ สำหรับตัวอย่างเช่นจุดต่าง ๆ ในมุมมองเช่นการเงินทรัพยากรที่เกี่ยวข้องกับมนุษย์และสิ่งแวดล้อมควรได้รับการพิจารณาในการตัดสินใจขององค์กร วิธีการดังต่อไปนี้มักจะใช้เพื่อที่อยู่หลายเกณฑ์ปัญหาการเพิ่มประสิทธิภาพและสามารถนำไปใช้กับระบบ recommender ตามที่กล่าวไว้ใน [4]: •การหาโซลูชั่นที่ดีที่สุดของพาเรโต้; •การรวมกันเชิงเส้นของหลายเกณฑ์และลดปัญหาที่เกิดขึ้นกับซิงเกิ้ล -criterion ปัญหาการเพิ่มประสิทธิภาพ; •เพิ่มประสิทธิภาพเพียงเกณฑ์ที่สำคัญที่สุดและแปลงเกณฑ์อื่น ๆ เพื่อจำกัด ; •ติดต่อกันเพิ่มประสิทธิภาพเกณฑ์หนึ่งที่เวลาแปลงทางออกที่ดีที่สุด. ข้อ จำกัด และการทำซ้ำกระบวนการเกณฑ์อื่น ๆด้านล่างเราจะอธิบายวิธีการให้คำแนะนำหลายอย่างที่มี ถูกนำมาใช้ในวรรณกรรมระบบ recommender ทั้งหมดของพวกเขาที่มีรากในเกณฑ์ที่หลายเทคนิคการเพิ่มประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

งานที่เกี่ยวข้อง : 24.5.2.1 หลายเกณฑ์เกณฑ์การเพิ่มประสิทธิภาพเพิ่มประสิทธิภาพ

หลายปัญหาได้รับอย่างกว้างขวางใช้ในการดำเนินการวิจัย ( หรือ ) วรรณกรรม
[ 21 ] ถึงแม้ไม่ได้อยู่ในบริบทของระบบแนะนำ .
นี้หลายเกณฑ์การหาแนวทางช่วยตัดสินใจในการเลือกทางเลือกที่ดีที่สุดเครื่องชง
เมื่อหลายเกณฑ์คอนflไอซีทีและแข่งขันกับ แต่ละอื่น ๆ สำหรับ
ตัวอย่างจุดต่างๆของมุมมอง เช่น จึง nancial ทรัพยากรมนุษย์สัมพันธ์ และด้านสิ่งแวดล้อม
องค์การควรพิจารณาในการตัดสินใจ
ตามวิธีการที่มักจะใช้เพื่อที่อยู่หลายเกณฑ์ optimization ปัญหา
และสามารถใช้กับระบบแนะนำ ตามที่กล่าวไว้ใน [ 4 ] :
-
ช่วยหาโซลูชั่นที่เหมาะสม ;- การรวมกันเชิงเส้นของหลายเงื่อนไข และลดปัญหาการเพิ่มประสิทธิภาพปัญหา

เดี่ยวเกณฑ์ ; - ปรับเพียงเกณฑ์ที่สำคัญที่สุดและแปลงเกณฑ์อื่น ๆด้าน

;
) - ปรับเกณฑ์หนึ่งที่เวลาแปลงเป็นโซลูชั่นที่เหมาะสมกับปัญหาและๆ

กระบวนการเกณฑ์อื่น ๆด้านล่างเราจะอธิบายวิธีการแนะนำหลายที่ถูกใช้ในการแนะนำระบบ
วรรณกรรม พวกเขาทั้งหมดมีรากในเกณฑ์หลายเทคนิคที่เหมาะสม .