Xia et al.[75] present different ap

Xia et al.[75] present different approaches to using SVM’s for RS in a CF set-
ting. They explore the use of Smoothing Support Vector Machines (SSVM). They
also introduce a SSVM-based heuristic (SSVMBH) to iteratively estimate missing
elements in the user-item matrix. They compute predictions by creating a classifier
for each user. Their experimental results report best results for the SSVMBH as
compared to both SSVM’s and traditional user-based and item-based CF. Finally, Oku et al. [27] propose the use of Context-Aware Vector Machines (C-SVM) for
context-aware RS. They compare the use of standard SVM, CSVM and an exten-
sion that uses CF as well as C-SVM. Their results show the effectiveness of the
context-aware methods for restaurant recommendations.

ผลลัพธ์ (ไทย) 1:

เซี่ย et al. [75] ปัจจุบันแตกต่างกันวิธีการใช้ของ SVM RS ใน CF ชุดแบบถิง พวกเขาได้ใช้ของราบเรียบสนับสนุนเวกเตอร์เครื่อง (SSVM) พวกเขานอกจากนี้ยัง แนะนำการใช้ SSVM heuristic (SSVMBH) ซ้ำ ๆ ประเมินหายไปองค์ประกอบในเมตริกซ์ของผู้ใช้สินค้า พวกเขาคำนวณคาดการณ์ โดยการสร้างเป็น classifierสำหรับแต่ละผู้ใช้ ผลการทดลองรายงานผลลัพธ์ที่ดีที่สุดสำหรับ SSVMBH เป็นเมื่อเทียบกับทั้ง SSVM และแบบ ตามสินค้า และ ตามผู้ใช้ CF. ในที่สุด al. et คโค่ [27] เสนอการใช้เครื่องจักรแบบเวกเตอร์ทราบบริบท (C-SVM)RS ตระหนักถึงบริบท เปรียบเทียบการใช้ SVM มาตรฐาน CSVM และ exten การ-นที่ใช้ CF เป็น C-SVM ผลลัพธ์แสดงประสิทธิภาพของการวิธีการทราบบริบทสำหรับคำแนะนำร้านอาหาร

ผลลัพธ์ (ไทย) 2:

เซี่ย et al. [75] ปัจจุบันวิธีที่แตกต่างจากการใช้ SVM สำหรับอาร์เอสใน CF ค่าการ
ใช้งาน พวกเขาสำรวจการใช้สมูทสนับสนุนเครื่องเวกเตอร์ (SSVM) พวกเขา
ยังแนะนำแก้ปัญหา SSVM ตาม (SSVMBH) เพื่อประเมินซ้ำที่ขาดหายไป
ในองค์ประกอบเมทริกซ์ใช้รายการ พวกเขาคำนวณการคาดการณ์โดยการสร้างเอ้อจัดประเภท
สำหรับผู้ใช้แต่ละคน ผลการทดลองของพวกเขารายงานผลที่ดีที่สุดสำหรับ SSVMBH เป็น
เมื่อเทียบกับทั้ง SSVM และผู้ใช้ตามแบบดั้งเดิมและรายการตาม CF. สุดท้าย Oku et al, [27] เสนอใช้ Context-Aware เครื่องเวกเตอร์ (C-SVM) สำหรับ
อาร์เอสตามบริบท พวกเขาเปรียบเทียบการใช้มาตรฐาน SVM, CSVM และ exten-
ไซออนที่ใช้ CF เช่นเดียวกับ C-SVM ผลของพวกเขาแสดงให้เห็นประสิทธิภาพของ
วิธีการตามบริบทสำหรับคำแนะนำร้านอาหาร

ผลลัพธ์ (ไทย) 3:

Xia et al . [ 75 ] ปัจจุบันแตกต่างกันวิธีการโดยใช้ SVM ของ RS ในโฆษณาชุด -
ติ่ง . พวกเขาสำรวจใช้เรียบเครื่องเวกเตอร์สนับสนุน ( ssvm ) พวกเขา
ยังแนะนำ ssvm ใช้ฮิวริสติก ( ssvmbh ) ซ้ำประมาณหายไป
องค์ประกอบในรายการผู้ใช้เมทริกซ์ พวกเขาคำนวณคาดคะเนโดยการสร้างจึง classi เอ้อ
สำหรับผู้ใช้แต่ละคนผลการทดลองของพวกเขารายงานผลลัพธ์ที่ดีที่สุดสำหรับ ssvmbh เป็น
เมื่อเทียบกับทั้ง ssvm และผู้ใช้แบบดั้งเดิมที่ใช้และสินค้าตามโฆษณา ในที่สุด โอคุ et al . [ 27 ] เสนอการใช้บริบททราบเวกเตอร์เครื่อง ( c-svm )
. บริบททราบพวกเขาเทียบใช้ของ SVM และมาตรฐาน csvm EXTEN -
ไซออนที่ใช้ CF รวมทั้ง c-svm . ผลของพวกเขาแสดงให้เห็นประสิทธิภาพของ
บริบททราบวิธีการ
คําแนะนําร้านอาหาร