Many different approaches have been

Many different approaches have been applied to the basic problem of making accurate and efficient recommender and data mining systems. Many of the technologies used in the actual recommender systems studied are fairly simple database queries. Automatic recommender systems, however, use a wide range of techniques, ranging from nearest neighbor algorithms to Bayesian analysis. The worst-case performance of many of these algorithms is known to be poor. However, many of the algorithms have been tuned to use heuristics that are particularly efficient on the types of data that occur in practice.

ผลลัพธ์ (ไทย) 1:

หลายวิธีแตกต่างกันได้ถูกประยุกต์ใช้กับปัญหาพื้นฐานของผู้แนะนำที่ถูกต้อง และมีประสิทธิภาพและระบบการทำเหมืองข้อมูล ของเทคโนโลยีที่ใช้ในระบบผู้แนะนำจริงที่ศึกษาเป็นแบบสอบถามฐานข้อมูลที่ค่อนข้างง่าย ผู้แนะนำอัตโนมัติระบบ ไร ใช้เทคนิค ตั้งแต่ใกล้บ้านอัลกอริทึมการวิเคราะห์ทฤษฎีที่หลากหลาย Worst-case ประสิทธิภาพการทำงานของอัลกอริทึมเหล่านี้เป็นที่รู้จักกันจะไม่ดี อย่างไรก็ตาม หลายอัลกอริทึมมีการปรับใช้การรุกที่มีประสิทธิภาพโดยเฉพาะอย่างยิ่งชนิดของข้อมูลที่เกิดขึ้นในทางปฏิบัติ

ผลลัพธ์ (ไทย) 2:

วิธีการที่แตกต่างกันจำนวนมากได้ถูกนำไปใช้กับปัญหาพื้นฐานของการทำให้ผู้แนะนำที่ถูกต้องและมีประสิทธิภาพและระบบข้อมูลการทำเหมืองแร่ หลายเทคโนโลยีที่ใช้ในระบบการศึกษาที่เกิดขึ้นจริง recommender มีการสืบค้นฐานข้อมูลที่ค่อนข้างง่าย ระบบ recommender อัตโนมัติ แต่ใช้ความหลากหลายของเทคนิคการตั้งแต่ขั้นตอนวิธีเพื่อนบ้านที่ใกล้ที่สุดของการวิเคราะห์แบบเบย์ ประสิทธิภาพการทำงานที่เลวร้ายที่สุดของหลายขั้นตอนวิธีการเหล่านี้เป็นที่รู้จักกันเป็นคนยากจน แต่หลายขั้นตอนวิธีการที่ได้รับการปรับใช้การวิเคราะห์พฤติกรรมที่มีประสิทธิภาพโดยเฉพาะอย่างยิ่งเกี่ยวกับประเภทของข้อมูลที่เกิดขึ้นในทางปฏิบัติ

ผลลัพธ์ (ไทย) 3:

หลายวิธีที่แตกต่างกันได้นำไปใช้กับปัญหาพื้นฐานของการแนะนำและข้อมูลที่ถูกต้องและมีประสิทธิภาพระบบเหมืองแร่ จำนวนมากของเทคโนโลยีที่ใช้ในการแนะนำระบบการศึกษาเป็นแบบสอบถามฐานข้อมูลจริงค่อนข้างง่าย อัตโนมัติแนะนำระบบ อย่างไรก็ตาม ใช้ความหลากหลายของเทคนิค จากเพื่อนบ้านที่ใกล้ที่สุดขั้นตอนวิธีการวิเคราะห์คชกรรม .ประสิทธิภาพพลังงานของหลายขั้นตอนวิธีเหล่านี้เป็นที่รู้จักกันจะแย่ อย่างไรก็ตาม หลายของอัลกอริทึมได้รับการปรับใช้ฮิวริสติกที่โดยเฉพาะอย่างยิ่งมีประสิทธิภาพในประเภทของข้อมูลที่เกิดขึ้นในการปฏิบัติงาน