Information filtering agents and co

Information filtering agents and collaborative filtering both
attempt to alleviate information overload by identifying
which items a user will find worthwhile. Information
filtering (IF) focuses on the analysis of item content and
the development of a personal user interest profile.
Collaborative filtering (CF) focuses on identification of
other users with similar tastes and the use of their opinions
to recommend items. Each technique has advantages and
limitations that suggest that the two could be beneficially
combined.
This paper shows that a CF framework can be used to
combine personal IF agents and the opinions of a
community of users to produce better recommendations
than either agents or users can produce alone. It also
shows that using CF to create a personal combination of a
set of agents produces better results than either individual
agents or other combination mechanisms. One key
implication of these results is that users can avoid having
to select among agents; they can use them all and let the
CF framework select the best ones for them.

ผลลัพธ์ (ไทย) 1:

บริษัทตัวแทนการกรองข้อมูลและกรองร่วมกันทั้งสองพยายามบรรเทาโอเวอร์โหลดข้อมูล โดยระบุรายการที่ผู้ใช้จะพบคุ้มค่า ข้อมูลกรอง (ถ้า) เน้นการวิเคราะห์เนื้อหารายการ และการพัฒนาของส่วนกำหนดค่าผู้ใช้ส่วนบุคคลสนใจ(CF) กรองร่วมกันเน้นการระบุผู้ใช้คนอื่น มีรสนิยมคล้ายกันและใช้ความคิดเห็นแนะนำสินค้า แต่ละเทคนิคมีข้อดี และข้อจำกัดที่แนะนำว่า ทั้งสองอาจจะแอ๊บรวมกันเอกสารนี้แสดงว่า กรอบ CF สามารถใช้ถ้าตัวแทนที่ส่วนบุคคลและความเห็นของตัวชุมชนผู้ผลิตคำแนะนำดีกว่ากว่าตัวแทนหรือผู้ที่สามารถผลิตคนเดียว มันยังแสดงว่าใช้ CF เพื่อสร้างชุดข้อมูลส่วนบุคคลของการตั้งตัวแทนให้ผลลัพธ์ดีกว่าบุคคลใดตัวแทนหรือกลไกอื่น ๆ รวมกัน หนึ่งคีย์ปริยายของผลลัพธ์เหล่านี้จะให้ผู้ใช้สามารถหลีกเลี่ยงหากต้องการเลือกตัวแทน สามารถใช้พวกเขาทั้งหมด และให้การCF กรอบเลือกดีที่สุดสำหรับพวกเขา

ผลลัพธ์ (ไทย) 3:

ข้อมูลการกรองและการกรองแบบตัวแทนทั้ง
พยายามที่จะบรรเทาการโอเวอร์โหลดข้อมูลโดยระบุ
รายการที่ผู้ใช้จะพบว่าคุ้มค่า ข้อมูล
กรอง ( ถ้า ) เน้นการวิเคราะห์ข้อสอบและเนื้อหา
การพัฒนาผู้ใช้สนใจโปรไฟล์ .
) การกรอง ( CF ) เน้นการ
ผู้ใช้อื่น ๆที่มีรสนิยมคล้ายกันและใช้ความคิดเห็นของพวกเขา
แนะนำรายการ แต่ละวิธีมีข้อดีและข้อจำกัดที่แนะนำ
ที่ 2 อาจเป็นประโยชน์

กระดาษรวมกัน นี้แสดงให้เห็นว่าโฆษณากรอบสามารถใช้
รวมส่วนบุคคล ถ้าตัวแทนและความคิดเห็นของชุมชนของผู้ใช้เพื่อผลิตดีกว่า

แนะนำมากกว่าให้ตัวแทนหรือผู้ใช้สามารถผลิตอย่างเดียว
มันยังแสดงให้เห็นว่าการใช้โฆษณาเพื่อสร้างการตั้งค่าส่วนบุคคลของ
ตัวแทนผลิตผลลัพธ์ที่ดีกว่าบุคคลใด
ตัวแทนหรือกลไกการอื่น ๆ นัยสําคัญ
หนึ่งในผลงานเหล่านี้คือการ ที่ผู้ใช้สามารถหลีกเลี่ยงการมี
เลือกระหว่างตัวแทน พวกเขาสามารถใช้พวกเขาทั้งหมดและให้
CF กรอบเลือกที่ดีที่สุดสำหรับพวกเขา