• text comments – Comments about a

• text comments – Comments about a single item are collected and presented to the
users as a means of facilitating the decision-making process, such as in [72]. For
instance, customer’s feedback at Amazon.com or eBay.com might help users in
deciding whether an item has been appreciated by the community. Textual com-
ments are helpful, but they can overload the active user because she must read
and interpret each comment to decide if it is positive or negative, and to what de-
gree. The literature proposes advanced techniques from the affective computing
research area [71] to make content-based recommenders able to automatically
perform this kind of analysis.

ผลลัพธ์ (ไทย) 1:

•ข้อความข้อคิดเห็นข้อคิดเห็นเกี่ยวกับรายการเดียวรวบรวม และนำเสนอต่อผู้ใช้ของการอำนวยความสะดวกในกระบวนการตัดสินใจ เช่นใน [72] สำหรับตัวอย่าง คำติชมจากลูกค้าของ Amazon.com หรือ eBay.com อาจช่วยผู้ใช้ในตัดสินใจว่า สินค้าได้ถูกชื่นชมชุมชน เป็น com-ments มีประโยชน์ แต่พวกเขาสามารถโอเวอร์โหลดผู้ใช้งานเนื่องจากเธอต้องอ่านและตีความแต่ละข้อคิดเห็นในการตัดสินใจ ถ้าเป็นค่าบวก หรือค่าลบ และเดออะไร-gree วรรณกรรมเสนอเทคนิคขั้นสูงจากคำนวณผลพื้นที่วิจัย [71] จะทำให้ recommenders ตามเนื้อหาได้โดยอัตโนมัติทำการวิเคราะห์ชนิดนี้

ผลลัพธ์ (ไทย) 2:

•ข้อความแสดงความคิดเห็น - ความเห็นเกี่ยวกับรายการเดียวจะถูกเก็บรวบรวมและนำเสนอให้กับ
ผู้ใช้เป็นเครื่องมือในการอำนวยความสะดวกในกระบวนการตัดสินใจเช่นใน [72] สำหรับ
ตัวอย่างเช่นข้อเสนอแนะของลูกค้าที่ Amazon.com หรือ eBay.com อาจช่วยให้ผู้ใช้ใน
การตัดสินใจว่ารายการที่ได้รับการชื่นชมจากชุมชน สั่งต้นฉบับ
ments จะเป็นประโยชน์ แต่พวกเขาสามารถเกินผู้ใช้ที่ใช้งานอยู่เพราะเธอจะต้องอ่าน
และตีความความคิดเห็นแต่ละคนที่จะตัดสินใจว่ามันเป็นบวกหรือลบและสิ่งที่ de-
Gree วรรณกรรมเสนอเทคนิคขั้นสูงจากคอมพิวเตอร์อารมณ์
วิจัย [71] เพื่อให้ Recommenders เนื้อหาตามโดยอัตโนมัติสามารถ
ดำเนินการชนิดของการวิเคราะห์นี้

ผลลัพธ์ (ไทย) 3:

ความคิดเห็นที่แต่ละข้อความและข้อคิดเห็นเกี่ยวกับรายการเดียวที่รวบรวมนำเสนอให้กับผู้ใช้เป็นวิธีการ
เอื้อต่อการตัดสินใจ เช่น ใน [ 72 ] สำหรับ
อินสแตนซ์ของลูกค้าความคิดเห็นที่ Amazon.com หรือ eBay.com อาจช่วยให้ผู้ใช้ใน
ตัดสินใจว่า รายการที่ได้รับความนิยม โดยชุมชน ต้นฉบับเดิม -
ments com เป็นประโยชน์แต่พวกเขาสามารถเกินพิกัดของผู้ใช้งาน เพราะต้องอ่านและแปลความหมายแต่ละความคิดเห็น
ตัดสินว่าจะเป็นบวกหรือลบ และสิ่งที่ de -
Gree วรรณกรรมเสนอเทคนิคขั้นสูงจากทางคอมพิวเตอร์
[ 71 ] พื้นที่วิจัยเพื่อให้เนื้อหา recommenders อัตโนมัติสามารถแสดงชนิดของการวิเคราะห์นี้
.