CONCLUSION AND FUTURE WORKData in t

CONCLUSION AND FUTURE WORK
Data in the form of reviews, opinions, feedback, remarks, and complaint treated as Big Data cannot be used directly for recommendation system. These data first filter/transform as per requirement. In the paper we discussed filtering techniques and issues related for handling text data. We have implemented recommendation system for movielans dataset, on Hadoop framework and analyzed with different size files. Resultant graph is showing that whenever file size is increasing the execution time is not increasing in the same ratio and we know that data size that are in the form of ratings, ranks, review, feedback are increasing drastically. Here we are proposing Recommendation by applying the weightage of summarized reviews and opinions on the rating of item as future enhancement in this work.

ผลลัพธ์ (ไทย) 1:

ข้อสรุปและการทำงานในอนาคตข้อมูลในแบบฟอร์มความคิดเห็น ความเห็น ข้อเสนอแนะ หมายเหตุ และร้องเรียนถือว่าเป็นข้อมูลไม่สามารถใช้โดยตรงสำหรับระบบแนะนำ ข้อมูลเหล่านี้ก่อนกรอง/แปลงตามความต้องการ ในกระดาษที่ เรากล่าวถึงเทคนิคและปัญหาที่เกี่ยวข้องสำหรับการจัดการข้อมูลข้อความกรอง เราได้ใช้ระบบแนะนำสำหรับชุดข้อมูล movielans บน Hadoop framework และวิเคราะห์ ด้วยไฟล์ขนาดแตกต่างกัน แสดงผลลัพธ์กราฟว่า ขนาดแฟ้มจะเพิ่มขึ้นดำเนินงานไม่เพิ่มขึ้นในอัตราส่วนเดียวกัน และเรารู้ว่า ขนาดข้อมูลที่อยู่ในรูปแบบของการจัดอันดับ จัดอันดับ รีวิว คำติชม จะเพิ่มขึ้นอย่างมาก ที่นี่เราจะนำเสนอคำแนะนำ โดยใช้ weightage ของสรุปความคิดเห็นและความคิดเห็นในการจัดอันดับของรายการเป็นการปรับปรุงในอนาคตในงานนี้

ผลลัพธ์ (ไทย) 2:

สรุปผลการศึกษาและการทำงานในอนาคต
ข้อมูลในรูปแบบของการแสดงความคิดเห็น, ความคิดเห็นและข้อเสนอแนะข้อสังเกตและร้องเรียนถือว่าเป็นข้อมูลขนาดใหญ่ไม่สามารถนำมาใช้โดยตรงสำหรับระบบแนะนำ ข้อมูลเหล่านี้กรองแรก / เปลี่ยนตามความต้องการ ในกระดาษที่เราพูดถึงการกรองเทคนิคและประเด็นที่เกี่ยวข้องสำหรับการจัดการข้อมูลที่เป็นข้อความ เราได้ดำเนินการระบบแนะนำสำหรับชุดข้อมูล movielans ในกรอบ Hadoop และวิเคราะห์กับไฟล์ขนาดแตกต่างกัน กราฟผลลัพธ์จะแสดงให้เห็นว่าเมื่อใดก็ตามที่มีขนาดไฟล์ที่เพิ่มขึ้นเวลาดำเนินการไม่ได้เพิ่มขึ้นในอัตราส่วนเดียวกันและเรารู้ว่าขนาดของข้อมูลที่อยู่ในรูปแบบของการจัดอันดับอันดับทบทวนข้อเสนอแนะที่เพิ่มขึ้นอย่างเห็นได้ชัด ที่นี่เราจะนำเสนอคำแนะนำโดยใช้ weightage สรุปความคิดเห็นและความคิดเห็นเกี่ยวกับการจัดอันดับของรายการการเพิ่มประสิทธิภาพในอนาคตในงานนี้

ผลลัพธ์ (ไทย) 3:

สรุปงานและอนาคตข้อมูลในรูปแบบของความคิดเห็น ความคิดเห็น ข้อเสนอแนะ ข้อสังเกต และข้อร้องเรียนถือว่าใหญ่ข้อมูลไม่สามารถใช้โดยตรงสำหรับระบบแนะนำ ข้อมูลเหล่านี้ก่อนกรอง / แปลงตามความต้องการ ในกระดาษที่เรากล่าวถึงเทคนิคการกรองและประเด็นที่เกี่ยวข้องกับข้อมูลที่เป็นข้อความ เราได้ใช้ระบบแนะนำสำหรับ movielans DataSet , Hadoop กรอบและวิเคราะห์กับไฟล์ขนาดแตกต่างกัน กราฟแสดงผลที่ขนาดไฟล์เพิ่มขึ้นตามเวลา ไม่ได้เพิ่มขึ้นในสัดส่วนเดียวกัน และเราทราบว่า ขนาดของข้อมูลที่อยู่ในรูปแบบของคะแนน , อันดับ , ความคิดเห็น , ข้อเสนอแนะจะเพิ่มขึ้นอย่างมาก ที่นี่เราเสนอคำแนะนำ โดยการใช้ weightage ของสรุปความคิดเห็นและความคิดเห็นในการจัดอันดับของรายการเป็น อนาคต ในงานนี้