Multi-attribute content search and

Multi-attribute content search and filtering. In some systems, users can explicitly provide their general preferences on multi-attribute content of items that can be
used by various searching and filtering techniques to find the most relevant items.
For example, in [82] users can identify the movie genre, MPAA rating, and film
length that they like and specify which attribute is the most important for their decision in choosing the movies at the current time. Then the recommender system
narrows down the possible choices by searching for the items that match these additional explicit user preferences. For example, if a user indicates that she wants to
watch “comedy” movies and the movie genre is the most important attribute for her,
she will be recommended only comedy movies. Similarly, in [45], users also can
provide to the recommender system both the preferred specifications for different
content attributes as well as the corresponding importance weights for the different
attributes.

ผลลัพธ์ (ไทย) 1:

ค้นหาเนื้อหาหลายแอททริบิวต์และ filtering ในบางระบบ ผู้ใช้สามารถอย่างชัดเจนให้กำหนดลักษณะทั่วไปของแอททริบิวต์แบบหลายเนื้อหาของสินค้าที่สามารถใช้สินค้ามากที่สุด โดยเทคนิคต่าง ๆ ค้นหาและ filtering ถึง findตัวอย่าง ใน [82] ผู้ใช้สามารถระบุประเภทภาพยนตร์ คะแนน MPAA และ filmความยาวที่พวกเขาชอบ และระบุคุณลักษณะที่ สำคัญสุดสำหรับการตัดสินใจในการเลือกภาพยนตร์ในเวลาปัจจุบัน แล้วระบบผู้แนะนำจำกัดลงในตัวเลือกที่เป็นไปได้ โดยการค้นหารายการที่ตรงกับการกำหนดลักษณะผู้ใช้ที่ชัดเจนเพิ่มเติมเหล่านี้ ตัวอย่างเช่น ถ้าผู้ใช้ระบุว่า เธอต้องการดู "ตลก" ภาพยนตร์ประเภทภาพยนตร์เป็นคุณลักษณะสำคัญที่สุดสำหรับเธอเธอจะแนะนำหนังตลกเท่านั้น ในทำนองเดียวกัน ใน [45], ผู้ใช้ยังสามารถให้ผู้แนะนำระบบทั้งสอง specifications ต้องการแตกต่างกันแอตทริบิวต์ของเนื้อหารวมทั้งน้ำหนักความสำคัญที่เกี่ยวข้องสำหรับต่าง ๆแอตทริบิวต์

ผลลัพธ์ (ไทย) 2:

การค้นหาเนื้อหาหลายแอตทริบิวต์และ ltering ไฟ ในบางระบบผู้ใช้อย่างชัดเจนสามารถให้การตั้งค่าทั่วไปของพวกเขาในเนื้อหาหลายแอตทริบิวต์ของรายการที่สามารถ
นำมาใช้โดยการค้นหาและเทคนิคต่างๆ ltering Fi เพื่อ fi ครั้งรายการที่เกี่ยวข้องมากที่สุด.
ยกตัวอย่างเช่นใน [82] มีผู้ใช้สามารถระบุประเภทภาพยนตร์ MPAA การประเมินและสาย LM
ระยะเวลาที่พวกเขาชอบและระบุแอตทริบิวต์เป็นสิ่งสำคัญที่สุดในการตัดสินใจของพวกเขาในการเลือกชมภาพยนตร์ในเวลาปัจจุบัน จากนั้นระบบ recommender
แคบลงทางเลือกที่เป็นไปได้โดยการค้นหารายการที่ตรงกับความต้องการของผู้ใช้อย่างชัดเจนเหล่านี้เพิ่มเติม ตัวอย่างเช่นหากผู้ใช้แสดงให้เห็นว่าเธอต้องการที่จะ
ดู "ตลก" ภาพยนตร์และภาพยนตร์ประเภทเป็นคุณลักษณะที่สำคัญที่สุดสำหรับเธอ
เธอจะได้รับการแนะนำภาพยนตร์ตลกเท่านั้น ในทำนองเดียวกันใน [45] ผู้ใช้ยังสามารถ
ให้กับระบบ recommender ทั้งไพเพอร์ไฟ speci ต้องการที่แตกต่างกันสำหรับ
แอตทริบิวต์เนื้อหาเช่นเดียวกับน้ำหนักความสำคัญที่แตกต่างกันที่สอดคล้องกันสำหรับ
คุณลักษณะ

ผลลัพธ์ (ไทย) 3:

การค้นหาเนื้อหาหลายคุณลักษณะ และจึง ltering . ในบางระบบการตั้งค่าทั่วไปของผู้ใช้อย่างชัดเจนสามารถให้ปริญญาในเนื้อหาของรายการที่สามารถใช้ในการค้นหาและจึงต่าง ๆ
ltering เทคนิคเพื่อถ่ายทอดและรายการที่เกี่ยวข้องมากที่สุด
ตัวอย่างเช่นผู้ใช้ [ 82 ] สามารถระบุประเภทภาพยนตร์ MPAA คะแนน , และ , จึง , LM
ความยาวที่พวกเขาต้องการและระบุคุณสมบัติที่สำคัญสำหรับการตัดสินใจในการเลือกดูหนังในเวลาปัจจุบัน แล้วระบบการแนะนำ
แคบลงทางเลือกที่เป็นไปได้โดยการค้นหารายการที่ตรงกับความชอบของผู้ใช้เหล่านี้เพิ่มเติมให้ชัดเจน ตัวอย่างเช่นหากผู้ใช้พบว่า เธออยาก
ดู " หนังตลก " และประเภทภาพยนตร์ เป็นคุณลักษณะที่สำคัญที่สุดสำหรับเธอ
เธอจะแนะนําหนังตลกเท่านั้น ในทำนองเดียวกันใน [ 45 ] , ผู้ใช้ยังสามารถ
ให้ผู้ที่ต้องการกาจึงทำให้ทั้งสองระบบแตกต่างกัน
เนื้อหาคุณลักษณะเช่นเดียวกับที่สำคัญน้ำหนักสำหรับคุณลักษณะต่าง ๆ