In this paper, we present a Web rec

In this paper, we present a Web recommender system for
recommending, predicting and personalizing music playlists based on a user
model. We have developed a hybrid similarity matching method that combines
collaborative filtering with ontology-based semantic distance measurements.
We dynamically generate a personalized music playlist, from a selection of
recommended playlists, which comprises the most relevant tracks to the user.
Our Web recommender system features three functionalities: (1) predict the
likability of a user towards a specific music playlist, (2) recommend a set of
music playlists, and (3) compose a new personalized music playlist. Our
experimental results will show the efficacy of our hybrid similarity matching
approach and the information personalization method

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรานำเสนอระบบผู้แนะนำเว็บสำหรับ แนะนำ คาดการณ์ และเล่นเพลงตามที่ผู้ใช้ส่วนบุคคล แบบจำลอง เราได้พัฒนาคล้ายผสมเป็นวิธีการที่รวมการจับคู่ ร่วมกรอง ด้วยการวัดระยะทางตรรกที่ใช้ภววิทยา เราสร้างรายการเล่นเพลงส่วนตัว จากการเลือกแบบไดนามิก แนะนำรายการที่เล่น ซึ่งประกอบด้วยเพลงมากที่สุดกับผู้ใช้ ระบบผู้แนะนำเว็บของเรามีฟังก์ชันที่สาม: (1) ทำนายการ ชุดแนะนำ likability ของผู้ใช้ต่อเล่นเพลงเฉพาะ, (2) เล่นดนตรี และ (3) เขียนเล่นเพลงแบบใหม่ ของเรา ผลการทดลองจะแสดงประสิทธิภาพของเราจับคู่ผสมคล้าย วิธีการและวิธีการตั้งค่าส่วนบุคคลข้อมูล

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรานำเสนอระบบ recommender เว็บสำหรับ
แนะนำทำนายและการปรับแต่งรายการเล่นเพลงบนพื้นฐานของการใช้
รูปแบบ เราได้พัฒนาความคล้ายคลึงกันวิธีการจับคู่ไฮบริดที่ผสมผสาน
การกรองร่วมกับอภิปรัชญาที่ใช้วัดระยะทางความหมาย.
เราแบบไดนามิกสร้างรายการเพลงเพลงส่วนบุคคลจากการเลือกของ
รายการเพลงที่แนะนำซึ่งประกอบด้วยแทร็คที่เกี่ยวข้องมากที่สุดให้กับผู้ใช้.
เว็บ recommender คุณสมบัติของระบบของเรา สามฟังก์ชัน: (1) คาดการณ์
likability ของผู้ใช้ที่มีต่อรายการที่จะเล่นเพลงที่เฉพาะเจาะจง (2) แนะนำชุดของ
รายการเล่นเพลงและ (3) เขียนชื่อเพลงส่วนบุคคลใหม่ ของเรา
ผลการทดลองจะแสดงประสิทธิภาพของความคล้ายคลึงกันไฮบริดของเราตรงกับ
แนวทางและวิธีการส่วนบุคคลข้อมูล

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เรานำเสนอระบบการแนะนำเว็บสำหรับ
แนะนำสามารถปรับเพลงและรายการเพลงขึ้นอยู่กับผู้ใช้
นางแบบ เราได้พัฒนาวิธีการจับคู่เหมือนลูกผสมที่รวม
ร่วมกันกรองกับภววิทยาที่ใช้หน่วยวัดระยะทางทางความหมาย
เราแบบไดนามิกสร้างเพลงส่วนบุคคลจากการเลือก
แนะนำรายการ ,ซึ่งประกอบด้วยแทร็คที่เกี่ยวข้องมากที่สุดให้กับผู้ใช้
แนะนำระบบเว็บของเราคุณสมบัติ 3 ฟังก์ชัน ( 1 ) ทำนาย
likability ของผู้ใช้ไปยังรายการที่เล่นเพลงเฉพาะ ( 2 ) แนะนำชุด
เพลงรายการเพลงและเรียบเรียงใหม่ส่วนบุคคล ( 3 ) เพลง . ผลการทดลองของเรา
จะแสดงประสิทธิภาพของความเหมือนของเราตรงกัน
ไฮบริดข้อมูลส่วนบุคคลที่วิธีการและวิธีการ