In this article we present an expla

In this article we present an explanation of how recommender systems are related to some traditional database analysis techniques. We examine how recommender systems help E-commerce sites increase sales and analyze the recommender systems at six market-leading sites. Based on these examples, we create a taxonomy of recommender systems, including the inputs required from the consumers, the additional knowledge required from the database, the ways the recommendations are presented to consumers, the technologies used to create the recommendations, and the level of personalization of the recommendations. We identify five commonly used E-commerce recommender application models, describe several open research problems in the field of recommender systems, and examine privacy implications of recommender systems technology.

ผลลัพธ์ (ไทย) 1:

ในบทความนี้ เสนอคำอธิบายว่าผู้แนะนำระบบเกี่ยวข้องกับเทคนิคการวิเคราะห์ฐานข้อมูลดั้งเดิมบาง เราตรวจสอบว่าระบบผู้แนะนำช่วยเหลืออีคอมเมิร์ซเว็บไซต์เพิ่มยอดขาย และวิเคราะห์ระบบผู้แนะนำที่เว็บไซต์การตลาดชั้นนำ 6 ตามตัวอย่างเหล่านี้ เราสร้างระบบภาษีของผู้แนะนำระบบ รวมถึงปัจจัยการผลิตที่ต้องการจากผู้บริโภค ความรู้เพิ่มเติมต้องการจากฐานข้อมูล คำแนะนำวิธีจะนำเสนอต่อผู้บริโภค เทคโนโลยีที่ใช้ในการสร้างคำแนะนำ และระดับของการตั้งค่าส่วนบุคคลของคำแนะนำ เราระบุห้ามักใช้อีคอมเมิร์ซผู้แนะนำแอพลิเคชันรุ่น อธิบายปัญหาวิจัยเปิดในระบบผู้แนะนำ และตรวจสอบผลกระทบความเป็นส่วนตัวของผู้แนะนำระบบเทคโนโลยี

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะนำเสนอคำอธิบายวิธีการที่ระบบ recommender ที่เกี่ยวข้องกับเทคนิคการวิเคราะห์ฐานข้อมูลแบบดั้งเดิม เราตรวจสอบวิธีการที่ระบบ recommender ช่วยเหลือเว็บไซต์อีคอมเมิร์ซเพิ่มยอดขายและวิเคราะห์ระบบ recommender ที่หกเว็บไซต์ชั้นนำในตลาด ขึ้นอยู่กับตัวอย่างเหล่านี้เราจะสร้างอนุกรมวิธานของระบบ recommender รวมทั้งปัจจัยการผลิตที่จำเป็นจากผู้บริโภค, ความรู้เพิ่มเติมที่จำเป็นจากฐานข้อมูลคำแนะนำวิธีการที่จะนำเสนอให้กับผู้บริโภคเทคโนโลยีที่ใช้ในการสร้างคำแนะนำและระดับของ ส่วนบุคคลของคำแนะนำ เราระบุห้าที่ใช้กันทั่วไปอีคอมเมิร์ซรูปแบบการประยุกต์ recommender อธิบายปัญหาการวิจัยที่เปิดหลายด้านของระบบ recommender และตรวจสอบผลกระทบความเป็นส่วนตัวของเทคโนโลยีระบบ recommender

ผลลัพธ์ (ไทย) 3:

ในบทความนี้ เราได้นำเสนอคำอธิบายของวิธีการที่ระบบแนะนำเกี่ยวข้องกับบางเทคนิคการวิเคราะห์ฐานข้อมูลแบบดั้งเดิม เราตรวจสอบว่าระบบแนะนำเว็บไซต์ E - commerce ช่วยเพิ่มการขายและวิเคราะห์ตลาดชั้นนำแนะนำระบบที่ 6 เว็บไซต์ จากตัวอย่างนี้ เราสร้างอนุกรมวิธานของระบบแนะนำ รวมทั้งปัจจัยการผลิตที่จำเป็นจากผู้บริโภคเพิ่มเติมความรู้ที่ต้องการจากฐานข้อมูลวิธีการข้อเสนอแนะเสนอต่อผู้บริโภค เทคโนโลยีที่ใช้ในการสร้างข้อเสนอแนะและระดับส่วนบุคคลของข้อเสนอแนะ เราระบุห้าใช้ทั่วไป - แนะนำโปรแกรมแบบอธิบายปัญหาการวิจัยหลายเปิดในด้านระบบการแนะนำ ,และตรวจสอบความเป็นส่วนตัวผลกระทบของเทคโนโลยีระบบแนะนำ .