Recommender systems are being used

Recommender systems are being used by an ever-increasing number of E-commerce sites to
help consumers find products to purchase. What started as a novelty has turned into a serious
business tool. Recommender systems use product knowledge – either hand-coded knowledge
provided by experts or “mined” knowledge learned from the behavior of consumers – to guide
consumers through the often-overwhelming task of locating products they will like. 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) 2:

ผู้แนะนำระบบที่มีการใช้โดยจำนวนเพิ่มมากขึ้นของเว็บไซต์อีคอมเมิร์ซที่จะ
ช่วยให้ผู้บริโภคพบผลิตภัณฑ์ที่จะซื้อ สิ่งที่เริ่มเป็นความแปลกใหม่ได้กลายเป็นร้ายแรง
เครื่องมือทางธุรกิจ ระบบ Recommender ใช้ความรู้ผลิตภัณฑ์ - ทั้งความรู้มือรหัส
ให้บริการโดยผู้เชี่ยวชาญหรือ "ศีลธรรม" ความรู้ที่ได้เรียนรู้จากพฤติกรรมของผู้บริโภค - เพื่อให้คำแนะนำ
กับผู้บริโภคผ่านงานมักจะครอบงำของผลิตภัณฑ์ตำแหน่งที่พวกเขาจะชอบ ในการนี้
บทความเรานำเสนอคำอธิบายวิธีการที่ระบบ recommender ที่เกี่ยวข้องกับบางแบบดั้งเดิม
เทคนิคการวิเคราะห์ฐานข้อมูล เราตรวจสอบวิธีการที่ระบบ recommender ช่วยเหลือเว็บไซต์อีคอมเมิร์ซ
เพิ่มยอดขายและวิเคราะห์ระบบ recommender ที่หกเว็บไซต์ชั้นนำในตลาด ขึ้นอยู่กับ
ตัวอย่างเหล่านี้เราจะสร้างอนุกรมวิธานของระบบ recommender รวมทั้งปัจจัยการผลิตที่จำเป็น
จากผู้บริโภค, ความรู้เพิ่มเติมที่จำเป็นจากฐานข้อมูลวิธีการ
คำแนะนำจะถูกนำเสนอให้กับผู้บริโภคเทคโนโลยีที่ใช้ในการสร้าง
คำแนะนำและระดับของ ส่วนบุคคลของคำแนะนำ เราระบุห้า
ที่ใช้กันทั่วไปอีคอมเมิร์ซรูปแบบการประยุกต์ recommender อธิบายวิจัยเปิดหลาย
ปัญหาในด้านของระบบ recommender และตรวจสอบผลกระทบความเป็นส่วนตัวของ
เทคโนโลยีระบบ recommender

ผลลัพธ์ (ไทย) 3:

Recommender systems are being used by an ever-increasing number of E-commerce sites to
help consumers find products to purchase. What started as a novelty has turned into a serious
business tool. Recommender systems use product knowledge – either hand-coded knowledge
provided by experts or “mined” knowledge learned from the behavior of consumers – to guide
ผู้บริโภคผ่านงานมักจะยุ่งยาก หาผลิตภัณฑ์ที่พวกเขาจะชอบ ในบทความนี้
เราปัจจุบันอธิบายวิธีการแนะนำระบบเกี่ยวข้องกับบางเทคนิคการวิเคราะห์
ฐานข้อมูลแบบดั้งเดิม เราตรวจสอบว่าระบบแนะนำเว็บไซต์ E-commerce
ช่วยเพิ่มการขายและวิเคราะห์ตลาดชั้นนำแนะนำระบบที่ 6 เว็บไซต์ โดย
ตัวอย่างเหล่านี้เราสร้างอนุกรมวิธานของระบบแนะนำ รวมทั้งปัจจัยการผลิตที่จำเป็น
จากผู้บริโภค เพิ่มเติมความรู้ที่ต้องการจากฐานข้อมูลวิธีการ
แนะนำเสนอให้ผู้บริโภค เทคโนโลยีที่ใช้ในการสร้าง
ข้อเสนอแนะ และระดับของจำนวนมากของข้อเสนอแนะ เราระบุห้า
ปกติใช้อีคอมเมิร์ซแนะนำโปรแกรมรุ่นอธิบายปัญหาการวิจัย
เปิดหลายในด้านการแนะนำระบบ และการตรวจสอบความเป็นส่วนตัวผลกระทบของเทคโนโลยีระบบแนะนำ

.