3.2 Basics of Content-based Recomme

3.2 Basics of Content-based Recommender Systems

Systems implementing a content-based recommendation approach analyze a set of
documents and/or descriptions of items previously rated by a user, and build a model
or profile of user interests based on the features of the objects rated by that user [63].
The profile is a structured representation of user interests, adopted to recommend
new interesting items. The recommendation process basically consists in matching
up the attributes of the user profile against the attributes of a content object. The re-
sult is a relevance judgment that represents the user’s level of interest in that object.
If a profile accurately reflects user preferences, it is of tremendous advantage for
the effectiveness of an information access process. For instance, it could be used to
filter search results by deciding whether a user is interested in a specific Web page
or not and, in the negative case, preventing it from being displayed.

ผลลัพธ์ (ไทย) 1:

3.2 พื้นฐานระบบผู้แนะนำตามเนื้อหาระบบที่ใช้วิธีตามเนื้อหาคำแนะนำวิเคราะห์ชุดเอกสารและ/หรือคำอธิบายของรายการก่อนหน้านี้คะแนนผู้ใช้ และสร้างแบบจำลองหรือ profile ของผู้ใช้ประโยชน์ตามคุณสมบัติของวัตถุจัดอันดับ โดยผู้ใช้ [63]Profile เป็นการแสดงโครงสร้างของผู้ใช้ประโยชน์ นำไปแนะนำสินค้าใหม่น่าสนใจ การแนะนำโดยทั่วไปประกอบด้วยในการจับคู่ค่าแอตทริบิวต์ profile ผู้ใช้กับแอตทริบิวต์ของวัตถุเนื้อหา ใหม่-sult เป็นคำพิพากษาเกี่ยวข้องที่แสดงถึงระดับของผู้ใช้ที่น่าสนใจในวัตถุถ้า profile ตัวอย่างการกำหนดลักษณะผู้ใช้ reflects จะมีประโยชน์มหาศาลสำหรับประสิทธิภาพของกระบวนการเข้าถึงข้อมูล เช่น สามารถใช้ในการผลการค้นหา filter โดยตัดสินใจว่า ผู้ใช้สนใจในเว็บเพจ specificหรือไม่ และ ใน กรณีลบ ทำให้ไม่สามารถแสดง

ผลลัพธ์ (ไทย) 2:

3.2 พื้นฐานของเนื้อหาที่ใช้ระบบ Recommender ระบบการใช้วิธีการคำแนะนำของเนื้อหาตามวิเคราะห์ชุดของเอกสารและ / หรือรายละเอียดของรายการจัดอันดับก่อนหน้านี้โดยผู้ใช้และสร้างรูปแบบหรือโปรไฟเลอผลประโยชน์ของผู้ใช้ตามลักษณะของวัตถุที่จัดอันดับ โดยที่ผู้ใช้ [63]. โปรไฟ le เป็นตัวแทนโครงสร้างผลประโยชน์ของผู้ใช้นำไปใช้เพื่อแนะนำรายการใหม่ที่น่าสนใจ คำแนะนำขั้นตอนโดยทั่วไปประกอบด้วยในการจับคู่ขึ้นคุณลักษณะของผู้ใช้โปรไฟ le กับคุณลักษณะของวัตถุเนื้อหา อีกsult คือการตัดสินความเกี่ยวข้องที่แสดงถึงระดับของผู้ใช้ที่น่าสนใจในวัตถุที่. ถ้าโปรไฟ le ได้อย่างถูกต้องอีกครั้งสะท้อนให้ค่าของผู้ใช้มันเป็นประโยชน์อย่างมากสำหรับประสิทธิภาพของขั้นตอนการเข้าถึงข้อมูล ยกตัวอย่างเช่นมันสามารถนำมาใช้เพื่อผลการค้นหาไฟกรองด้วยการตัดสินใจว่าผู้ใช้มีความสนใจในสาย speci คหน้าเว็บหรือไม่และในกรณีที่เป็นลบ, ป้องกันไม่ให้มันจากการถูกแสดง

ผลลัพธ์ (ไทย) 3:

3.2 เนื้อหาตามพื้นฐานของผู้แนะนำระบบ

ระบบการนำเนื้อหาแนะนำวิธีการวิเคราะห์ชุดของ
เอกสารและ / หรือคำอธิบายของรายการก่อนหน้านี้ จัดอันดับโดยผู้ใช้ และสร้างแบบจำลอง
หรือ Pro จึงเลอ ผลประโยชน์ของผู้ใช้ ขึ้นอยู่กับคุณสมบัติของวัตถุที่จัดอันดับโดยผู้ใช้ [ 63 ] .
โปรจึงเลอ เป็นโครงสร้างที่เป็นตัวแทนผลประโยชน์ของผู้ใช้แนะนำ
บุญธรรมสินค้าใหม่ที่น่าสนใจ กระบวนการแนะนำโดยทั่วไปประกอบด้วยในการจับคู่
ขึ้นคุณลักษณะของผู้ใช้ Pro จึงเล กับคุณลักษณะของปริมาณวัตถุ Re -
Sult มีความเกี่ยวข้องการพิพากษาที่แสดงถึงระดับของผู้ใช้ที่สนใจในวัตถุ
ถ้าโปรจึงเลอถูกต้องอีกครั้งflผลผู้ใช้การตั้งค่า มันเป็นประโยชน์อย่างมากสำหรับ
ประสิทธิผลของการเข้าถึงข้อมูลกระบวนการตัวอย่างเช่นมันสามารถใช้

ผลการค้นหา lter ถ่ายทอดโดยการตัดสินใจว่าผู้ใช้มีความสนใจในประเภทจึง C หน้าเว็บ
หรือ ไม่ และ ในกรณีที่ ลบ ป้องกันมันจาก
ถูกแสดง