25.4 Measuring RobustnessCollaborat

25.4 Measuring Robustness

Collaborative recommendation algorithms can be categorised into two general
classes, which are commonly referred to as memory-based and model-based algorithms [2]. Memory-based algorithms utilise all available data from a system
database to compute predictions and recommendations. In contrast, model-based
algorithms operate by first deriving a model from the system data, and this model is
subsequently used in the recommendation process.

ผลลัพธ์ (ไทย) 1:

25.4 วัดเสถียรภาพอัลกอริทึมคำแนะนำร่วมที่สามารถจัดเข้าไปห้องเรียน ซึ่งโดยทั่วไปอย่างเป็น ตามรุ่น และหน่วยความจำตามอัลกอริทึม [2] อัลกอริทึมที่ใช้หน่วยความจำใช้ข้อมูลทั้งหมดจากระบบฐานข้อมูลการคำนวณการคาดการณ์และคำแนะนำ ในทางตรงข้าม ใช้แบบจำลองอัลกอริทึมทำงาน โดยบริษัทฯ แบบจากข้อมูลระบบ first และเป็นรูปแบบนี้มาใช้ในการแนะนำ

ผลลัพธ์ (ไทย) 2:

25.4 การวัดความทนทานขั้นตอนวิธีการทำงานร่วมกันเสนอแนะสามารถแบ่งออกเป็นสองทั่วไปชั้นเรียนซึ่งมักจะถูกเรียกเป็นหน่วยความจำที่ใช้และแบบที่ใช้อัลกอริทึม [2] อัลกอริทึมที่ใช้หน่วยความจำใช้ข้อมูลที่มีอยู่ทั้งหมดออกจากระบบฐานข้อมูลในการคำนวณการคาดการณ์และข้อเสนอแนะ ในทางตรงกันข้ามแบบที่ใช้ขั้นตอนวิธีการดำเนินการโดยสายแรกอันเกิดจากรูปแบบข้อมูลของระบบและรูปแบบนี้จะถูกนำมาใช้ในขั้นตอนการเสนอแนะ

ผลลัพธ์ (ไทย) 3:

พร้อมวัดความแข็งแกร่งร่วมกันแนะนำขั้นตอนวิธีที่สามารถแบ่งออกเป็นสองทั่วไป
เรียน ซึ่งมักเรียกว่า หน่วยความจำที่ใช้และสำหรับขั้นตอนวิธี [ 2 ] หน่วยความจำที่ใช้ขั้นตอนวิธีการที่ใช้ข้อมูลที่มีอยู่ทั้งหมดจากระบบ
ฐานข้อมูลคำนวณคาดคะเน และข้อเสนอแนะ ในทางตรงกันข้าม สำหรับ
ขั้นตอนวิธีการใช้งานโดยการใช้แบบจำลองจึงตัดสินใจเดินทางจากระบบ และรูปแบบนี้
ต่อมาใช้ในกระบวนการต่าง ๆ