Extensive experiments to evaluate t

Extensive experiments to evaluate the suggested models were conducted over a period of four weeks with a specially developed Android application which displays POI (points of interest) recommendations to users in order to evaluate the new algorithms.The participants provided positive and negative feedback about the recommendations, while we recorded a rich set of sensor data from their mobile devices. During the experiments, we also examined the effect of explicit and latent contexts on the accuracy of context-aware recommender systems. The experiments show that all of our suggested models outperform traditional CARS in terms of RMSE (root mean square error) on the test set.

ผลลัพธ์ (ไทย) 1:

ดำเนินการทดลองครอบคลุมการประเมินรุ่นแนะนำในช่วง 4 สัปดาห์ด้วยโปรแกรมประยุกต์ Android ที่พัฒนาขึ้นเป็นพิเศษซึ่งแสดง POI (จุดสนใจ) คำแนะนำผู้ใช้เพื่อประเมินขั้นตอนวิธีการใหม่ ผู้เข้าร่วมให้คำติชมเชิงบวก และเชิงลบเกี่ยวกับคำแนะนำ ในขณะที่เราบันทึกชุดข้อมูลเซ็นเซอร์จากอุปกรณ์เคลื่อน ในระหว่างการทดลองที่ เรายังตรวจสอบผลของบริบทชัดเจน และแฝงอยู่ในความถูกต้องของระบบบริบทผู้แนะนำ การทดลองที่แสดงว่า ทุกรุ่นของเราแนะนำดีกว่ารถยนต์แบบดั้งเดิมในแง่ RMSE (ผิดพลาดรากหมายถึงสแควร์) บนชุดทดสอบ

ผลลัพธ์ (ไทย) 2:

การทดลองที่กว้างขวางในการประเมินแบบจำลองปัญหาได้ดำเนินการในช่วงสี่สัปดาห์ที่มีการประยุกต์ใช้ Android พัฒนาขึ้นเป็นพิเศษซึ่งจะแสดง POI (Points of Interest) คำแนะนำแก่ผู้ใช้ในการประเมินผู้เข้าร่วม algorithms.The ใหม่แสดงความคิดเห็นในเชิงบวกและเชิงลบเกี่ยวกับคำแนะนำที่ ในขณะที่เราบันทึกชุดสมบูรณ์ของข้อมูลเซ็นเซอร์จากโทรศัพท์มือถือของพวกเขา ในระหว่างการทดลองที่เรายังตรวจสอบผลกระทบของบริบทที่ชัดเจนและที่แฝงอยู่ในความถูกต้องของบริบทระบบ recommender การทดลองแสดงให้เห็นว่าทุกรุ่นของยี่ห้อที่แนะนำของเราดีกว่ารถยนต์แบบดั้งเดิมในแง่ของ RMSE (Root Mean ข้อผิดพลาดตาราง) ในชุดทดสอบ