Reusing existing single-rating reco

Reusing existing single-rating recommendation techniques. A huge number of
recommendation techniques have been developed for single-rating recommender
systems over the last 10-15 years, and some of them could potentially be extended
to multi-criteria rating systems. For example, neighborhood-based collaborative filtering techniques may possibly take into account multi-criteria ratings using the
huge number of design options that Manouselis and Costopoulou [51] suggest. As
another example, there has been a number of sophisticated hybrid recommendation
approaches developed in recent years [11], and some of them could potentially be
adopted for multi-criteria rating recommenders. Finally, more sophisticated techniques, e.g., based on data envelopment analysis (DEA) or multi-criteria optimization, could be adopted and extended for choosing best items in the multi-criteria
rating settings.

ผลลัพธ์ (ไทย) 1:

อยู่อันดับเดียวแนะนำเทคนิคที่นำมาใช้ใหม่ ขนาดใหญ่จำนวนได้รับการพัฒนาเทคนิคคำแนะนำสำหรับผู้แนะนำการจัดอันดับเดียวอาจขยายระบบ 10-15 ปี และบางส่วนของพวกเขาการประเมินเงื่อนไขหลายระบบ ตัวอย่าง เทคนิคตามย่าน filtering ร่วมกันอาจจะเป็นอันดับเกณฑ์หลายบัญชีโดยใช้การจำนวนมากของตัวออกแบบที่ Manouselis และ Costopoulou [51] เป็นอย่างอื่น มีจำนวนของคำแนะนำของผสมที่ซับซ้อนแนวทางพัฒนาในปีที่ผ่านมา [11], และบางส่วนของพวกเขาอาจเป็นนำมาใช้เพื่อประเมินเงื่อนไขหลาย recommenders สุดท้าย เพิ่มเติมเทคนิคที่ทันสมัย เช่น วิเคราะห์เส้นห่อหุ้มข้อมูล (DEA) หรือหลายเกณฑ์ปรับให้เหมาะสม สามารถนำ และขยายการเลือกสินค้าที่ดีที่สุดในเกณฑ์หลายการตั้งค่าการจัดอันดับ

ผลลัพธ์ (ไทย) 2:

การนำที่มีอยู่คะแนนเดียวเทคนิคคำแนะนำ จำนวนมากของ
เทคนิคคำแนะนำได้รับการพัฒนาสำหรับการจัดอันดับเดียว recommender
ระบบในช่วง 10-15 ปีที่ผ่านมาและบางส่วนของพวกเขาอาจจะขยาย
เกณฑ์หลายระบบการจัดอันดับ ตัวอย่างเช่นพื้นที่ใกล้เคียงที่ใช้เทคนิคการทำงานร่วมกัน ltering ไฟอาจคำนึงถึงเกณฑ์การให้คะแนนโดยใช้หลาย
จำนวนมากของตัวเลือกการออกแบบที่ Manouselis และ Costopoulou [51] แนะนำ เป็น
อีกตัวอย่างหนึ่งที่มีอยู่เป็นจำนวนมากของคำแนะนำไฮบริดที่มีความซับซ้อน
แนวทางการพัฒนาในปีที่ผ่านมา [11] และบางส่วนของพวกเขาอาจจะ
นำมาใช้สำหรับเกณฑ์หลาย Recommenders คะแนน ในที่สุดเทคนิคที่ซับซ้อนมากขึ้นเช่นขึ้นอยู่กับการวิเคราะห์ข้อมูลห่อ (DEA) หรือการเพิ่มประสิทธิภาพหลายเกณฑ์จะถูกนำมาใช้และขยายการเลือกรายการที่ดีที่สุดในหลายเกณฑ์
การตั้งค่าคะแนน

ผลลัพธ์ (ไทย) 3:

ใช้คะแนนที่มีอยู่เดียวแนะนำเทคนิค ตัวเลขขนาดใหญ่ของ
เทคนิคแนะนำได้ถูกพัฒนาขึ้นสำหรับเดี่ยวอันดับแนะนำ
ระบบในช่วง 10-15 ปี และบางคนอาจจะขยายต่อเกณฑ์การประเมิน
หลายระบบ ตัวอย่างเช่น เพื่อนบ้านใช้ร่วมกันจึง ltering เทคนิคอาจพิจารณาใช้เกณฑ์การจัดอันดับ
หลายตัวเลขขนาดใหญ่ของการออกแบบและตัวเลือกที่ manouselis costopoulou [ 51 ] แนะนำ
เป็นอีกตัวอย่างหนึ่ง มีจำนวนของวิธีการที่ซับซ้อนไฮบริดแนะนำ
พัฒนาในปีล่าสุด [ 11 ] และบางส่วนของพวกเขาอาจจะใช้เกณฑ์การประเมิน recommenders
สำหรับหลาย . และเทคนิคที่ซับซ้อนมากขึ้น เช่นขึ้นอยู่กับการวิเคราะห์วางกรอบข้อมูล ( DEA ) หรือหลายเกณฑ์ให้เหมาะสม อาจจะประกาศใช้ และขยายการเลือกสินค้าที่ดีที่สุดในเกณฑ์การประเมินหลาย

ค่า