Recommendation systems is used for

Recommendation systems is used for the purpose of
suggesting items to purchase or to see. They direct users towards
those items which can meet their needs through cutting down
large database of Information. A various techniques have been
introduced for recommending items i.e. content, collaborative
and association mining techniques are used. This paper solves the
problem of data sparsity problem by combining the
collaborative-based filtering and association rule mining to
achieve better performance. The results obtained are
demonstrated and the proposed recommendation algorithms
perform better and solve the challenges such as data sparsity and
scalability.

ผลลัพธ์ (ไทย) 1:

ใช้สำหรับวัตถุประสงค์ในการแนะนำระบบแนะนำสินค้า การสั่งซื้อ หรือดู โดยจะนำผู้ใช้ไปสู่สินค้าซึ่งสามารถตอบสนองความต้องการผ่านตัดลงฐานข้อมูลขนาดใหญ่ของข้อมูล เทคนิคต่าง ๆ ได้รับแนะนำสำหรับการแนะนำรายการร่วมกัน เช่นเนื้อหาและใช้เทคนิคสมาคมเหมืองแร่ กระดาษนี้แก้ตัวปัญหาของปัญหา sparsity ข้อมูลโดยรวมร่วมการกรองและการทำเหมืองกฎสมาคมเพื่อบรรลุประสิทธิภาพที่ดีขึ้น ผลลัพธ์ที่ได้คือสาธิต และวิธีเสนอคำแนะนำทำงานดีขึ้น และแก้ปัญหาความท้าทายเช่นการ sparsity ข้อมูล และปรับขยาย

ผลลัพธ์ (ไทย) 2:

ระบบคำแนะนำใช้สำหรับวัตถุประสงค์ของการ
แนะนำรายการที่จะซื้อหรือการมองเห็น พวกเขานำผู้ใช้ที่มีต่อ
รายการเหล่านั้นซึ่งสามารถตอบสนองความต้องการของพวกเขาผ่านการตัดลง
ฐานข้อมูลขนาดใหญ่ของข้อมูล เทคนิคต่างๆได้รับการ
แนะนำให้รู้จักกับแนะนำรายการคือเนื้อหาความร่วมมือ
เทคนิคการทำเหมืองและความสัมพันธ์ที่มีการใช้ กระดาษนี้จะแก้
ปัญหาของปัญหาข้อมูล sparsity โดยการรวม
การทำงานร่วมกันตามกฎการกรองและการสมาคมการทำเหมืองแร่ที่จะ
บรรลุประสิทธิภาพที่ดีขึ้น ผลที่ได้รับจะ
แสดงให้เห็นถึงขั้นตอนวิธีการและข้อเสนอแนะที่นำเสนอ
การดำเนินการที่ดีขึ้นและแก้ปัญหาความท้าทายเช่น sparsity ข้อมูลและ
ขยายขีดความสามารถ