This mechanism uses user rating dat

This mechanism uses user rating data to compute similarity between users or items. This is used for making recommendations. This was the earlier mechanism and is used in many commercial systems. It is easy to implement and is effective. Typical examples of this mechanism are neighbourhood based CF and item-based/user-based top-N recommendations.[3] For example, in user based approaches, the value of ratings user 'u' gives to item 'i' is calculated as an aggregation of some similar users rating to the item:

where 'U' denotes the set of top 'N' users that are most similar to user 'u' who rated item 'i'. Some examples of the aggregation function includes:

ผลลัพธ์ (ไทย) 2:

กลไกนี้จะใช้ข้อมูลการประเมินโดยใช้การคำนวณความคล้ายคลึงกันระหว่างผู้ใช้หรือรายการ นี้จะใช้สำหรับการทำข้อเสนอแนะ นี่เป็นกลไกที่ก่อนหน้านี้และถูกนำมาใช้ในระบบการค้าจำนวนมาก มันเป็นเรื่องง่ายที่จะใช้และมีประสิทธิภาพ ตัวอย่างทั่วไปของกลไกนี้จะใกล้เคียงตาม CF และรายการที่ใช้ / ผู้ใช้ตามคำแนะนำบน-N. [3] ตัวอย่างเช่นในวิธีการใช้ตามค่าของผู้ใช้ให้คะแนน u 'ให้กับรายการ' i 'ถูกคำนวณเป็น การรวมตัวของผู้ใช้บางส่วนคะแนนคล้ายกับรายการ: ที่ 'U' หมายถึงการตั้งค่าของผู้ใช้บน 'N' ที่มีความใกล้เคียงกับผู้ใช้ 'U' ที่จัดอันดับรายการ 'i' ตัวอย่างบางส่วนของฟังก์ชั่นการรวมรวมถึง:

ผลลัพธ์ (ไทย) 3:

กลไกนี้จะใช้ข้อมูลจากผู้ใช้คะแนนความเหมือนระหว่างผู้ใช้หรือรายการ นี้ใช้สำหรับการแนะนำ นี้เป็นกลไกที่ก่อนหน้านี้และมีการใช้ในระบบการค้ามาก มันเป็นเรื่องง่ายที่จะใช้และมีประสิทธิภาพ ตัวอย่างทั่วไปของกลไกนี้ตาง ๆตามโฆษณา และรายการ / ผู้ใช้ตามข้อเสนอแนะจาก top-n [ 3 ] ตัวอย่างเช่น ผู้ใช้ตามแนวค่าของผู้ใช้ ' การจัดอันดับ U ' ให้กับรายการ ' ' จะถูกคำนวณเป็นคะแนนรวมของบางคล้ายผู้ใช้ไปยังรายการที่ :

' U ' แสดงชุดด้านบน ' n ' ผู้ใช้ที่ใกล้เคียงที่สุดกับผู้ใช้ ' U ' ที่นิยมรายการ ' ฉัน ' ตัวอย่างของฟังก์ชันการรวม :