Abstract Recommender systems have t

Abstract Recommender systems have the effect of guiding users in a personal-
ized way to interesting objects in a large space of possible options. Content-based
recommendation systems try to recommend items similar to those a given user has
liked in the past. Indeed, the basic process performed by a content-based recom-
mender consists in matching up the attributes of a user profile in which preferences
and interests are stored, with the attributes of a content object (item), in order to
recommend to the user new interesting items. This chapter provides an overview of
content-based recommender systems, with the aim of imposing a degree of order on
the diversity of the different aspects involved in their design and implementation.
The first part of the chapter presents the basic concepts and terminology of content-
based recommender systems, a high level architecture, and their main advantages
and drawbacks. The second part of the chapter provides a review of the state of
the art of systems adopted in several application domains, by thoroughly describ-
ing both classical and advanced techniques for representing items and user profiles.
The most widely adopted techniques for learning user profiles are also presented.
The last part of the chapter discusses trends and future research which might lead
towards the next generation of systems, by describing the role of User Generated
Content as a way for taking into account evolving vocabularies, and the challenge
of feeding users with serendipitous recommendations, that is to say surprisingly
interesting items that they might not have otherwise discovered.

ผลลัพธ์ (ไทย) 1:

ผู้แนะนำระบบนามธรรมมีผลผู้ใช้แนวทางในการส่วนบุคคลไป ized วัตถุน่าสนใจในพื้นที่ขนาดใหญ่ของตัว ตามเนื้อหาระบบพยายามแนะนำสินค้าที่คล้ายคลึงกับผู้ให้คำแนะนำได้ชอบในอดีต แน่นอน พื้นฐานการดำเนินการ โดยมีเนื้อหาตาม recom-mender ประกอบด้วยในการจับคู่ค่าแอตทริบิวต์ของ profile ผู้ใช้ในลักษณะใดและสถานที่ เก็บ กับแอตทริบิวต์ของวัตถุเนื้อหา (สินค้า), เพื่อขอแนะนำให้ผู้ใช้ใหม่สนใจสินค้า บทนี้แสดงภาพรวมของผู้แนะนำเนื้อหาตามระบบ จุดมุ่งหมายของสถานะองศาของใบสั่งในความหลากหลายในด้านต่าง ๆ ที่เกี่ยวข้องในการออกแบบและการใช้งานส่วน first บทนำเสนอแนวคิดพื้นฐานและคำศัพท์เนื้อหา-ผู้แนะนำตามระบบ สถาปัตยกรรมระดับสูง และข้อได้เปรียบหลักของพวกเขาและข้อเสีย ส่วนสองของบทมีการตรวจสอบของรัฐศิลปะของระบบที่นำมาใช้ในโดเมนโปรแกรมประยุกต์หลาย โดยทำ describ-บริษัทเทคนิคทั้งคลาสสิก และขั้นสูงสำหรับการแสดงสินค้าและผู้ใช้ profilesนอกจากนี้ยังมีแสดงเทคนิคการนำมาใช้กันอย่างแพร่หลายในการเรียนรู้ผู้ใช้ profilesส่วนท้ายของบทกล่าวถึงแนวโน้มและงานวิจัยในอนาคตซึ่งอาจนำต่อรุ่นต่อไปของระบบ โดยอธิบายบทบาทของผู้สร้างเนื้อหาเป็นวิธีการพิจารณาบัญชีพัฒนา vocabularies และความท้าทายขู่ผู้ใช้คำแนะนำ serendipitous กล่าวคือจู่ ๆสินค้าน่าสนใจที่พวกเขาอาจไม่มีหรือค้นพบ

ผลลัพธ์ (ไทย) 2:

ระบบ Recommender บทคัดย่อมีผลต่อผู้ใช้แนวทางใน personal-
วิธี ized กับวัตถุที่น่าสนใจในพื้นที่ขนาดใหญ่ของตัวเลือกที่เป็นไปได้ เนื้อหาตาม
คำแนะนำของระบบพยายามที่จะแนะนำรายการที่คล้ายกับที่ผู้ใช้กำหนดได้
ชอบในอดีตที่ผ่านมา อันที่จริงกระบวนการพื้นฐานที่ดำเนินการโดยแนะเนื้อหาตาม
ช่างประกอบในการจับคู่ขึ้นคุณลักษณะของผู้ใช้โปรไฟ le ซึ่งในการตั้งค่า
และผลประโยชน์จะถูกเก็บไว้ที่มีคุณลักษณะของวัตถุเนื้อหา (รายการ) เพื่อที่จะ
แนะนำให้กับผู้ใช้ รายการใหม่ที่น่าสนใจ ในบทนี้จะให้ภาพรวมของ
เนื้อหาที่ใช้ระบบ recommender มีจุดประสงค์ของการจัดเก็บภาษีในระดับของการสั่งซื้อใน
หลากหลายแง่มุมที่แตกต่างกันมีส่วนร่วมในการออกแบบและการดำเนินการของพวกเขา.
ส่วนสายแรกของบทนำเสนอแนวคิดพื้นฐานและคำศัพท์ของเนื้อหา
ระบบ recommender, สถาปัตยกรรมในระดับสูงและความได้เปรียบหลักของพวกเขา
และข้อเสีย ส่วนที่สองของบทที่มีการตรวจสอบสถานะของ
ศิลปะของระบบนำมาใช้ในโดเมนโปรแกรมประยุกต์หลายโดยทั่วถึง describ-
ไอเอ็นจีเทคนิคทั้งคลาสสิกและขั้นสูงสำหรับการเป็นตัวแทนของรายการและใช้โปรไฟ les.
เทคนิคส่วนใหญ่นำมาใช้กันอย่างแพร่หลายสำหรับการเรียนรู้ของผู้ใช้โปรไฟ les จะ ยังนำเสนอ.
ส่วนสุดท้ายของบทที่กล่าวถึงแนวโน้มและการวิจัยในอนาคตซึ่งอาจนำ
ไปสู่รุ่นต่อไปของระบบโดยการอธิบายบทบาทของผู้ใช้สร้าง
เนื้อหาที่เป็นวิธีสำหรับคำนึงถึงคำศัพท์การพัฒนาและความท้าทาย
ของการให้อาหารผู้ใช้ที่มี serendipitous คำแนะนำที่เป็นที่น่าแปลกใจที่จะบอกว่า
รายการที่น่าสนใจว่าพวกเขาอาจจะไม่ได้ค้นพบเป็นอย่างอื่น

ผลลัพธ์ (ไทย) 3:

บทคัดย่อแนะนำระบบที่มีผลชี้นำผู้ใช้ในส่วนบุคคล -
เราเป็นวิธีการที่น่าสนใจวัตถุในพื้นที่ขนาดใหญ่ของตัวเลือกที่เป็นไปได้ . ตามเนื้อหา
แนะนำระบบลองแนะนำรายการที่คล้ายคลึงกับที่ให้ผู้ใช้มี
ชอบในอดีต จริงๆ พื้นฐาน กระบวนการ โดยเนื้อหา Recom -
ภาพประกอบด้วยตรงกับคุณลักษณะของผู้ใช้ Pro จึงเลอในลักษณะใด
และความสนใจจะถูกเก็บไว้กับคุณลักษณะของปริมาณวัตถุ ( สินค้า ) เพื่อให้ผู้ใช้ใหม่

แนะนำน่าสนใจรายการ บทนี้จะให้ภาพรวมของ
แนะนำระบบเนื้อหากับจุดประสงค์ของการกำหนดระดับของลำดับบน
ความหลากหลายของลักษณะต่าง ๆที่เกี่ยวข้องในการออกแบบและการดำเนินงานของพวกเขา .
จึงตัดสินใจเดินทางไปส่วนหนึ่งของบทที่กล่าวถึงแนวคิดพื้นฐานและคำศัพท์เนื้อหา -
ตามการแนะนำระบบสถาปัตยกรรมระดับ ข้อดี และข้อเสีย
. ส่วนที่สองของบทที่มีการทบทวนสถานะของศิลปะระบบ
ใช้โดเมนโปรแกรมประยุกต์หลายโดยละเอียด describ -
ing ทั้งคลาสสิกและเทคนิคขั้นสูงสำหรับการแสดงสินค้าและผู้ใช้จึงเลส
อย่างกว้างขวางมากที่สุดใช้เทคนิคการเรียนรู้สำหรับผู้ใช้ Pro จึงเล ยังนำเสนอ .
ส่วนสุดท้ายของบทที่กล่าวถึงแนวโน้มและอนาคตของการวิจัย ซึ่งอาจนำไปสู่
ต่อรุ่นถัดไปของระบบ โดยบรรยายบทบาทของ ผู้ใช้สร้าง
เนื้อหาเป็นวิธีสำหรับการพิจารณาการพัฒนาคำศัพท์ และความท้าทายของการให้คำแนะนำ
ผู้ใช้จะโชคดีปานนั้น กล่าวคือ จู่ ๆ
รายการที่น่าสนใจที่พวกเขาอาจไม่ได้มิฉะนั้นค้นพบ .