Some recommenders, such as those on

Some recommenders, such as those on news sites, will want to provide recommenders that incorporate content analysis as well as
preference analysis. Many machine-learning techniques have been shown to effectively build a model of human preferences based on
content. Information filtering systems (Salton, 1968) build models of customer preferences based on keyword vectors. Other systems
employ neural networks and other feedback systems to learn preference patterns. While these systems cannot entirely replace the
human values captured in collaborative filtering systems, there is evidence that they can augment collaborative filtering. Other
approaches combine machine-learning techniques with collaborative filtering ones.

ผลลัพธ์ (ไทย) 1:

Recommenders บาง เช่นบนเว็บไซต์ข่าว จะต้องการให้วิเคราะห์ว่าเนื้อหา incorporate recommenders เป็นการวิเคราะห์ความ ได้รับการแสดงหลายเครื่องเรียนรู้เทคนิคการสร้างแบบจำลองตามลักษณะมนุษย์ได้อย่างมีประสิทธิภาพเนื้อหา ระบบการกรองข้อมูล (Salton, 1968) สร้างแบบที่ลูกค้ากำหนดลักษณะตามเวกเตอร์สำคัญ ระบบอื่น ๆใช้เครือข่ายประสาทและระบบข้อเสนอแนะอื่น ๆ เพื่อตั้งค่ารูปแบบการเรียนรู้ ในขณะที่ระบบเหล่านี้ไม่สามารถแทนทั้งหมดค่ามนุษย์ในระบบกรองทำงานร่วมกัน มีหลักฐานว่า พวกเขาสามารถเพิ่มการกรองทำงานร่วมกัน อื่น ๆวิธีรวมเทคนิคการเรียนรู้เครื่อง มีตัวกรองร่วมกัน

ผลลัพธ์ (ไทย) 2:

บาง Recommenders เช่นผู้ที่อยู่ในเว็บไซต์ข่าวจะต้องการที่จะให้ Recommenders ที่รวมการวิเคราะห์เนื้อหาเช่นเดียวกับ
การวิเคราะห์การตั้งค่า เทคนิคเครื่องการเรียนรู้หลายคนได้แสดงให้เห็นว่ามีประสิทธิภาพในการสร้างรูปแบบของการตั้งค่าของมนุษย์ขึ้นอยู่กับ
เนื้อหา ระบบการกรองข้อมูล (Salton 1968) สร้างรูปแบบของความต้องการของลูกค้าบนพื้นฐานของเวกเตอร์คำ ระบบอื่น ๆ
จ้างเครือข่ายประสาทและระบบข้อเสนอแนะอื่น ๆ ที่จะเรียนรู้รูปแบบการตั้งค่า ในขณะที่ระบบเหล่านี้จะไม่ได้ทั้งหมดแทนที่
คุณค่าของมนุษย์บันทึกในระบบการกรองการทำงานร่วมกันมีหลักฐานว่าพวกเขาสามารถขยายการกรองการทำงานร่วมกัน อื่น ๆ
วิธีการรวมเทคนิคเครื่องการเรียนรู้กับคนที่ทำงานร่วมกันในการกรอง

ผลลัพธ์ (ไทย) 3:

บาง recommenders เช่นในเว็บไซต์ข่าว จะต้องให้ recommenders ที่รวมเนื้อหาตลอดจน
การวิเคราะห์ค่า เทคนิคการเรียนรู้ของเครื่องหลายได้รับการแสดงที่จะมีประสิทธิภาพสร้างรูปแบบของการตั้งค่าของมนุษย์ขึ้นอยู่กับ
เนื้อหา ระบบการกรองข้อมูล ( Salton , 1968 ) สร้างแบบจำลองของการตั้งค่าของลูกค้าบนพื้นฐานของเวกเตอร์คำหลัก
ระบบอื่น ๆใช้โครงข่ายประสาทเทียมและระบบข้อมูลอื่น ๆเพื่อเรียนรู้รูปแบบความชอบ ในขณะที่ระบบเหล่านี้ไม่ได้ทั้งหมดแทน
คุณค่าของมนุษย์ถูกจับในระบบกรองร่วมกัน มีหลักฐานว่า พวกเขาสามารถเพิ่มและการกรอง วิธีอื่น ๆ
รวมเทคนิคการเรียนรู้ของเครื่องกับตัวกรองร่วมกัน