If one wants to recommend resources

If one wants to recommend resources instead, the same principle used for tags can be applied. Note that if we use only the ?URY projection, we would end up at the standard user-based CF algorithm (see Eq. 19.3). But since tags can provide additional information about user interests, they can eventually boost the recommendation quality and thereby should be exploited. A trivial tag-aware recommender method is to compute the user neighborhood based on the ?UTY projection matrix and aggregate the resources of the neighborhood to generate the recommendation list. A similar idea is presented in [6], where first the user-tag projection matrix ?UTY is used to compute a ranked list of tags, whereby the recommendation list of resources is extracted. But by using only ?UTY alone, one discards the resource information, which in this case, is the key mode of interest. In this sense, one needs to find a way to accommodate all the three modes of the folksonomy in a 2-way data structure so that standard CF can be applied. Tso-Sutter et al. [37] proposed an approach for doing that by extending the typical user-resource matrix with tags as pseudo users and pseudo resources (see Figure 19.7). Note that in this way, the user/resource profile is automatically enriched with tags. A fusion algorithm is then proposed for combining user-based CF (ucf ) and item-based CF (icf ) predictions over the extended matrix. Recall that in the standard user-based CF for the resource prediction problem, the interestingness score of a given user u for a particular resource r is computed as the averaged number of neighbors that co-occur with resource r, i.e.,

Results (Thai) 1:

ถ้าใครอยากแนะนำทรัพยากรแทน สามารถใช้หลักการเดียวกับใช้แท็ก สังเกตว่า ถ้าเราใช้เฉพาะหรือไม่ ฉาย URY เราจะลงเอยที่มาตรฐานโดยผู้ใช้ CF อัลกอริธึม (ดู Eq. 19.3) แต่เนื่องจากแท็กสามารถให้ข้อมูลเพิ่มเติมเกี่ยวกับผู้สนใจ พวกเขาสามารถเพิ่มคุณภาพคำแนะนำในที่สุด และดังนั้นจึงควรนำไป ผู้แนะนำแท็กทราบเล็กน้อยวิธีที่จะคำนวณพื้นที่ใกล้เคียงผู้ใช้ตาม เมตริกซ์ฉาย UTY และรวมทรัพยากรของพื้นที่ใกล้เคียงเพื่อสร้างรายการคำแนะนำ ความคิดที่คล้ายกันนำเสนอใน [6], แรกเมตริกซ์ฉายผู้ใช้แท็กหรือไม่ UTY ถูกใช้เพื่อคำนวณรายการจัดอันดับแท็ก โดยแยกรายการแนะนำของทรัพยากร แต่โดยเฉพาะ UTY คนเดียว หนึ่งละทิ้งข้อมูลทรัพยากร ซึ่งในกรณีนี้ โหมดสำคัญน่าสนใจ ในความรู้สึกนี้ หนึ่งต้องหาวิธีรองรับสามโหมดของโฟล์กโซโนมีในโครงสร้างข้อมูล 2 ทิศทางเพื่อให้สามารถใช้มาตรฐาน CF Tso ซัท et al. [37] เสนอวิธีการในการทำโดยขยายเมทริกซ์โดยทั่วไปผู้ใช้ทรัพยากรกับป้ายเป็นการหลอกผู้ใช้และทรัพยากรหลอก (ดูรูปที่ 19.7) หมายเหตุว่า วิธีนี้ ส่วนกำหนดค่าผู้ใช้/ทรัพยากรจะอุดมไป ด้วยแท็กโดยอัตโนมัติ อัลกอริทึมฟิวชั่นแล้วได้รับการนำเสนอสำหรับรวมผู้ใช้ CF (โด้ยูซีเอฟ) และสินค้าตามการคาดคะเน CF (icf) ผ่านเมทริกซ์แบบขยาย นึกว่า ในมาตรฐานโดยผู้ใช้ CF ปัญหาพยากรณ์ทรัพยากร คะแนน interestingness ของ u ผู้ใช้กำหนดสำหรับ r ทรัพยากรเฉพาะที่คำนวณเป็นจำนวนเฉลี่ยของบ้านที่เกิดร่วมขึ้นกับทรัพยากร r เช่น

Results (Thai) 2:

หากต้องการที่จะแนะนำทรัพยากรแทนหลักการเดียวกับที่ใช้สำหรับแท็กสามารถนำมาใช้ โปรดทราบว่าถ้าเราใช้เพียง? URY ฉายเราจะจบลงที่อัลกอริทึม CF ใช้ตามมาตรฐาน (ดูสม. 19.3) แต่เนื่องจากแท็กสามารถให้ข้อมูลเพิ่มเติมเกี่ยวกับผลประโยชน์ของผู้ใช้ในที่สุดพวกเขาสามารถเพิ่มคุณภาพคำแนะนำและจึงควรจะใช้ประโยชน์ วิธี recommender แท็กทราบเล็ก ๆ น้อย ๆ คือการคำนวณย่านขึ้นอยู่กับผู้ใช้หรือไม่ UTY เมทริกซ์และการฉายรวมทรัพยากรของพื้นที่ใกล้เคียงเพื่อสร้างรายการคำแนะนำ คิดคล้าย ๆ กันจะนำเสนอใน [6] ที่แรกเมทริกซ์ฉายใช้แท็ก? UTY จะใช้ในการคำนวณรายชื่อการจัดอันดับของแท็กโดยคำแนะนำของรายการทรัพยากรสกัด แต่ด้วยการใช้เท่านั้น? UTY คนเดียวหนึ่งทิ้งข้อมูลทรัพยากรซึ่งในกรณีนี้เป็นโหมดที่สำคัญที่น่าสนใจ ในแง่นี้หนึ่งต้องการที่จะหาวิธีที่จะรองรับทั้งสามรูปแบบของการ folksonomy ในโครงสร้างข้อมูลแบบ 2 ทางเพื่อให้ CF มาตรฐานสามารถนำมาใช้ ซัทเทอ Tso-et al, [37] ที่นำเสนอวิธีการทำที่โดยการขยายเมทริกซ์ใช้ทรัพยากรทั่วไปที่มีแท็กเป็นผู้ใช้ปลอมและทรัพยากรหลอก (ดูรูปที่ 19.7) โปรดทราบว่าในวิธีนี้ผู้ใช้ / รายละเอียดทรัพยากรอุดมโดยอัตโนมัติที่มีแท็ก ขั้นตอนวิธีการฟิวชั่นมีการเสนอแล้วสำหรับการรวมผู้ใช้ CF-based (UCF) และรายการ CF-based (ICF) การคาดการณ์ในช่วงขยายเมทริกซ์ จำได้ว่าใน CF ใช้ตามมาตรฐานสำหรับปัญหาการทำนายทรัพยากร interestingness คะแนนของผู้ใช้ที่ได้รับสำหรับยูอาทรัพยากรโดยเฉพาะอย่างยิ่งคือการคำนวณเป็นจำนวนเฉลี่ยของประเทศเพื่อนบ้านที่ร่วมเกิดขึ้นกับทรัพยากรอาคือ

Results (Thai) 3:

ถ้าใครอยากแนะนำทรัพยากรแทน โดยใช้หลักการเดียวกันกับแท็กสามารถประยุกต์ หมายเหตุว่า ถ้าเราจะใช้ ? ยูรี่ฉาย เราก็จะจบลงที่ผู้ใช้ตามมาตรฐานขั้นตอนวิธี CF ( เห็นอีคิว 19.3 ) แต่ในเมื่อแท็กสามารถให้ข้อมูลเพิ่มเติมเกี่ยวกับความสนใจของผู้ใช้ พวกเขาสามารถในที่สุดเพิ่มคุณภาพที่ดีจึงควรใช้ประโยชน์เล็กน้อยทราบวิธีการคำนวณแท็กแนะนำผู้ใช้ย่านตาม ? เมตริกซ์ฉายนะและการรวมทรัพยากรของชุมชนเพื่อสร้างรายการแนะนำ ความคิดที่คล้ายกันที่นำเสนอใน [ 6 ] ที่แรกผู้ใช้แท็กฉายเมทริกซ์ ? นะจะใช้คำนวณอันดับรายชื่อแท็ก โดยเสนอแนะรายชื่อทรัพยากรสกัดมีแต่ใช้เท่านั้น นะคนเดียว ทิ้งข้อมูลทรัพยากร ซึ่งในกรณีนี้เป็นโหมดที่สำคัญของความสนใจ ในความรู้สึกนี้ ต้องการหาวิธีที่จะรองรับสามโหมดของโฟล์คโซโนมีในข้อมูลแบบโครงสร้างเพื่อให้โฆษณามาตรฐานที่สามารถใช้กับ TSO Sutter et al .[ 37 ] เสนอวิธีการทำ โดยการขยายโดยทั่วไปผู้ใช้ทรัพยากรเมทริกซ์ด้วยแท็กเป็นผู้ใช้เทียมและทรัพยากรเทียม ( ดูรูปที่ 19.7 ) หมายเหตุ ในวิธีนี้ผู้ใช้ทรัพยากรข้อมูลจะอุดมด้วยแท็ก การหลอมรวมของผู้ใช้โดยรวมแล้วสำหรับการนำเสนอโฆษณา ( UCF ) และรายการที่ CF ตาม ( ICF ) คาดคะเนไปขยายเมทริกซ์จำได้ว่าในโฆษณาตามผู้ใช้มาตรฐานสำหรับทรัพยากรการพยากรณ์ปัญหา ความน่าสนใจของคะแนนให้ผู้ใช้ U R ทรัพยากรโดยเฉพาะจะคำนวณเป็นจำนวนเฉลี่ยของประเทศเพื่อนบ้านที่ร่วมเกิดกับทรัพยากร r คือ