we consider recommendation on the c

we consider recommendation on the context of Social TV (STV). The watchers/users may either share, comment, rate, or tag videos they are interested in. Each video must be watched and rated by many users. For these assumptions, we proposed a novel model-based collaborative filtering using a fuzzy neural network to learn user’s social web behaviors for video recommendation on STV. We use netflix data-set to evaluate the proposed method. The result shown that the proposed approach is a significant effective method.

Kết quả (Việt) 1:

chúng ta hãy xem xét các khuyến nghị về bối cảnh của xã hội truyền hình (STV). Theo dõi/người dùng có thể chia sẻ, bình luận, tỷ lệ, hoặc thẻ video họ quan tâm. Mỗi video phải được theo dõi và đánh giá cao được nhiều người dùng. Cho các giả định này, chúng tôi đề xuất một cuốn tiểu thuyết dựa trên mô hình hợp tác lọc bằng cách sử dụng mạng nơ-ron mờ để tìm hiểu hành vi xã hội web của người dùng cho các giới thiệu video về STV. Chúng tôi sử dụng netflix tập dữ liệu để đánh giá các phương pháp được đề xuất. Kết quả chỉ ra rằng các phương pháp được đề xuất là một phương pháp hiệu quả đáng kể.

Kết quả (Việt) 2:

chúng ta xem xét giới thiệu vào bối cảnh của truyền hình xã hội (STV). Các nhà quan sát / người sử dụng có thể hoặc là video chia sẻ, bình luận, tỷ lệ, hoặc tag họ quan tâm đến. Mỗi video phải được theo dõi và đánh giá của nhiều người sử dụng. Đối với các giả định này, chúng tôi đề xuất một mô hình dựa trên lọc cộng tác cuốn tiểu thuyết sử dụng một mạng lưới thần kinh mờ để học hành vi web xã hội của người sử dụng để khuyến cáo video trên STV. Chúng tôi sử dụng dữ liệu thiết lập Netflix để đánh giá các phương pháp được đề xuất. Kết quả chỉ ra rằng phương pháp đề xuất là một phương pháp hiệu quả đáng kể.