Several survey papers on recommende

Several survey papers on recommender systems have been published
in the last few years. However, these papers focus on either recommendation
techniques and approaches or a specific domain of
recommender system development; none of these survey papers focuses
on the comprehensive analysis of recommender system applications.
For example, the paper by Adomavicius and Tuzhilin [3] presented an
overview of content-based, collaborative filtering-based, and hybrid
recommendation approaches. It describes the various limitations of
these recommendation approaches and discusses possible extensions
that could improve recommendation capabilities. Bobadilla et al. [1]
reviewed fundamental recommendation, evaluation, social filtering,
and group recommendation techniques, as well as several recently developed
techniques such as the location-aware and bio-inspired recommendation
techniques. Park et al. [13] reviewed 210 papers on recommender
system areas and classified them by the journal and year
of publication, their application fields, and their datamining techniques.
Burke [14] surveyed the landscape of actual and possible hybrid recommender
systems. The paper compares recommendation techniques and
reviews hybridization methods. Lü et al. [15] reviewed recommendation
algorithms, focusing on a careful explanation of how the most
frequently-used algorithms in recommender systems work. They also
presented the basic concepts of CF and their evaluation metrics, dimensionality
reduction techniques, diffusion-based methods, social filtering
and meta-approaches. In addition, there are recommender system survey
papers on specific application domains, such as e-commerce recommender
systems [16,17] and e-learning recommender systems [18]

Kết quả (Việt) 1:

Một số cuộc khảo sát khoa học trên các hệ thống đã được công bốtrong những năm gần đây. Tuy nhiên, những giấy tờ này tập trung vào hai đề nghịkỹ thuật và phương pháp tiếp cận hoặc một tên miền cụ thể củaCác hệ thống phát triển; không ai trong số những cuộc khảo sát khoa học tập trungphân tích toàn diện của các hệ thống ứng dụng.Ví dụ, bài báo của Adomavicius và Tuzhilin [3] trình bày mộtTổng quan về các nội dung trên, hợp tác dựa trên bộ lọc, và hybridđề nghị phương pháp tiếp cận. Nó mô tả những hạn chế khác nhau củađề nghị phương pháp tiếp cận và thảo luận về Tiện ích mở rộng có thểđó có thể cải thiện khả năng đề nghị. Bobadilla et al. [1]giới thiệu cơ bản, đánh giá, xem xét xã hội chọn lọc,và nhóm kỹ thuật khuyến nghị, cũng như một số mới phát triểnkỹ thuật như vị trí, nhận thức và truyền cảm hứng cho sinh học giới thiệukỹ thuật. Park et al. [13] xem xét các giấy tờ 210 trên cácHệ thống khu vực và phân loại chúng theo các tạp chí và nămCác ấn phẩm, lĩnh vực ứng dụng của họ và kỹ thuật datamining của họ.Burke [14] khảo sát cảnh quan của thực tế và có thể kết hợp cácHệ thống. So sánh các giấy đề nghị kỹ thuật vàgiá phương pháp lai giống. Đề nghị bố et al. [15] được nhận xétthuật toán, tập trung vào một lời giải thích cẩn thận như thế nào nhấtthuật toán sử dụng thường xuyên trong các hệ thống làm việc. Họ cũngtrình bày các khái niệm cơ bản của CF và của họ đánh giá số liệu, chiềukỹ thuật giảm, phương pháp dựa trên phổ biến, lọc xã hộivà meta-phương pháp tiếp cận. Ngoài ra, còn có các hệ thống khảo sátCác giấy tờ trên lĩnh vực ứng dụng cụ thể, chẳng hạn như các thương mại điện tửHệ thống [16,17] và e-learning các hệ thống [18]

Kết quả (Việt) 2:

Một số bài báo điều tra về hệ thống tư đã được công bố
trong vài năm qua. Tuy nhiên, những giấy tờ tập trung ở hai giới thiệu
các kỹ thuật và phương pháp tiếp cận hoặc một lĩnh vực cụ thể của
phát triển hệ thống recommender; không ai trong số các giấy tờ điều tra tập trung
vào việc phân tích toàn diện của các ứng dụng hệ thống recommender.
Ví dụ, các bài báo của Adomavicius và Tuzhilin [3] trình bày một
cái nhìn tổng quan của, dựa trên nội dung hợp tác lọc dựa trên, và hybrid
cách tiếp cận đề nghị. Nó mô tả các hạn chế khác nhau của
các phương pháp giới thiệu và thảo luận về các phần mở rộng có thể
có thể cải thiện khả năng đề nghị. Bobadilla et al. [1]
xem xét giới thiệu cơ bản, đánh giá, lọc xã hội,
và các kỹ thuật nhóm giới thiệu, cũng như một số thời gian gần đây phát triển
các kỹ thuật như các khuyến nghị nhận biết vị trí và sinh học lấy cảm hứng từ
kỹ thuật. Vườn et al. [13] xem xét 210 giấy tờ về recommender
vùng hệ thống và phân loại chúng theo các tạp chí, năm
xuất bản, các lĩnh vực ứng dụng của họ, và các kỹ thuật khai phá dữ liệu của họ.
Burke [14] khảo sát các cảnh quan của hybrid recommender thực tế và có thể
hệ thống. Bài viết so sánh các kỹ thuật giới thiệu và
phương pháp đánh giá lai. Lu et al. [15] xem xét giới thiệu
các thuật toán, tập trung vào một giải thích cẩn thận mà hầu hết các
thuật toán thường xuyên được sử dụng trong các hệ thống tư làm việc. Họ cũng
trình bày những khái niệm cơ bản của CF và các số liệu đánh giá của họ, chiều
kỹ thuật giảm, phương pháp khuếch tán dựa, lọc xã hội
và meta-cách tiếp cận. Ngoài ra, có recommender khảo sát hệ thống
giấy tờ về lĩnh vực ứng dụng cụ thể, chẳng hạn như thương mại điện tử recommender
hệ thống [16,17] và hệ thống tư e-learning [18]