Many recommender systems have been

Many recommender systems have been developed for e-business
applications. In general, some systems focus on recommendations generated to individual customers, which are business-to-consumer (B2C)
systems, while others aim to provide recommendations about products
and services to business users, which are business-to-business (B2B)
systems. In this study, e-business recommender systems refer to recommender systems for B2B applications. E-commerce/e-shopping recommender systems refer to recommender systems for B2C applications.
In this section, B2B (e-business) recommender systems are reviewed.
The e-commerce/e-shopping recommender systems will be reviewed
in the next section.
To help catalog administrators in B2B marketplaces maintain up-todate product databases, an ontology-based product-recommender system was presented[82], in which keyword-based, ontology and Bayesian belief network techniques are used to generate recommendations.
To help business users select trusted online auction sellers, a recommender system was designed[83]in which trading relationships are
used to calculate the level of recommendations. Recommender systems
were also applied in digital ecosystems where agents negotiate services
on behalf of a number of small companies[84]. To build stable digital
business ecosystems by means of improved collective intelligence, a
model of negotiation-style dynamics from the point of view of computational ecology was introduced in[84], which inspires an ecosystem
monitor and a novel negotiation-style recommender. To help private
bankers provide suitable investment portfolios to their clients, a
multi-investment recommender system PB-ADVISOR was presented
[85]. The system used both semantic technologies and fuzzy logic to improve recommendation quality. The semantic characterization of the investments and their characteristics enable the private banker to
recommend a wide spectrum of products with very diverse characteristics. The relations between investments and investors are defined by
means of fuzzy rules that represent expert advisor knowledge. The results obtained have shown that the system is able to offer recommendations comparable with those from experts in thefield.
Customer relationship management is very important for the telecom industry. To support telecom companies in recommending suitable
products and services to their business and individual customers, a telecom recommender system has been developed[9]. Zhang et al.[9]designed and implemented a personalized recommendation approach and
a software system called fuzzy-based telecom product recommender
system (FTCP-RS). The FTCP-RS can generate the service plan and package recommendations for a customer and can also give recommendation explanations, as shown inFig. 2. To deal with sparsity problems
and improve prediction accuracy, particularly in handling customer
data uncertainty and fully usingbusiness knowledge in the recommendation process, the proposed approach integrates item-based
CF (IBCF) and user-based CF (UBCF) with fuzzy set techniques and
aKBmethod(businessrules).Theimplementedsystemhasundergone preliminary testing in a telecom company and has achieved excellent performance.
We found that in e-business recommender systems, the KB approaches, such as ontology and semantic techniques, are widely integrated with CF and CB recommendation methods. The main reason for this is that e-businesses have a high need for domain knowledge to assist their recommendations.

Kết quả (Việt) 1:

Rất nhiều các hệ thống đã được phát triển cho e-kinh doanhCác ứng dụng. Nói chung, một số hệ thống tập trung vào các đề xuất được tạo ra cho khách hàng cá nhân, mà là kinh doanh để tiêu dùng (B2C)Hệ thống, trong khi những người khác nhằm mục đích cung cấp các khuyến nghị về sản phẩmDịch vụ cho người dùng doanh nghiệp đang kinh doanh cho doanh nghiệp (B2B)Hệ thống. Trong nghiên cứu này, e-kinh doanh các hệ thống tham khảo các hệ thống cho các ứng dụng B2B. E-commerce/e-mua sắm hệ thống các đề cập đến các hệ thống cho các ứng dụng B2C.Trong phần này, B2B (e-business) các hệ thống được xem xét.Hệ thống các e-commerce/e-mua sắm sẽ được xem xéttrong phần tiếp theo.Để giúp người quản trị cửa hàng trong thị trường B2B duy trì cơ sở dữ liệu sản phẩm lên NHCTVN, một hệ thống dựa trên ontology sản phẩm-các đã được trình bày [82], mà dựa trên từ khóa, ontology và niềm tin mạng Bayes kỹ thuật được sử dụng để tạo ra các khuyến nghị.Để giúp người dùng doanh nghiệp lựa chọn người bán hàng đấu giá trực tuyến đáng tin cậy, một hệ thống các là thiết kế [83] trong đó mối quan hệ kinh doanhđược sử dụng để tính toán mức độ khuyến nghị. Các hệ thốngcũng được áp dụng trong hệ sinh thái kỹ thuật số nơi mà đại lý thương lượng dịch vụthay mặt cho một số công ty nhỏ [84]. Xây dựng kỹ thuật số ổn địnhHệ sinh thái kinh doanh bằng cách cải thiện trí tuệ tập thể, mộtCác mô hình theo phong cách đàm phán động từ quan điểm của sinh thái học tính toán được giới thiệu năm [84], mà truyền cảm hứng cho một hệ sinh tháimàn hình và các đàm phán kiểu tiểu thuyết. Để giúp riêngNgân hàng cung cấp các danh mục đầu tư phù hợp cho khách hàng của họ, mộtđầu tư nhiều các hệ thống cố VẤN PB được trình bày[85]. các hệ thống sử dụng công nghệ ngữ nghĩa và lôgic để cải thiện chất lượng đề nghị. Các đặc tính ngữ nghĩa của các khoản đầu tư và đặc điểm của sử các ngân hàng tư nhân đểđề nghị một phổ rộng của các sản phẩm với những đặc tính rất đa dạng. Quan hệ giữa đầu tư và các nhà đầu tư được xác định bởicó nghĩa là các quy tắc mờ mà đại diện cố vấn chuyên gia kiến thức. Kết quả thu được đã chỉ ra rằng hệ thống có thể cung cấp đề nghị so sánh với những người từ các chuyên gia trong thefield.Quản lý quan hệ khách hàng là rất quan trọng cho ngành công nghiệp viễn thông. Để hỗ trợ các công ty viễn thông trong đề xuất phù hợpsản phẩm và dịch vụ cho kinh doanh của họ và cá nhân khách hàng, một hệ thống các viễn thông đã là phát triển [9]. Trương et al. [9] thiết kế và thực hiện một cách tiếp cận cá nhân hoá các khuyến nghị vàmột hệ thống phần mềm được gọi là các sản phẩm dựa trên mờ viễn thôngHệ thống (FTCP-RS). FTCP-r có thể tạo ra các dịch vụ kế hoạch và gói khuyến nghị cho một khách hàng và cũng có thể cho đề nghị giải thích, như được hiển thị inFig. 2. để đối phó với vấn đề sparsityvà cải thiện độ chính xác dự báo, đặc biệt trong xử lý khách hàngdữ liệu không chắc chắn và hoàn toàn usingbusiness kiến thức trong đề nghị xử lý, tích hợp các phương pháp được đề xuất dựa trên mụcCF (IBCF) và người sử dụng dựa trên CF (UBCF) với các kỹ thuật thiết lập mờ vàaKBmethod(businessrules). Theimplementedsystemhasundergone sơ bộ kiểm tra trong một công ty viễn thông và đã đạt được hiệu suất tuyệt vời.Chúng tôi thấy rằng trong e-kinh doanh các hệ thống, các phương pháp tiếp cận KB, chẳng hạn như ontology và kỹ thuật ngữ nghĩa, được rộng rãi tích hợp với phương pháp giới thiệu CF và CB. Lý do chính của việc này là e-doanh nghiệp có một cao cần thiết cho miền kiến thức để hỗ trợ các khuyến nghị của họ.

Kết quả (Việt) 2:

Nhiều hệ thống tư đã được phát triển cho thương mại điện tử
ứng dụng. Nói chung, một số hệ thống tập trung vào các khuyến nghị được tạo ra cho các khách hàng cá nhân, mà là (B2C) doanh nghiệp với khách hàng
hệ thống, trong khi những người khác nhằm mục đích để cung cấp các khuyến nghị về các sản phẩm
và dịch vụ cho người dùng doanh nghiệp, đó là (B2B) kinh doanh-to-kinh doanh
hệ thống . Trong nghiên cứu này, các hệ thống tư kinh doanh điện tử tham khảo hệ thống tư cho các ứng dụng B2B. Hệ thống tư Thương mại điện tử / điện tử mua sắm tham khảo hệ thống tư cho các ứng dụng B2C.
Trong phần này, B2B (e-business) hệ thống tư được xem xét.
Các hệ thống tư thương mại điện tử / điện tử mua sắm sẽ được xem xét
trong phần tiếp theo.
để giúp các quản trị Danh mục hàng trong chợ B2B duy trì cơ sở dữ liệu sản phẩm up-NHCTVN, một hệ thống sản phẩm-recommender ontology dựa trên đã được trình bày [82], trong đó dựa trên từ khóa, ontology và mạng tin Bayesian kỹ thuật được sử dụng để tạo ra các khuyến nghị.
để giúp người dùng doanh nghiệp chọn người bán đấu giá trực tuyến đáng tin cậy, một hệ thống được thiết kế recommender [83], trong đó quan hệ thương mại được
sử dụng để tính toán mức độ khuyến cáo. Hệ thống tư
cũng đã được áp dụng trong các hệ sinh thái kỹ thuật số mà các đại lý thương lượng dịch vụ
thay mặt cho một số công ty nhỏ [84]. Để xây dựng kỹ thuật số ổn định
hệ sinh thái kinh doanh bằng các phương tiện cải thiện trí thông minh tập thể, một
mô hình động lực đàm phán theo phong cách từ điểm nhìn của sinh thái học tính toán đã được giới thiệu trong [84], trong đó truyền cảm hứng cho một hệ sinh thái
màn hình và đàm phán kiểu recommender cuốn tiểu thuyết. Để giúp tin
ngân hàng cung cấp danh mục đầu tư phù hợp với khách hàng của họ, một
hệ thống recommender đa đầu tư PB-cố vấn đã được trình bày
[85]. Hệ thống này sử dụng cả hai công nghệ ngữ nghĩa và logic mờ để nâng cao chất lượng khuyến cáo. Các đặc điểm ngữ nghĩa của các khoản đầu tư và đặc điểm của họ cho phép các ngân hàng tư nhân để
đề nghị một phổ rộng các sản phẩm với các đặc tính rất đa dạng. Các mối quan hệ giữa đầu tư và nhà đầu tư được xác định bằng
phương tiện của luật mờ đại diện cho kiến thức cố vấn chuyên gia. Các kết quả thu được đã chỉ ra rằng hệ thống có thể cung cấp các khuyến nghị có thể so sánh với những người từ các chuyên gia trong thefield.
Quản lý quan hệ khách hàng là rất quan trọng cho ngành công nghiệp viễn thông. Để hỗ trợ các công ty viễn thông trong việc khuyến cáo phù hợp
các sản phẩm và dịch vụ cho khách hàng doanh nghiệp và cá nhân của họ, một hệ thống recommender viễn thông đã được phát triển [9]. Zhang et al. [9] được thiết kế và thực hiện một cách tiếp cận đề nghị cá nhân và
hệ thống phần mềm được gọi là mờ dựa trên recommender sản phẩm viễn thông
hệ thống (FTCP-RS). Các FTCP-RS có thể tạo ra các kế hoạch và gói đề xuất dịch vụ cho khách hàng và cũng có thể giải trình đề nghị, như inFig. 2. Để đối phó với vấn đề thưa thớt
và cải thiện độ chính xác dự đoán, đặc biệt là trong việc xử lý khách hàng
không chắc chắn dữ liệu và kiến thức đầy đủ usingbusiness trong quá trình giới thiệu, phương pháp đề xuất tích hợp dựa trên item
CF (IBCF) và CF dựa trên người dùng (UBCF) với các kỹ thuật tập mờ và
aKBmethod (businessrules) .Theimplementedsystemhasundergone thử nghiệm sơ bộ tại một công ty viễn thông và đã đạt được hiệu suất tuyệt vời.
Chúng tôi thấy rằng trong hệ thống tư kinh doanh điện tử, các phương pháp tiếp cận KB, chẳng hạn như bản thể học và kỹ thuật ngữ nghĩa, được tích hợp rộng rãi với CF và CB phương pháp đề nghị. Lý do chính của việc này là doanh nghiệp điện tử có nhu cầu cao đối với kiến thức miền để hỗ trợ khuyến nghị của họ.