OSGS—A Personalized Online Store for E-Commerce Environments 文章翻译

发布网友发布时间：2022-10-17 07:22

共3个回答

热心网友时间：2023-11-19 18:34

OSGS 一个个性化的网上商店的电子商务环境

3.3 周边邻里数据库的形成
周边邻里数据库形成的主要目标是为每个客户找到一套对他们来说相似的环境，而相似性是通过相似的功能性给出的。邻居是由申请接近措施，如the Pearson 相关（迪斯沙尔瓦等人。 2000年， Shardanand等人。 1995年），或余弦相似性（善等人。 1999年，迪斯沙尔瓦等。 2000 ）或平均平方差异（ Shardanand等。 1995年），在两种意见或配置文件的客户。鉴于实验做其他系统（ Herlocker等。 2000年， Shardanand等。 1995年），OSGS使用均方分出相似措施。我们运用它来比较（A）历史上的客户和（ B ）它们的人口和
偏好的个人资料，以便决定是否客户X是近邻客户Y。这样做是采用相似功能的每个领域的概况（见林2002年详细描述）。不同的相似性功能用于各个领域，以规范领域的价值观的范围[ 0 ， 1 ] 。正如上文所述，相似的所有领域相结合，利用平均平方差异接近措施，以便获得一个体重为配置文件（ Shardanand等。 1995年）。

例如，在GMSIM的相似功能的性别，年龄，质量，价格，专业知识，和保修等领域给予下列公式：(Sarwar et al. 2001)).
OSGS构造两个社区为每个客户，如上所述。背后的想法是，当客户正在寻找特定的产品，它可能是有用的，协助他找到想要的产品使用信息来自客户谁也有类似的口味，或类似的特征。

3.4 。权函数
为了修剪有效的搜索树，每个节点在搜索树的重量分配估计客户的兴趣类别或产品相关的节点。在本节中，我们现在的描述四个权函数中使用我们的算法。重量职能是根据客户的喜好，关键字由客户提供（如果是关键字搜索），客户的历史和他的邻居（邻居通过历史资料和邻居按人口统计和preferenceprofile ）。表1总结了所有的重职能及其符号。

哥们，里面有的东西翻译不好，或没翻译出来是因为你给的单词貌似错了，我大概看了下，它讲的是个网络自选择和分配比较人物数据的程序。
A B X Y 代表的虚拟人物，假设如你我他，并不是单词。

翻译来自：四川外语学院国际商学院08级。

热心网友时间：2023-11-19 18:34

3.3.邻近地区组成邻近地区组成的主要目标是要为每一客户找到x一套是最和他相似的n客户.相似性从相似性功能sim得到.邻居被应用例如thePearson相互关系接近measures形成(Sarwar等等 2000,Shardanand等等1995)或者余弦相似性(好处等等1999,Sarwar等等2000)或者均方 differences Shardanand等等在两意见或者customers的侧面之间1995.在其它系统中由于试验 (Herlocker等等2000,Shardanand等等1995),OSGS使用均方differences接近措施.我们应用它向 ((a)历史customers和向((b)的为了决定条件customerx,他们的人口统计数据和偏心侧面是 customery的一邻居.这个被前往每一侧面的田野(为一详尽的描述看见Lin 2002应用一个相似性功能做.为了使fields’对范围[[0,1]的价值正常化,不同相似性功能被用于每一田野的.如同前面表明那样,为了为侧面得到一重量,fields公亩合并使用均方的相似性在所有当中 differences接近措施(Shardanand等等1995).例如,在GMSIM中为性,年龄,高质量,价格,领土专门知识和保单田野相似性功能从下列的公式得到: (Sarwar等等2001).如同前面描绘那样,OSGS为每一客户建造两邻近地区.真是荒唐在这存在后面当一客户正寻找一特有产品的时候,可以在通过使用得到信息发现渴望产品方面对他进行帮助是有用的从customers谁富人相似格调金色相似特征. 3.4.为了有效修剪搜索树,加上重量平衡功能,搜索树存在给每一节在朝派分配一重量那的估计 customer’s对范畴或者产品的兴趣和节交往.在这部分中我们提出一th的描绘在我们算法使用的e四个重量功能.(假如,一关键词搜索),customer’s历史和他的邻居((按照-历史-侧面邻居-和按照-人口统计数据-和-preferenceprofile)邻居-重量功能基于被客户供养customer’s偏心,关键词的.桌子1总结所有的重量功能和他们的注释.

热心网友时间：2023-11-19 18:35

参考资料：sa