The E-AT model assumes that each gr

The E-AT model assumes that each group member has an equal probability to be a representative (see Eqn. (2)). In this section, we argue that group members have dier-ent impacts in group item selection decisions. Hence, we introduce the notion of personal impact parameter to model this dierence. Accordingly, we propose a personal impact topic (PIT) model by incorporating the personal impacts to control the generation of group representatives. We also pro-vide the model learning algorithm to infer personal impacts, topic distribution of users and item distributions of topics. Finally, to over-come the over-tting problem when input dataset is sparse, we extend the PIT model by exploring additional social features.

결과 (한국어) 1:

E-AT 모델 각 그룹 구성원 대표를 동일한 가능성 있다고 가정 합니다 (참조 Eqn. (2)). 이 섹션에서 우리는 그룹 구성원이 그룹 항목 선택 결정에 디 어 이비인후과 영향을가지고 주장 한다. 따라서,이 디 erence 모델 매개 변수 개인 영향의 개념을 소개 합니다. 따라서, 우리는 그룹 대표의 생성을 제어 하는 개인 영향을 통합 하 여 개인 영향 항목 (구 덩이) 모델을 제안 합니다. 우리 또한 프로-보라 모델 항목의 사용자의 항목 배포와 항목 개인 영향을 유추 알고리즘을 학습. 마지막으로 때 입력된 데이터 집합은 스파스-이상 증축 문제가 서, 우리는 추가적인 사회적인 기능을 탐구 하 여 핏 모델 확장.

결과 (한국어) 2:

E-AT 모델은 각각의 그룹 구성원이 대표 될 동일한 확률을 가지고 있다고 가정 (는 식 참조. (2)). 이 섹션에서는 그룹 멤버 디가 있다고 주장? 그룹 항목 선택 결정에 ER-ENT 영향. 따라서, 우리는? ERENCE을이 디를 모델링하는 개인에 미치는 영향 매개 변수의 개념을 소개합니다. 따라서, 우리는 그룹 대표의 생성을 제어하기 위해 개인 영향을 통합하여 개인에 미치는 영향 항목 (PIT) 모델을 제안한다. 우리는 또한 개인에 미치는 영향, 사용자와 주제의 항목 분포의 주제 분포를 추론하는 모델 학습 알고리즘을 프로 제공해 줄. 마지막으로, 입력 데이터 세트가 부족한 경우 오버 tting 문제를 너무 와서, 우리는 추가 사회적 기능을 탐구하여 피트 모델을 확장.

결과 (한국어) 3:

이 e at 곡선 모델 가설 동등한 기회를 모든 멤버 수 (만나 프로그램, 대표님.(2).이 길은 있다고, 우리 그룹 구성원 중 두  er 이비인후과 영향을 그룹 항목의 현명한 결정을 내렸다.그래서 도입 개인 충격 인자 이 두  가치가 모델.그래서우리는 하나의 개인 충격 테마 (구덩이) 는 개인 영향을 모델 제어 세대의 그룹, 대표님.우리는 아직 모델 학습 방법을 제공한다 추정 테마 사용자 개인 영향을 분포 프로젝트 분포 것이다.마지막으로 다시 한 번 때 너무  문제를 입력 데이터 세트 성긴우리는 검토 구덩이 모델 추가 사회 특징.