The need of systems capable of perf

The need of systems capable of performing recommendations for groups of people is getting more interest. Existing works on group recommender systems [2] are typically based on the aggregation of the preferences of the members of the group where every individual is considered as equal to the others. For heterogeneous groups it can be very diffi- cult to obtain a single recommendation that satisfies every member and the general group satisfaction is not always the aggregation of the satisfaction of its members as different people have different expectations. In this situation a con-flict arises, i.e., a situation in which the concerns of people appear to be incompatible, and behaviour in conflict situations should be taken into account.
In our work we study how the group personality composition influences the recommendation accuracy for the group. We have tested our method in the movie recommendation domain and we have experimentally evaluated its behavior using the MovieLens data set with groups of users of different sizes and degrees of homogeneity. The novelty of our approach lies in the use of the member personalities to choose the most interesting movie that would better satisfy the whole group. We use the type of personality trait of dealing with conflicts of each member to weight the influence of his/her ratings during the recommendation process.

결과 (한국어) 1:

사람들의 그룹에 대 한 권장을 수행할 수 있는 시스템의 필요 더 많은 관심을 받고 있다. 기존 작품 그룹 추천자 시스템 [2]에 일반적으로 모든 개인은 다른 사람에 게 동일한 것으로 간주 됩니다 어디 그룹의 구성원의 환경 설정의 집계 기준으로 합니다. 유형이 다른 그룹에 대 한 모든 구성원을 충족 하는 단일 추천을 얻기 위해 매우 어려움-컬트 수 그리고 일반 만족 아니다 항상 회원 들의 만족의 집계 다른 사람 다른 기대를가지고. 이런이 상황에서 발생 하는 콘 flict, 즉, 사람들의 관심사, 호환 되도록 표시 되는 상황 및 충돌 상황에서 행동 취해야 한다 계정으로. 우리의 작업에서 우리 그룹 성격 구성 그룹에 대 한 추천 정확도 영향을 어떻게 공부할. 우리는 영화 추천 도메인에서 우리의 메서드를 테스트 하 고 우리가 실험적으로 다양 한 크기의 사용자 그룹에와 동질성의 MovieLens 데이터 집합을 사용 하 여 동작을 평가 했습니다. 우리의 접근 방법의 참신 그룹 전체를 충족 더 나은 것 가장 재미 있는 영화를 선택 멤버 개성의 사용에 있다. 우리는 추천 과정의 등급의 영향 평가 하 여 각 멤버의 충돌 처리의 성격 특성의 유형을 사용 합니다.

결과 (한국어) 2:

사람들의 그룹에 대한 권장 사항을 수행 할 수있는 시스템의 필요성은 더 많은 관심을 받고있다. 그룹 추천 시스템 [2]의 기존 작품은 일반적으로 모든 개인이 다른 사람에게 동일로 간주됩니다 그룹의 구성원의 환경 설정의 집계를 기준으로합니다. 이종 그룹의 경우는 모든 회원을 만족하고 다른 사람들이 서로 다른 기대를 가지고 일반 그룹의 만족은 항상 회원들의 만족도 집계가 아닌 하나의 추천을 얻기 위해 매우 것이 어렵 숭배가 될 수 있습니다. 즉, 사기꾼-갈등이 발생이 상황에서, 갈등 상황에서 사람들의 우려가 호환되지 않는 것으로 나타나는 상황과 행동이 고려되어야한다.
우리의 작업에서 우리는 연구 그룹의 성격 조성물에 대한 추천의 정확도에 영향을 미치는 방법 그룹. 우리는 영화 추천 영역에서의 우리의 방법을 테스트 한 우리는 실험적으로 서로 다른 크기와 동질성의 정도의 사용자 그룹 설정 MovieLens 데이터를 사용하여 동작을 평가했다. 우리의 접근 방식의 새로운 더 나은 전체 그룹을 충족시킬 가장 흥미로운 영화를 선택하는 멤버 개성의 사용에있다. 우리는 추천 과정에서 그 / 그녀의 등급의 영향을 무게를 각 구성원의 갈등을 다루는 성격 특성의 유형을 사용합니다.

결과 (한국어) 3:

할 수 있는 것을 시스템 공연 단체 사람들이 갈수록 흥미를 가지고 있다.그룹 추천 시스템에 존재하는 작품 [2] 보통 기반 선택 모여 이 그룹의 모든 사람이 어디 있다고 다른 사람 같다.다른 사람들을 위해 매우 어려움 가져오는 것을 사교 한 모든 사람이 자꾸 그룹 만족 및 모여 마음에 항상 마음에 멤버 위해 다른 사람이 다른 것으로 예상된다.지금 이 상황 때문에 한 충돌 상황을, 즉, 이 사람 안 관심을 것 중, 행위를 충돌 상황을 고려해야 한다.업무 중에 우리 팀 구성 연구 인격을 - 그룹 대한 정확한.우리는 이미 테스트 우리 방법, 우리는 이 영화 - 필드 테스트 그 행위 movielens 데이터 세트 그룹 사용 및 다른 사용자 크기 및 정도 고르다.우리 하는 새로운 회원 인사 사용 선택할 수 있는 가장 재미있는 영화 더 할 수 있는 모든 팀 만족시킬 수 있다.우리 형 인격 충돌 처리 대한 모든 사람이 다시 그의 건의를 평가 과정 중.