In recent years, social media sites

In recent years, social media sites become popular among online users. Take Last.fm as a typical example, in this website, users can not only listen to music, but also be associated with different types of social relations: s/he may create a contact list including her/his friends; s/he could also join in interest groups to build membership with others whom are with some common interests in musics (thought he may not know in the offline life). Therefore, in such environment, users should be willing to receive various types of recommendation from the website so as to more effectively establish their social network. However, so far, most research focuses have been put on recommending items (such as music), but less on recommending the relationship, especially the interest groups that users might be affiliated with in the social media environment. Indeed, as the available user-group data are rather sparse, purely applying the classic recommender technology (like the collaborative filtering) cannot effectively generate the group recommendation. Therefore, in this paper, we have mainly been engaged in studying how to fuse other information resources, such as the user-item preferences (i.e., users’ interaction with items) and user-user friendship data, to enhance the group recommendation.

결과 (한국어) 1:

최근 몇 년 동안, 소셜 미디어 사이트는 온라인 사용자 들 사이 인기가. 전형적인 예를 Last.fm,이 웹사이트에서 사용자만 음악을 듣지 않을 수 있습니다 하지만 사회적 관계의 종류와 연결할 수도: 들 그녀 친구;를 포함 하 여 연락처 목록을 만들 수 있습니다 들 또한 누구 musics (생각 그는 오프 라인 인생에서 알 수 없습니다)에 몇 가지 공통 흥미와 함께 다른 회원을 구축 이익 집단에 가입할 수 있습니다. 따라서, 이러한 환경에서 사용자가 보다 효과적으로 그들의 소셜 네트워크를 설정할 수 있도록 웹사이트에서 다양 한 형태의 추천을 받을 기꺼이 해야 한다. 그러나, 지금까지 대부분 연구 초점 넣어 왔다 항목 (예: 음악), 추천에 덜에 추천 관계, 특히 관심 그룹을 사용자가 소셜 미디어 환경에서와 제휴 될 수 있습니다 하지만. 실제로, 사용할 수 있는 사용자 그룹 데이터는 오히려 스파스, 순전히 적용 (협업 필터링) 같은 고전적인 추천자 기술 그룹 추천 효과적으로 생성할 수 없습니다. 따라서,이 논문에서 우리는 주로 관여 되었다 다른 정보 리소스, 그룹 추천 강화 항목 사용자 환경 설정 (항목 즉, 사용자의 상호 작용) 및 사용자 사용자 우정 데이터를 융합 하는 방법을 공부에.

결과 (한국어) 2:

최근 몇 년 동안, 소셜 미디어 사이트는 온라인 사용자들 사이에서 인기를 끌고. 이 웹 사이트의 전형적인 예로서 Last.fm을 가지고, 사용자는 사회적 관계의 다른 유형과 연관 될 수도 음악을들을 수는 없지만 : s는 / 그가 그녀 / 그의 친구를 포함하여 연락처 목록을 만들 수 있습니다; S는 / 그는 또한 musics의 일반적인 관심사를 가진 다른 사람과 구성원을 위해 동호회를에 가입 수 (그는 오프라인 생활에서 알 수 없습니다 생각). 보다 효과적으로 자신의 소셜 네트워크를 구축 할 수 있도록 따라서, 이러한 환경에서, 사용자는 웹 사이트에서 추천의 여러 유형을받을 의향이 있어야한다. 그러나 지금까지 대부분의 연구 초점을 맞추고 항목을 (음악 등) 추천에 넣어 미만, 사용자가 소셜 미디어 환경에 가입 할 수 있습니다, 특히 동호회를 관계 추천에있다. 실제로 사용 가능한 사용자 그룹 데이터는, 오히려 드문 드문 순수 (협력 필터링 등) 고전 추천인 기술을 적용만큼 효과적으로 그룹 추천을 생성 할 수 없다. 따라서, 본 논문에서, 우리는 주로 사용자 항목의 환경 설정 등의 정보 자원을 융합하는 방법을 연구에 종사하고있다 (즉, 사용자의 항목과의 상호 작용) 및 사용자 사용자 우정 데이터는 그룹의 추천을 향상시킬 수 있습니다.

결과 (한국어) 3:

최근 몇 년 동안, 사교 사이트 될 - 사용자 환영을 받는다.음악 예로 한다, 이 사이트, 사용자 뿐만 아니라, 음악, 또 다른 종류의 관련 사회 관계: s / 그는 아마 연락처 목록에서 포함 그녀의 / 친구;s / 그는 할 수 있는 이익 집단 회원 가입 건설 다른 사람과 함께 이익을 어떤 것도 (하고 그는 몰라요. 이 오프라인 생활).그래서 이런 환경에서 사용자 받고 싶지, 반드시 각종 것을 더 효과적으로 사이트 등 사회 인터넷 세우다.그러나 지금까지대부분의 연구는 이미 추천 항목 (예를 들면, 음악), 덜 대한 건의를 관계, 특히 이익 집단 수 있는 사용자 / 사회 언론 환경에.실제로 사용할 수 있는 사용자 데이터 매우 적다.순전히 적용 (같은 고전 추천 기술 협동 필터) 에 그룹 것을 효과적으로 사용할 수 없습니다.그래서 이 글은 주요 경영 연구 어떻게 퓨즈 등 다른 자원의 혜택을 사용자 항목에 (예: 사용자 '인, 사용자 데이터 항목) 우정, 그룹 - 높이다.