The simulated dataset contained 338

The simulated dataset contained 338 groups with sizes ranging from 2 to 5. The members of the group were randomly selected. The number of items rated by each group was between 20 and 100. To evaluate the performance of the proposed algorithm, the simulated data was divided into a training set (67% of the simulated data) and a testing set (the other 33%). As shown in Fig. 2, the process of ‘‘Create Possible Neighborhood, I z ’’ is one of the major steps in the proposed algorithm. The experiment designed here focuses on the possible neighborhood content; two cases of possible neighborhood content are studied. The first case occurs when the possible neighborhood contains both groups’ and individuals’ ratings. The second case occurs when the possible neighborhood contains groups’ ratings only. Table 3 shows the experimental results. It was observed that the possible neighborhood that contains both groups’ and individuals’ ratings gives more accurate predictions than the possible neighborhood that contains only groups’ ratings.

결과 (한국어) 1:

시뮬레이션된 데이터 집합 크기 2에서 5까지 함께 338 그룹을 포함. 그룹의 구성원이 무작위로 선택 했다. 각 그룹에 의해 평가 하는 항목의 수는 20와 100 사이 했다. 제안 된 알고리즘의 성능 평가, 시뮬레이션된 데이터 (시뮬레이션된 데이터의 67%) 학습 집합 및 테스트 집합 (다른 33%)으로 분할 되었다. 그림 2의 과정에서와 같이 ' 가능한 동네 만들기 나 z ' 제안 된 알고리즘의 주요 단계 중 하나입니다. 여기 설계 실험 가능한 이웃 콘텐츠;에 초점을 맞추고합니다 두 경우 가능한 이웃 콘텐츠는 공부 했다. 첫 번째 경우에는 가능한 이웃 단체와 개인의 평가 포함 하는 때 발생 합니다. 두 번째 경우에는 가능한 이웃 그룹 등급만 포함 된 경우 발생 합니다. 표 3은 실험 결과 보여줍니다. 단체 및 개인의 등급을 포함 하는 가능한 이웃 그룹 등급만 있는 가능한 이웃 보다 더 정확한 예측을 제공 관찰 되었다.

결과 (한국어) 2:

시뮬레이션 데이터 세트 2에서 그룹의 멤버가 무작위로 선택했다 (5)에 이르기까지 다양한 크기의 338 그룹이 포함되어 있습니다. 각각의 그룹에 의해 평가 항목 수가 제안 된 알고리즘의 성능을 평가하기 위해 20과 100 사이이고, 시뮬레이션 된 데이터는 트레이닝 세트 (시뮬레이션 데이터의 67 %) 및 ​​테스트 세트 (다른​​ 33 %)으로 나누었다 . 도에 도시 된 바와 같이. 2, '과정'이 가능한 환경을 만들고, I Z ''제안 된 알고리즘의 주요 단계 중 하나입니다. 여기에 설계 실험은 가능한 인근의 콘텐츠에 초점을 맞추고; 가능한 이웃 내용 2 예는 연구한다. 가능한 지역은 두 그룹 모두 '개인'등급을 포함하는 경우 첫 번째 경우가 발생합니다. 가능한 지역은 그룹의 평가가 포함되어있는 경우 두 번째 경우가 발생합니다. 표 3은 실험 결과를 나타낸다. 이 두 그룹 모두 '개인'등급을 포함 가능한 지역은 그룹의 평가를 포함하는 가능한 지역보다 더 정확한 예측을 제공하는 것이 관찰되었다.

결과 (한국어) 3:

아날로그 데이터 세트 그룹 열 크기 제 2 ~ 5.그룹 구성원 무작위로 선택한.이 항목 모든 팀 시청률 20 ~ 백.성능 평가 아날로그 데이터 알고리즘 나눌 훈련 집합 (67% 의 아날로그 데이터 검사 설정 (), 다른 33%).만약 그림 2, ''create 과정에서 가능한 근방, 나는 z' '것은 알고리즘 주요 절차.디자인 시험 중점 내용을 여기 가능한 동네; 사례 연구 가능한 근방 내용.사건 발생 가능한 한 때 동네 포함 '및 개인 그룹' 시청률.때 두 사건 발생 가능한 근처에 포함 단체 '시청률 뿐이다.시계가 세 테스트 결과.관찰할 수 있다, 이 동네 두 단체 '및 개인 시청률 것보다 더 정확히 예측할 수 포함하도록 단체' 시청률 이웃.