As on-line community activities hav

As on-line community activities have increased exponentially, the need for a group recommendation system has also become more and more imperative. Although, the traditional recommendation system has achieved great success in supporting individuals’ purchasing decisions, it is not suitable for supporting group purchasing decisions because its input can neither include items’ ratings given by groups, nor can it generate recommendations for groups. Therefore, this study proposes a novel group recommendation system to satisfy this demand. The system is designed based on the framework of collaborative filtering. Especially, we use genetic algorithm to predict the possible interactions among group members so that we can correctly estimate the rating that a group of members might give to an item. The experimental results show that the proposed system can give satisfactory and high quality group recommendations.

결과 (한국어) 1:

온라인 커뮤니티 활동 기 하 급수적으로 증가로 그룹 추천 시스템에 대 한 필요성 또한 절대적으로 더 많은 되고있다. 비록 전통적인 추천 시스템 지 원하는 개인의 구매 결정에 큰 성공을 달성 했다, 그것은 입력의 그룹에 의해 주어진 항목의 등급을 포함도 수 없으며 그룹에 대 한 권장 사항을 생성할 수 있기 때문에 그룹 구매 결정을 지원 적합 합니다. 따라서,이 연구는이 수요를 충족 하기 위해 새로운 그룹 추천 시스템을 제안 합니다. 시스템은 협업 필터링의 프레임 워크에 따라 설계 되었습니다. 특히, 우리는 우리가 올바르게 회원의 그룹 항목에 줄 수도 등급을 예측할 수 있도록 그룹 구성원 간의 가능한 상호 작용을 예측 유전자 알고리즘을 사용 합니다. 실험 결과 제안된 시스템 만족 및 높은 품질 그룹 추천을 줄 수를 보여 줍니다.

결과 (한국어) 2:

온라인 커뮤니티 활동이 기하 급수적으로 증가함에 따라, 그룹 추천 시스템에 대한 필요성이 점점 더 필수적이되었다. 기존의 추천 시스템은 개인 지원에 큰 성공을 달성했다,하지만 그룹에 의해 주어진 등급의 구매 결정을, 입력이 둘의 항목을 포함 할 수 없습니다 때문에 그룹의 구매 의사 결정을 지원하기위한 적합하지 않다 '를 않으며 그룹에 대한 권장 사항을 생성 할 수 있습니다. 따라서 본 연구는 이러한 요구를 만족시키기 위해 신규 그룹 추천 시스템을 제안한다. 시스템은 협력 필터링의 프레임 워크를 기반으로 설계되었다. 특히, 우리는 우리가 올바르게 회원의 그룹 항목에 줄 수있는 등급을 추정 할 수 있도록 그룹 멤버들 사이에서 가능한 상호 작용을 예측하기 위해 유전자 알고리즘을 사용합니다. 실험 결과는 제안 된 시스템은 양호한 고품질 그룹 추천을 제공 할 수 있음을 보여준다.

결과 (한국어) 3:

커뮤니티 활동에 - 배로 늘었다, 반드시 한 팀 - 시스템 아직 더 하지 않을 수 없다.비록 전통 - 시스템, 큰 성공을 거두었다 개인 구매 결정 지원 안 어울리는 입력 구매 결정 지원 그룹 때문에 못 항목 '시청률 주어진 그룹 에 그룹 못 하다.그래서 이번 연구 대해 일종의 새로운 건의를 시스템 그룹 이 요구를 만족시키다.시스템 설계 바탕으로 협력 필터.특히 우리는 사용 가능한 알고리즘 서로 예측할 수 있도록 그룹 구성원 정확하게 아마 한 무리의 사람이 거의 한 항목 수 있다.실험의 결과 시스템 줄 수 있는 건의를 마음에 높은 품질 그룹.