However, in the case of group recom

However, in the case of group recommender systems only a few have been designed by considering the temporal factor as of now. Backstrom et al. [3] examined snapshots of group membership in LiveJournal and presented models for the growth of user groups over time. They focused on that the overlaps among pairs of communities change over time. Stefanidis et al. [39] studied different semantics to exploit the time information associated with user preferences to improve the accuracy of recommendations. They considered various types of time effects, and thus, proposed different time-aware recommendation models. In this work, we also model user’s dynamic preferences over time to enhance the accuracy of group recommendations. But our approach is different theirs. To construct user’s significant dynamic features, such as user’s mood, user’s rating style et al., we show a user cloud similarity measure with temporal factors.

결과 (한국어) 1:

그러나, 그룹 추천자 시스템의 경우 단지 몇 지금 시간적 요소를 고려 하 여 설계 되었습니다. Backstrom 그 외 여러분 [3] 라이브에 그룹 구성원의 스냅샷을 검사 하 고 시간 동안 사용자 그룹의 성장에 대 한 모델을 제시. 그들은 커뮤니티의 쌍 사이 오버랩이 시간이 지남에 변경에 집중. Stefanidis 외. [39] 공부 관련 권고의 정확도 개선 하기 위해 사용자 기본 설정 된 시간 정보를 악용 하려는 다른 의미. 그들은 다양 한 유형의 시간 효과, 그리고 따라서, 제안된 다른 시간 인식 추천 모델을 고려. 이 작품에서는, 우리는 또한 그룹 권고의 정확도 향상 시키기 위해 시간이 지남에 사용자의 동적 환경 설정 모델. 우리의 접근은 다르다 그러나 그들의. 사용자의 기분 같은 사용자의 중요 한 동적 기능을 구성 하려면 사용자의 등급 스타일 외., 우리 시간적 요소와 사용자 클라우드 유사성 측정을 보여줍니다.

결과 (한국어) 2:

그러나, 단지 소수의 그룹 추천 기 시스템의 경우, 현재로서는 시간적 요인을 고려하여 설계되었다. 백 스톰은 등. [3] 라이브 저널에 그룹 구성원의 스냅 샷을 조사하고 시간이 지남에 따라 사용자 그룹의 성장 모델을 제시했다. 그들은 지역 사회 쌍 사이의 중복이 시간이 지남에 따라 변경하는 것이 초점을 맞췄다. Stefanidis 등. [39]의 추천의 정확도를 향상시키기 위해 사용자 선호도와 관련된 시간 정보를 악용하는 다른 의미를 연구 하였다. 이들은 시각 효과의 여러 유형으로 간주하고, 따라서, 상이한 시간 인식 추천 모델을 제안 하였다. 이 연구에서 우리는 또한 시간이 지남에 따라 모델 사용자의 동적 환경 설정은 그룹의 추천의 정확도를 향상시킬 수 있습니다. 그러나 우리의 접근 방식은 그들의 다릅니다. 이러한 사용자의 기분, 사용자의 평가 스타일 등으로 사용자의 중요한 동적 기능을 구성 할 수 있습니다. 우리는 시간적 요소와 사용자의 클라우드 유사도 측정을 보여줍니다.

결과 (한국어) 3:

하지만 만약 그룹 겨우 몇 이미 - 시스템 디자인 순차 인자 지금부터 생각해.backstrom 등.[] 검사 중, 사진 그룹 구성원 만들 거야, 사용자 모드 시간 성장.그들은 그 사이에 집중되어 있다 시간의 변화에 대한 공동체.stefanidis 등.[39] 다른 어의 연구 개발 관련 정보를 사용자 환경설정 시간 정밀도 개선 건의를 제기했다.그들은 각종 영향을 고려할 때, 이에 대해 알고, 다른 것을 모델.이 일을, 우리는 아직 모델 시간 사용자 동적 선호 정확도 향상 그룹 건의를 제기했다.근데 우리 방법은 다른 그들의.사용자에게 중요한 동적 특징 같은 사용자 기분, 사용자 등급 스타일 등 사용자가. 우리 공연 시간 요소 측정 구름 비슷한 점이 있다.