|
关注：1
2013-05-23 12:21
求翻译：Method of clustering in data mining using filtering method based on content, from one or several characteristic items or users (such as the type of project, in the user's gender, occupation and other background information) to calculate the matching degree between them (similarity), and finally a high matching degree p是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Method of clustering in data mining using filtering method based on content, from one or several characteristic items or users (such as the type of project, in the user's gender, occupation and other background information) to calculate the matching degree between them (similarity), and finally a high matching degree p
问题补充： |
|
2013-05-23 12:21:38
采用过滤方法聚类的数据挖掘方法的基础上的内容，从一个或几个特征的物品或用户（如项目的类型，在用户的性别，职业等背景信息）来计算它们之间的匹配程度（相似度）
|
|
2013-05-23 12:23:18
方法成群在使用根据内容的过滤的方法的数据采集，从一名或几名典型项目或用户(例如项目的种类，在用户的性别、职业和其他背景知识)计算在他们之间的配比的程度(相似性)和一个高配比的学位课程最后建议使用给用户。这个方法的好处是在某种程度上解决“冷启动\"问题。
|
|
2013-05-23 12:24:58
方法成群在数据采集运用根据内容的过滤的方法，从一名或几名典型项目或用户 (例如项目的种类，在用户的性别、职业和其他背景知识) 计算配比的程度在他们之间 (相似性)和一个高配比的学位课程最后被推荐给用户。 这个方法的好处是在某种程度上解决“冷起动"问题。 所谓的冷起动意味着系统的新的用户不是任何购买纪录行动，或者一个新的项目，没有任何纪录的项目。 但由于I的不同的类型的特征射出，项目特征抽出方法不是一致的，因此需要改进这个方法的预言准确性。
|
|
2013-05-23 12:26:38
使用筛选方法的数据挖掘中聚类方法基于内容，从一个或几个特征项目或用户 （例如类型的项目，在该用户的性别、 职业和其他背景信息） 来计算它们 (相似) 之间的匹配度和最后一个高匹配度程序推荐给用户。此方法的优点是解决这个问题在某种程度上的"冷启动。所谓冷启动意味着系统的新用户还没有任何采购记录行为或一个新的项目，该项目没有任何记录。但由于的不同类型的特征我项目，项目特征提取方法不是均匀的所以这种方法的预测准确性需要改进。
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
