TY -的盟Enriquez j·g . AU - Morales-Trujillo l . AU - Calle-Alonso费尔南多盟——Dominguez-Mayo f . j . AU - Lucas-Rodriguez j . m . PY - 2019 DA - 2019/06/27 TI -推荐和分类系统:一个系统的映射研究SP - 8043905六世- 2019 AB -今天,由公司推荐算法广泛应用在多个领域,目的是增加他们的利润或为他们的客户提供更专业的服务。此外,有无数的应用程序中使用分类算法,人们试图找到模式难以检测或检测的成本是非常高的。有时,需要使用两种算法相结合,给出问题的最优解。这是慢板的情况下,一个研发项目,结合机器学习(ML)策略从异构数据源生成有价值的知识基于可用的公开数据。为了支持慢板项目需求,本文的主要目的是提供一个清晰的愿景的现有分类和推荐毫升系统来帮助研究人员和从业人员选择最好的选择。为了实现这一目标,这项工作提出了一个系统回顾应用于两种语境:科学和工业。超过一千篇论文分析了造成80年主要研究。结论表明,这两种算法的结合(分类和推荐)不用于实践。事实上,验证了这两种情况下是非常稀缺的工业环境。从软件开发生命周期的角度来看,本文也表明,所做的工作在ML(用于分类和推荐)研究和工业环境远等早期的业务需求和分析。 This makes it very difficult to find efficient and effective solutions that support real business needs from an early stage. It is therefore that the article suggests the development of new ML research lines to facilitate its application in the different domains. SN - 1058-9244 UR - https://doi.org/10.1155/2019/8043905 DO - 10.1155/2019/8043905 JF - Scientific Programming PB - Hindawi KW - ER -