| عنوان مقاله به انگلیسی | Enhancing Personalized Recipe Recommendation Through Multi-Class Classification | ||||||||
| عنوان مقاله به فارسی | ترجمه فارسی مقاله افزایش توصیه دستور العمل شخصی از طریق طبقه بندی چند طبقه | ||||||||
| نویسندگان | Harish Neelam, Koushik Sai Veerella | ||||||||
| فرمت مقاله انگلیسی | |||||||||
| زبان مقاله تحویلی | ترجمه فارسی | ||||||||
| فرمت مقاله ترجمه شده | به صورت فایل ورد | ||||||||
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) | ||||||||
| تعداد صفحات | 11 | ||||||||
| لینک دانلود رایگان مقاله انگلیسی | دانلود مقاله | ||||||||
| دسته بندی موضوعات | Information Retrieval,Artificial Intelligence,Machine Learning,بازیابی اطلاعات , هوش مصنوعی , یادگیری ماشین , | ||||||||
| توضیحات | Submitted 16 September, 2024; originally announced September 2024. , Journal ref: International Journal of Computer Science, Engineering and Information Technology. 14/5 (2024) 15-25 | ||||||||
| توضیحات به فارسی | ارائه شده 16 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد ، مجله Ref: مجله بین المللی علوم کامپیوتر ، مهندسی و فناوری اطلاعات.14/5 (2024) 15-25 | ||||||||
| اطلاعات بیشتر از این مقاله در پایگاه های علمی |
INSPIRE HEP NASA ADS Google Scholar Semantic Scholar فرمت ارائه ترجمه مقاله |
تحویل به صورت فایل ورد |
زمان تحویل ترجمه مقاله |
بین 2 تا 3 روز پس از ثبت سفارش |
کیفیت ترجمه |
بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
جداول و فرمول ها |
کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
|
چکیده
This paper intends to address the challenge of personalized recipe recommendation in the realm of diverse culinary preferences. The problem domain involves recipe recommendations, utilizing techniques such as association analysis and classification. Association analysis explores the relationships and connections between different ingredients to enhance the user experience. Meanwhile, the classification aspect involves categorizing recipes based on user-defined ingredients and preferences. A unique aspect of the paper is the consideration of recipes and ingredients belonging to multiple classes, recognizing the complexity of culinary combinations. This necessitates a sophisticated approach to classification and recommendation, ensuring the system accommodates the nature of recipe categorization. The paper seeks not only to recommend recipes but also to explore the process involved in achieving accurate and personalized recommendations.
چکیده به فارسی (ترجمه ماشینی)
این مقاله قصد دارد به چالش توصیه های دستور العمل شخصی در حوزه ترجیحات متنوع آشپزی بپردازد.دامنه مشکل شامل توصیه های دستور العمل ، استفاده از تکنیک هایی مانند تجزیه و تحلیل ارتباط و طبقه بندی است.تجزیه و تحلیل انجمن روابط و ارتباطات بین مواد مختلف را برای تقویت تجربه کاربر بررسی می کند.در همین حال ، جنبه طبقه بندی شامل طبقه بندی دستور العمل ها بر اساس مواد و ترجیحات تعریف شده توسط کاربر است.جنبه منحصر به فرد مقاله ، در نظر گرفتن دستور العمل ها و مواد تشکیل دهنده متعلق به کلاس های مختلف ، شناخت پیچیدگی ترکیبات آشپزی است.این امر به یک رویکرد پیچیده برای طبقه بندی و توصیه نیاز دارد ، و اطمینان از این که سیستم ماهیت طبقه بندی دستور العمل ها را در خود جای می دهد.این مقاله نه تنها به توصیه دستور العمل ها بلکه برای کشف روند مربوط به دستیابی به توصیه های دقیق و شخصی نیز می پردازد.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |


نقد و بررسیها
هنوز بررسیای ثبت نشده است.