Chương 1: TỔNG QUAN 1. Giới thiệu đề tài Trong những năm gần đây, sự bùng nổ của công nghệ thông tin đặc biệt là AI – Trí Tuệ Nhân Tạo (Artificial Intelligence) đã và đang len lỏi vào cuộc sống của mỗi chúng ta. Cùng với đó, nhu cầu tìm kiếm thông tin, chia sẻ dữ liệu lớn đã làm cho người sử dụng khó khăn trong việc lựa chọn thông tin phù hợp để giải quyết các vấn đề nhất định. Đây là lúc họ cần đến hệ thống gợi ý.
Hệ thống gợi ý (Recommender System) là công cụ hỗ trợ ra quyết định, nhằm mục đích cung cấp cho người sử dụng những gợi ý về thông tin, sản phẩm và dịch vụ phù hợp nhất với yêu cầu và sở thích riêng của từng người tại từng trường hợp yêu cầu cụ thể. 1: Các mạng xã hội phổ biến hiện nay (Nguồn: twitter icon) Sự ra đời và phát triển nhanh chóng của mạng xã hội hiện nay (ví dụ: Facebook, twitter, instagram.) làm cho hệ thống gợi ý xã hội (Social Recommender Systems - SRS) càng nhận được nhiều sự quan tâm hơn.1 ta có thể thấy những mạng xã hội phổ biến nhất hiện nay, số lượng người dùng trong các mạng xã hội này là vô cùng khổng lồ. Hệ thống gợi ý xã hội sinh ra để giải quyết khối tài nguyên khổng lồ mà mạng xã hội mang lại. SRS là một hệ thống gợi ý lợi dụng các mối quan hệ trên mạng xã hội để đưa ra các lời gợi ý.
Mối quan hệ này có thể là bạn bè, gia đình, hoặc quan hệ theo dõi. SRS là một hệ thống gợi ý sử dụng các mối quan hệ trên mạng xã hội để tăng hiệu suất hệ thống (độ chính xác của gợi ý, thời gian, chi phí tính toán, tăng doanh thu…).2 mô tả các mối liên kết quan hệ xã hội của người dùng. 2: Mối liên kết mọi người trong mạng xã hội (Nguồn: consumer value creation) Khoa ĐT CLC – ĐH SPKT TP. Mục tiêu đề tài Trong đề tài này, chúng tôi tập trung vào việc tìm hiểu về hệ thống gợi ý xã hội và có được cái nhìn tổng quát về bài toán gợi ý xã hội truyền thống.
Ngoài ra, chúng tôi sẽ tìm hiểu về các phương pháp giải quyết bài toán gợi ý xã hội, chạy thử nghiệm một hoặc vài thuật toán, phương pháp để so sánh, đánh giá hiệu suất của những phương pháp này. Ngoài ra, chúng tôi cũng đưa ra những cái nhìn, đánh giá của bản thân về những hướng phát triển, lợi ích, thách thức của hệ thống gợi ý xã hội. Nhìn chung, bài báo cáo này xoay quanh các vấn đề liên quan đến việc phát triển hệ thống gợi ý xã hội. Phạm vi của đề tài Trong đề tài này chúng tôi tìm hiểu về hệ thống hệ thống gợi ý xã hội (Social Recommender System - SRS), một hệ thống đang rất phát triển trong xu hướng công nghệ trí tuệ nhân tạo ngày nay.
Đề tài sẽ nghiên cứu tổng quát về hướng phát triển, cách tiếp cận, các thuật toán, ứng dụng… của hệ thống đối với xã hội, trong đó, đi sâu vào việc hiểu rõ các thuật toán thường hay được sử dụng. Nội dung nghiên cứu Để hoàn thành những mục tiêu của đề tài, chúng tôi nghiên cứu về hệ thống gợi ý truyền thống-thứ sẽ được giới thiệu ở phần 2. Ở phần 2 này, ngoài việc giới thiệu hệ thống gợi ý truyền thống, chúng tôi còn giới thiệu các phương pháp giải quyết các vấn đề trong bài toán gợi ý. Những thuật toán trong phần này là tiền đề cho các thuật toán giải quyết bài toán gợi ý dựa vào mạng xã hội.
Tiếp đến, chúng tôi sẽ giới thiệu hệ thống gợi ý xã hội ở chương 3. Trong chương này, chúng tôi đưa ra các giới thiệu, định nghĩa, các bài toán và những phương pháp phổ biến trong việc giải quyết bài toán gợi ý xã hội. Bài báo cáo giới thiệu 3 phương pháp gợi ý xã hội điển hình là: lọc cộng tác dựa vào mạng xã hội (Social network collaborative filtering), lọc dựa vào đồ thị hai phía (Social filtering) và khuyến nghị dựa vào độ tin cậy (Trust- aware recommender system). Chúng tôi đặc biệt ngiên cứu về phương pháp đưa ra gợi ý dựa vào độ tin cậy.
Để đưa ra được các đánh giá cho phương pháp Recommendation with Social Trust Ensemble, chúng tôi đã chạy thử nghiệm phương pháp này với 2 phương pháp khác trên cùng một tập dữ liệu. Chi tiết của việc thử nghiệm và đánh giá được chúng tôi đề cập tại chương 4. Cuối cùng, tại chương 5, chúng tôi đưa ra những kết luận, những lợi ích cũng như thách thức trong việc phát triển hệ thống gợi ý truyền thống cũng như hệ thống gợi ý xã hội. Khoa ĐT CLC – ĐH SPKT TP.HCM 2 Chương 2: HỆ THỐNG GỢI Ý (RECOMMENDER SYSTEMS) 2.
Giới thiệu hệ thống gợi ý 2. Khái quát - Hệ thống gợi ý (recommender system - RS) là một hệ thống đưa ra gợi ý giúp người dùng tìm kiếm thông tin cần thiết, dựa trên việc phân tích các nguồn dữ liệu có sẵn. - Trong thương mại điện tử, sự phát triển của Internet và sự bùng nổ thông tin làm cho khách hàng có rất nhiều sự lựa chọn. Tuy nhiên, đó cũng là điểm bất lợi trong việc tìm kiếm sản phẩm, khiến cho họ bối rối, phân vân khi phải chọn lựa sản phẩm trong một nguồn thông tin khổng lồ.
Do đó, khách hàng cần có một sự trợ giúp nào đó để có thể tìm kiếm được sản phẩm phù hợp với mình nhất. Hệ thống gợi ý nhằm hướng dẫn những người dùng thiếu kinh nghiệm đối phó với lượng lớn những sản phẩm mà họ đang tìm kiếm. Đó cũng chính là lý do mà hệ thống gợi ý ra đời. - Ngày nay, hệ tư vấn không chỉ phát triển trong thương mại điện tử, nó còn được nghiên cứu và áp dụng trong các hệ giải trí giợ ý kết bạn Facebook, gợi ý xem phim, gợi ý mua sách,.
Bài toán ước lượng xếp hạng (rating) của các item (phim, sách, nhà hàng…) chưa được người dùng xem xét. Việc ước lượng này thường dựa trên những đánh giá đã có của chính người dùng đó hoặc từ những người dùng khác. Những item có xếp hạng cao nhất sẽ được dùng để gợi ý. Từ đó người dùng có những lựa chọn thích hợp với nhu cầu và thị hiếu của mình.
-Ví dụ: Hệ thống gợi ý giúp người dùng lựa chọn sách trên trang web của Amazon đã sử dụng hệ thống gợi ý để cá nhân hoá các cửa hàng trực tuyến cho từng khách hàng (user). Khi hệ thống gợi ý được cá nhân hoá thì mọi người dùng hay nhóm người dùng sẽ nhận được các gợi ý khác nhau từ những cá nhân khác. Vấn đề đặt ra Trong kinh doanh thương mại, người ta thường trưng bày các sản phẩm bán chạy nhất của công ty, hoặc các sản phẩm có chất lượng tốt nhất, còn các sản phẩm khác sẽ không được trưng ra. Các sản phẩm được trưng ra chưa chắc đã phổ biến với mọi khách hàng.
Mặt khác cửa hàng có sản phẩm mà khách hàng tìm kiếm nhưng lại không trưng bày ra hoặc nằm ở cuối trang của web. Có thể khi một khách hàng đã mua 1 sản phẩm rồi thì muốn mua một vài sản phẩm khác (Ví dụ: một người đặt hàng mua 2 lon bia và có ý định mua thêm 1 gói bò khô), thay vì phải làm lại các bước như tìm kiếm sản phẩm, đặt hàng … thì Khoa ĐT CLC – ĐH SPKT TP.HCM 3 chúng ta có thể gợi ý cho khách hàng các sản phẩm ấy. Các vấn đề khác như số lượng sản phẩm quá nhiều, nhu cầu khách hàng thay thồi theo từng thời gian khiến chúng ta không thể làm việc thủ công được. Điều này dẫn đến việc cần có một hệ thống thay thế công việc gợi ý thủ công để đưa ra các gợi ý, đề nghị cho khách hàng.
Các lợi ích chính của việc sử dụng hệ thống gợi ý - Gia tăng doanh số bán hàng: Đây có lẽ là lý do quan trọng nhất cho những trang thương mại điện tử, đơn giản là họ sẽ bán thêm được hàng so với những trang mà không sử dụng RS. RS đề xuất càng chính xác với nhu cầu người dùng thì website càng bán được nhiều hàng. - Thỏa mãn nhu cầu khách hàng: Một RS được thiết kế và cài đặt tốt sẽ cải thiện trải nghiệm người dùng. Người dùng sẽ thấy rằng hệ tư vấn này rất thú vị, chính xác, và cùng với một giao diện được thiết kế hợp lý, khách hàng sẽ muốn quay lại website.
- Nắm được nhu cầu khách hàng: Một chức năng quan trọng khác của RS là cho phép ta thu thập được phản hồi của khách hàng. Nếu khách hàng không thích những thứ mà bạn đề xuất, bạn vẫn có thể thu thập lại được những thông tin này và tái sử dụng nó để cải thiện độ chính xác của RS. Thành phần của hệ thống 2.1 Các thành phần cơ bản của hệ thống a. User (người dùng) Người sử dụng trong hệ thống gợi ý là đối tượng để gợi ý có những mục tiêu và đặc điểm rất đa dạng.
Để cá nhân hoá các gợi ý và tương tác người - máy, hệ thống gợi ý khai thác một loạt các thông tin về người sử dụng. Những thông tin này có thể được cấu trúc theo nhiều các khác nhau và việc chọn thông tin phụ thuộc vào kỹ thuật gợi ý. Ví dụ, trong lọc cộng tác (collaborative filtering) người dùng được mô hình hóa dưới dạng danh sách đơn giản chứa các xếp hạng được cung cấp bởi người sử dụng đối với một số item. Trong hệ thống gợi ý nhân khẩu học, các thuộc tính được sử dụng là tuổi, giới tính, nghề nghiệp, trình độ học vấn.
Từ đó, các dữ liệu người dùng sẽ tạo nên mô hình cá nhân người dùng để mã hóa sở thích và nhu cầu của người đó. Items - các sản phẩm Items là những đối tượng phải lưu ý và cân nhắc. Các mục tin có đặc tính phức tạp và có giá trị hữu ích. Giá trị của một item có thể là tích cực nếu nó có ích cho người sử dụng hoặc tiêu cực nếu nó không phù hợp khi người có lựa chọn sai.
Khi người dùng nhận một item nào đó thì họ phải chịu một chi phí bao gồm việc tìm kiếm các item và chi phí thực để trả tiền cho item đó. Khi đó, các nhà thiết kế hệ thống gợi ý Khoa ĐT CLC – ĐH SPKT TP.HCM 4 phải đưa sự phức tạp này của item vào tài khoản người dùng. Ví dụ về cấu trúc, văn bản đại diện và thời gian phụ thuộc sự quan trọng của bất kì một item tin tức nào.