Chương 1 đã trình bày tổng quát về hệ tư vấn, hệ tư vấn xã hội, sơ bộ về vấn đề khởi đầu nguội, cũng như đưa ra bài toán. Khóa luận sẽ tập trung giải quyết bài toán về vấn đề khởi đầu nguộicủa người dùng trong tư vấn xã hội. Chương tiếp theo sẽ trình bày các giải pháp cho vấn đề khởi đầu nguội trong tư vấn xã hội nói chung và giải pháp và ý tưởng mô hình cho bài toán khóa luận. Các nhóm phương pháp cho vấn đề khởi đầu nguội nói chung và phương pháp ma trận nhân tử trong hệ tư vấn xã hội 2.
Các nhóm phương pháp cho vấn đề khởi đầu nguội Ngày nay, vấn đề khởi đầu nguội đối với hệ tư vấn đã nhận được nhiều sự quan tâm nghiên cứu của các nhà khoa học. Khởi đầu nguội có thể xem là một trường hợp đặc biệt và cụ thể hơn của vấn đề dữ liệu thưa, vì xét trên một khía cạnh nhất định mục tiêu giải quyết vấn đề khởi đầu nguội là hoàn thành bằng cách dự đoán các giá trị còn bị thiếu trong hệ tư vấn. Hướng tiếp cận chủ yếu cho vấn đề này là cải tiến kỹ thuật lọc cộng tác, hệ thống sẽ tìm ra những người dùng hoặc mục (những đối tượng này không có vấn đề khởi đầu nguội) có khả năng cao nhất là sẽ tương tự với người dùng hoặc mục có vấn đề khởi đầu nguội, sau đó dựa trên dữ liệu phân tích sẽ đưa ra kết quả dự đoán cho người hoặc mục. Ta có thể chia thành hai hướng tiếp cận với kỹ thuật lọc cộng tác này: (1) tiếp cận dựa trên bộ nhớ, tức là với toàn bộ dữ liệu mà hệ thống thu thập được, sẽ được sử dụng cho việc tư vấn với người dùng, mục có vấn đề khởi đầu nguội.
(2) tiếp cận dựa trên mô hình, tức là với toàn bộ dữ liệu có được, chúng ta sẽ xây dựng một mô hình, và chính mô hình đó sẽ đưa ra kết quả tư vấn. Ta có thể phân chia các phương pháp thành ba nhóm chính dựa vào đặc trưng người dùng có quan hệ với nhau, tác động đến các quyết định của nhau hay hành vi tương tác của mỗi người dùng sẽ trở thành một thành phần nguyên liệu đầu trong hệ tư vấn xã hội: - Tận dụng các nguồn dữ liệu bổ sung. - Chọn nhóm người dùng tương đồng nổi bật. - Tăng cường dự đoán sử dụng các phương pháp lai.
Sau đây tôi xin trình bày ba thuật toán đại diện cho ba nhóm phương pháp giải quyết vấn đề khởi đầu nguội theo cách phân chia trên 2. Tận dụng các nguồn dữ liệu bổ sung Như đã nói ở trên, một trong những đặc trưng của hệ tư vấn xã hội là lượng thông tin bổ sung cho hệ thống có thể được mở rộng và trở nên phong phú hơn. Trong nhóm phương pháp này, dữ liệu được sử dụng thêm trong đầu vào của hệ tư vấn có thể là độ tin cậy, dòng thời gian, thông tin địa lý, thông tin nhân khẩu học,… Hệ tư vấn sẽ sử dụng các thông tin này để đưa ra quyết định tư vấn chính xác nhất đối với người dùng hoặc mục có vấn đề khởi đầu nguội. 10 Ta xét một thuật toán đại diện cho phương pháp này: Thuật toán MIPFGWC-CS[6] Về cơ bản của thuật toán MIPFGWC-CS[6] (Modification Intuitionistic Possiblistic Fuzzy Geographically Weighted Clustering) là sử dụng phân nhóm không rõ ràng về vị trí người dùng, xác định người sử dụng tương tự như đối với tất cả các thuộc tính trong dữ liệu nhân khẩu học.
Dữ liệu nhân khẩu học có thể là dữ liệu về độ tuổi, giới tính, nghề nghiệp, thu nhập,… Thuật toán có để mô tả bằng sơ đồ dưới đây: Hình 2.1: Sơ đồ thuật toán MIPFGWC-CS[6] 11 Thuật toán MIPFGWC đại diện cho nhóm các phương pháp sử dụng dữ liệu bổ sung. Ta có thể tóm tắt thuật toán đại diện cho nhóm phương pháp này như sau: MIPFGWC Đầu vào:Dữ liệu nhân khẩu học về địa lý X, số lượng phần tử (cụm) –N. Dimention của tập dữ liệu r, ngưỡng ε, và các tham số khác m, η, τ, ai(i=1,3), γj(j= 1, ). Các tham số địa lý α, β, γ, a, b, c, d.
Đầu ra:Giá trị thành viên u’k và tâm V(t+1) 1: Đặt số cụm C, ngưỡng >0 và các tham số khác: m, η, τ >1, ai >0(i=1,3), γj(j= 1, ). 2: Khởi tạo tâm cụm Vj, j=1, tại t = 0. 3: Đặt các tham số α, β, γ, a, b, c, d thỏa mãn α+β+γ =1. 4: Sử dụng các công thức để tính các giá trị thành viên, mức độ không chắc chắn và các giá trị điển hình, tương ứng ukj= ; k= 1, ; j=1, , ∑ ukj= ; k= 1, ; j=1, , ∑ ukj= ; k= 1, ; j=1, , η 5: Thực hiện các sửa đổi về địa lý thông qua: u′ = × + ×∑ × ′ + × ×∑ × , × × × w = ≠ 0 ò ạ 6: Nếu { ′ } là một dãy đơn điệu tăng hoặc ≥ ′ = 1, , sau đó kết luận không có giải pháp phù hợp cho những thông số địa lý đã cho.
Nếu không, chuyển tiếp bước 7. 7: Tính lại tâm cụm tại thời điểm t+1 bởi công thức: 12 η ∑ ( )× Vj = ∑ η ; = 1,. ( ) ( ) ( ) ( ) 8: Nếu − ≤ , sau đó dừng thuật toán. Ngược lại, gán = ( ) và quay lại bước 4 Bởi vì người dùng mới không có giá trị lưu trữ trước, cho nên dữ liệu nhân khẩu học là phương tiện duy nhất để tính toán sự tương đồng giữa những người sử dụng.
Sau khi tìm thấy người sử dụng tương đồng, MIPFGWC-CS kiểm tra xem họ đã đc xếp hạng cho mục nào hay chưa? Nếu có xếp hạng được tìm thấy, hệ thống sẽ coi hạng đó là hạng đại diện của người sử dụng. Nếu không, một mục tương tự sẽ được tìm thấy bởi các hệ số Pearson, và đánh giá trên mặt hàng tương tự được giả định là đánh giá đại diện. Cuối cùng, việc đánh giá người dùng mới đối với mục nào đó được coi là xấp xỉ bởi các trọng số của các xếp hạng đại diện. Tuy nhiên thuật toán trên vẫn còn một số hạn chế: - Việc xác định số lượng cụm trước khi thuật toán làm việc là cần thiết.
Số lượng chính xác của các cụm sẽ dẫn đến kết quả tốt hơn trong việc tìm kiếm những người dùng tương tự với người dùng mới. Nhưng làm thế nào để số cụm xác định trước tối ưu vẫn đang là vấn đề được nghiên cứu. - Ta có thể quan sát thấy trong sơ đồ thuật toán (hình), việc tìm kiếm mục tương tự với đối tượng đang được xem xét được thực hiện thông qua hệ số Pearson. Kết quả đạt được có thể không tốt bởi vì hệ số Pearson có hệ số nhiễu cao, hay nói cách khác nếu quan hệ giữa hai đối tượng là phi tuyến tính thì hệ số Pearson sẽ hoạt động không chính xác.
- MIPFGWC-CS dựa vào dữ liệu nhân khẩu học trong bộ dữ liệu cung cấp, nếu loại dữ liệu này không có sẵn, thuật toán sẽ không thể hoạt động được. Chọn nhóm người sử dụng tương đồng nổi bật nhất Trường hợp không có dữ liệu nhân khẩu học và dữ liệu chỉ cung cấp cho chúng ta đầu vào là những đánh giá, nhóm giải pháp thứ hai cho vấn đề khởi đầu nguội ở đây được đề xuất là chọn ra người dùng tương đồng nổi bật nhất đối với người dùng có vấn đề khởi đầu nguội, dữ liệu của người dùng tương đồng này sẽ được sử dụng cho quá trình dự đoán đối với người dùng có vấn đề khởi đầu nguội. Nhóm phương pháp này cũng sử dụng nhiều hệ số tính độ tương đồng khác nhau và có thể cải thiện được một phần nhược điểm của nhóm phương pháp nêu trên Thuật toán dựa trên NHSM[12] (New Heuristic Similarity Model) giới thiệu một số đo tương tự mới được gọi là NHSM để thay thế các hệ số Pearson hoặc các biện pháp độ tương đồng cosin. Biện pháp tương đồng dựa trên kinh nghiệm này bao gồm ba yếu tố tương đồng, đó là tiệm cận (Proximity), trọng yếu (Significance) và tính chất (Singularity).
Tiệm cận xem xét khoảng cách giữa hai hạng. Trọng yếu cho thấy xếp hạng nào đáng kể hơn nếu hai xếp hạng có khoảng cách xa từ sự đánh giá trung bình. Tính chất đại diện cho sự khác biệt giữa hai xếp hạng khác nhau.2: Sơ đồ thuật toán dựa trên NHSM [12] 14 Công thức tính hệ số tương đồng NHSM: ( , ) = ( , ) ( , ) , 1 ( , ) =1− 1 + exp(−| − || − |) ( , ) = ( , ) ( , ) | ∩ | ( , ) = | × | ( , ) = , , , , , , ( , , , ) ∈ Các tham số trong công thức trên được tính như sau: 1 , , , =1− 1 + exp(− , − , ) 1 , , , = 1 + exp(− , − , − ) 1 , , , =1− , , 1 + exp(− − ) Trong đó: : đại diện cho đánh giá của user u; : đánh giá trung bình của user u; : phương sai chuẩn của user u; , : đánh giá của người user u đối với item p; : giá trị trung bình trong thang đánh giá. 15 Thuật toán dựa trên NHSMtrên nói riêng và nhóm giải pháp này nói chung có những hạn chế sau đây: - Thuật toán dựa trên dữ liệu đánh giá, mà không sử dụng dữ liệu bổ sung, chẳng hạn dữ liệu nhân khẩu học, cho nên độ chính xác của dự đoán vẫn chưa phải là tối ưu.
- Thuật toán phải giả định người dùng đã có một số đánh giá trước trong dữ liệu đánh giá. Tăng cường dự đoán sử dụng các phương pháp lai Khi hai nhóm giải pháp trên cần một loại dữ liệu đầu vào nhất định để thuật toán có thể hoạt động thì nhóm giải pháp đề cập dưới đây cần cả hai loại dữ liệu đầu vào của hai nhóm phương pháp trên và có thể khắc phục phần nào những hạn chế của chúng. Ý tưởng cơ bản của nhóm giải pháp này là sử dụng cả nguồn dữ liệu bổ sung lẫn dữ liệu đánh giá của người dùng, từ đó đưa ra kết quả dự đoán phục vụ cho tư vấn chính xác nhất.3: Sơ đồ thuật toán HU-FCF [7] 16 Thuật toán HU-FCF [7] (Hybrid User-based Fuzzy Collaborative Filtering) Các khái niệm cơ bản của phương pháp HU-FCF là để tích hợp độ tương đồng không rõ ràng giữa người sử dụng dựa trên các dữ liệu nhân khẩu học, từ lịch sử đánh giá tích hợp vào độ tương đồng cuối cùng.