Chương 1. Tổng quan về hệ thống đề xuất 1. Giới thiệu về hệ thống đề xuất Sự bùng nổ của công nghệ thông tin nói chung và mạng Internet nói riêng, cùng với xu thế toàn cầu hóa, đã tạo điều kiện để các nhà cung cấp hàng hóa, dịch vụ hoạt động trực tuyến có thể tiếp cận với khách hàng của mình một cách nhanh chóng và dễ dàng mà không bị giới hạn về mặt không gian địa lý. Vô số thông tin mới về sản phẩm, dịch vụ được gửi đến khách hàng mỗi ngày.
Chẳng hạn như: trong năm 2019 mỗi phút có khoảng 500 giờ xem video được tải lên Youtube, trong năm 2021 quảng cáo trên Facebook Marketplace tiếp cận 562 triệu người, trong năm 2022 có khoảng 867 triệu tweet được gửi mỗi ngày,… Đây vừa là cơ hội vừa là thách thức cho cả người mua và người bán. Cụ thể, đối với người mua, họ sẽ có nhiều lựa chọn hơn để có thể đáp ứng nhu cầu của mình. Tuy nhiên, với lượng thông tin đồ sộ đến từ các nền tảng tiếp thị, người mua sẽ gặp khó khăn trong việc ra quyết định lựa chọn sử dụng sản phẩm: họ không biết mình nên mua loại hàng hóa nào, xem bộ phim nào, hay nghe bản nhạc gì thì phù hợp với sở thích và mong muốn của bản thân. Ngay cả việc thấu hiểu nhu cầu của chính mình cũng trở nên khó khăn khi phải đối mặt với tình trạng quá tải thông tin.
Đối với người bán, họ phải liên tục cá nhân hóa nỗ lực tiếp thị nhằm mang lại trải nghiệm tốt hơn cho khách hàng cũng như giữ vững vị thế cạnh tranh trên thị trường. Hệ quả là việc thu thập khối lượng lớn dữ liệu giao dịch đã trở nên phổ biến đối với các doanh nghiệp, qua đó cho phép những phân tích sâu hơn về hành vi cũng như thị hiếu của khách hàng được thực hiện (Sammut & Webb, 2017). Chính vì vậy, hệ thống đề xuất đã được phát triển như một cách thức để đáp ứng nhu cầu kép của cả người mua và người bán bằng cách tự động hóa việc tạo ra các khuyến nghị dựa trên phân tích dữ liệu (Sammut & Webb, 2017). Nhờ có hệ thống đề xuất, người mua dễ dàng tìm được sản phẩm mình mong muốn giữa vô vàn sản phẩm hiện hành.
Hơn thế nữa, khi họ thực hiện tương tác với sản phẩm như thích/không thích, bình luận, chia sẻ,. Những tương tác này có thể được sử dụng như dữ liệu đầu vào cho hệ 1 thống đề xuất để hệ thống có thể “học” tốt hơn, qua đó có thể đưa ra những đề xuất sâu sắc và hữu ích hơn cho người tiêu dùng. Mang lại giá trị cho cả người tiêu dùng và doanh nghiệp. Một số khái niệm chung Hệ thống đề xuất - Recommender system (viết tắt là RS) là một hệ thống sử dụng các kỹ thuật khai phá dữ liệu khác nhau nhằm tạo ra các đề xuất có ý nghĩa cho người dùng.
Dựa trên dữ liệu về sản phẩm cũng như thông tin về hành vi của người tiêu dùng, hệ thống đề xuất có thể khai phá những đặc điểm về mặt thị hiếu, sở thích, hành vi… Để từ đó có thể hỗ trợ người tiêu dùng đưa ra những quyết định lựa chọn sản phẩm hoặc dịch vụ một cách nhanh chóng, hiệu quả và dễ dàng hơn. Mặt hàng (Item) là thuật ngữ chung được sử dụng để biểu thị những gì hệ thống đề xuất cho người dùng. Mặt hàng có thể là tin tức, bài hát, sách, phim, hàng hóa,. Thông thường hệ thống đề xuất sẽ tập trung vào một loại mặt hàng cụ thể nhằm tạo các đề xuất đều được tùy chỉnh để cung cấp gợi ý cho loại mặt hàng cụ thể đó.
Hồ sơ người dùng (User Profile) có nhiệm vụ biểu diễn sở thích của người dùng và giúp hệ thống dự đoán liệu một mặt hàng có hữu ích với người dùng đó hay không và mức độ hữu ích như thế nào. Dữ liệu để xây dựng hồ sơ người dùng thường được sử dụng dựa trên hai loại phản hồi chính là phản hồi tường minh (explicit feedback) và phản hồi tiềm ẩn (implicit feedback). Phản hồi tường minh sẽ yêu cầu người dùng thực hiện một hành động cụ thể và tạo ra dữ liệu trực tiếp cho hệ thống đề xuất. Có 3 cách tiếp cận chính để nhận được phản hồi tường minh (Francesco Ricci, 2015): • Thích/không thích: Mặt hàng được phân loại là "có liên quan" hoặc "không liên quan" bằng cách áp dụng thang xếp hạng nhị phân đơn giản.
• Xếp hạng: Thang điểm số rời rạc để đánh giá mặt hàng. • Bình luận văn bản: Các bình luận về một mục đơn lẻ được thu thập và trình bày cho người dùng như một phương tiện hỗ trợ quá trình ra quyết định. Phản hồi tiềm ẩn mặt khác lại là kết quả của việc thu thập dữ liệu gián tiếp từ những tương tác của người dùng, chẳng hạn như: thời gian khách hàng truy cập một trang web, thời gian xem một video, số lượt tìm kiếm trên Google, lượt tweet lại của một bài đăng,. Trong một số trường hợp khi người dùng không muốn bỏ ra nỗ lực để đưa ra phản hồi, 2 việc sử dụng phản hồi tiềm ẩn sẽ giúp hệ thống suy luận thông tin về sở thích của họ, tuy nhiên khả năng mô tả sở thích sẽ hạn chế hơn so với phản hồi tường minh.
Ma trận tương tác người dùng - mặt hàng (Utility Matrix) là một cơ sở dữ liệu thể hiện sở thích hoặc đánh giá của mỗi người dùng (User) đối với từng mặt hàng (Item) có trong hệ thống. Mỗi hàng của ma trận này sẽ đại diện cho một người dùng và mỗi cột sẽ đại diện cho một sản phẩm. Như vậy, giá trị tại mỗi ô của ma trận sẽ tương ứng với đánh giá (Rating) của người dùng cho mặt hàng đó. Tuy nhiên, người dùng hiếm khi đánh giá đầy đủ tất cả những mặt hàng mà họ từng trải nghiệm, hoặc nếu có thì những đánh giá đó tương đối hạn chế.
Điều này dẫn đến hệ quả là ma trận tương tác người dùng - sản phẩm sẽ bị khuyết giá trị ở một số ô - hay còn gọi là vấn đề về dữ liệu thưa (data sparsity), gây ảnh hưởng đến mức độ hiệu quả hoạt động của những hệ thống đề xuất sử dụng thuật toán đề xuất dựa trên bộ nhớ. Ngoài ra, khi hệ thống xuất hiện người dùng hoặc sản phẩm mới thì giá trị tương ứng với những người dùng/sản phẩm này trong ma trận sẽ bị trống hoàn toàn do thiếu dữ liệu tương tác. Vấn đề này còn được biết đến là vấn đề khởi động nguội (Cold - Start problem). Phương thức hoạt động của hệ thống đề xuất Trong thực tế, khi người tiêu dùng thực hiện hành vi mua sắm sản phẩm, họ thường sử dụng hai phương thức tiếp cận chính: • Một là tìm kiếm thông tin chi tiết về sản phẩm như thành phần, tính năng, thương hiệu,.
Và đối chiếu những thông tin này với nhu cầu, mục đích của bản thân để có thể đưa ra quyết định. • Hai là tìm kiếm thông tin, tham khảo ý kiến từ những người xung quanh như bạn bè, người thân, đồng nghiệp,. để có thể nhận được đề xuất về sản phẩm. Xuất phát từ quan sát trên, những hệ thống đề xuất đã được xây dựng để có thể tự động hóa những quy trình đề xuất sản phẩm cho người tiêu dùng.
Hệ thống đề xuất thực hiện việc này bằng cách dựa trên những quan hệ chủ yếu như: người dùng - người dùng (User - User), mặt hàng - mặt hàng (Item - Item), người dùng - mặt hàng (User - Item). Phát biểu bài toán đề xuất • Đầu vào: - Tập U = {u1, u2, u3, ., ui} bao gồm tất cả những người dùng mà hệ thống quan sát được. Mỗi người dùng u𝑖 ∈ 𝑈 sẽ có các đặc điểm 𝑢i = {𝑢𝑖1, 𝑢𝑖2, ., pm} bao gồm những mặt hàng hay đối tượng trên hệ thống. Mỗi mặt hàng pm ∈ P sẽ có các đặc điểm pm = {pm1, pm2,.
- Tập dữ liệu xếp hạng R với mỗi rim ∈ R đại diện cho giá trị xếp hạng của người dùng u𝑖 đối với sản phẩm pm. • Đầu ra: - Giá trị xếp hạng dự đoán 𝑟% "# của người dùng 𝑢$ dành cho mặt hàng 𝑝% chưa được tương tác. Nhiệm vụ của hệ thống đề xuất là xây dựng hàm hữu ích 𝑟(𝑢$ , 𝑝# ). Giá trị ước lượng của 𝑟(𝑢$ , 𝑝# ) sẽ dự đoán giá trị xếp hạng của người dùng 𝑢$ dành cho mặt hàng 𝑝% sao cho sai số giữa dự đoán này với các giá trị xếp hạng đã biết trong ma trận tương tác người dùng là nhỏ nhất.
Các phương thức tiếp cận Nhìn chung, các phương pháp tiếp cận truyền thống đối với hệ thống đề xuất có thể được chia thành 3 loại chính dựa trên cách thức mà đề xuất được đưa ra: • Lọc nội dung (Content-based filtering): Người dùng được đề xuất những mặt hàng tương tự với những mặt hàng mà họ ưa thích trong quá khứ. • Lọc cộng tác (Collaborative filtering): Người dùng được đề xuất những mặt hàng tương tự với những mặt hàng ưa thích của những người dùng cùng sở thích khác trong quá khứ. • Hướng tiếp cận lai (Hybrid approach): kết hợp một số kỹ thuật của cả hai phương thức tiếp cận trên. Hướng tiếp Kỹ thuật đề xuất phổ biến cận Dựa trên bộ nhớ (Memory - Dựa trên mô hình (Model - based) based) 4 Lọc nội dung Truy hồi thông tin Phân nhóm Bayesian (Bayesian (Information Retrieval) classifier) Phân cụm (Clustering) Phân cụm (Clustering) Cây quyết định (Decision tree) Mạng nơron nhân tạo (Artificial neural network) Lọc cộng tác Láng giềng gần nhất (Nearest Phân cụm (Clustering) neighbor) Luật kết hợp (Associating rules) Phân cụm (Clustering) Mạng Bayesian Lý thuyết đồ thị (Graph Hồi quy tuyến tính (Linear theory) Regression) Mô hình xác suất (Probabilistic models) Mô hình Entropy tối đa (maximum entropy model) Hướng tiếp Lai có trọng số (Weighted hybridization) cận lai Lai chuyển đổi (Switching hybridization) Lai hỗn hợp (Mixed hybridization) Lai nối tiếp (Cascade hybridization) Tăng cường đặc điểm (Feature augmentation) Kết hợp đặc điểm (Feature combination) Lai Meta (Meta level) Bên cạnh đó, để có thể thích ứng với sự phát triển của mạng Internet cũng như sự thay đổi trong hành vi của người tiêu dùng, các hệ thống đề xuất đang ngày càng nỗ lực để có thể thu thập và tích hợp nhiều loại dữ liệu khác hơn (Bobadilla, Ortega, Hernando, & Gutiérrez, 2013).
Xu hướng này đã dẫn đến một số cách tiếp cận mới như: 5 • Nhận thức ngữ cảnh (Context aware): Tập trung khai thác thông tin ngữ cảnh gia tăng, chẳng hạn như thời gian, vị trí. • Hướng tiếp cận lấy cảm hứng từ sinh học (Bio-inspired): giải quyết bài toán đề xuất bằng cách sử dụng những mô hình sinh học.