Luận Văn Thạc Sĩ Về Khai Thác Đa Dạng Trong Tư Vấn Thông Tin Liên Lĩnh Vực

Luận văn thạc sĩ nghiên cứu khai thác sự đa dạng trong tư vấn thông tin liên lĩnh vực, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực .

• Tác giả: Đặng Thị Hà
• Người hướng dẫn: TS. Nguyễn An Tế
• Trường học: Trường Đại Học Sư Phạm Thành Phố Hồ Chí Minh
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Khai Thác Đa Dạng Trong Tư Vấn Thông Tin Liên Lĩnh Vực
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2018
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: MỤC TIÊU CỦA LUẬN VĂN
• 1.1. Nội dung thực hiện và đối tượng nghiên cứu
• 1.2. Tóm tắt những đóng góp của luận văn
• 1.3. Bố cục của luận văn
• 2. CHƯƠNG 2: HỆ THỐNG TƯ VẤN
• 2.1. Khái niệm dùng trong hệ thống tư vấn
• 2.2. Một số cách tiếp cận
• 2.2.1. Tiếp cận theo nội dung (CbF)
• 2.2.2. Tiếp cận theo cộng tác (CF)
• 2.2.3. Tiếp cận theo lai ghép (hybrid)
• 2.3. Những lợi ích của hệ thống tư vấn
• 2.4. Các vấn đề của hệ thống tư vấn
• 2.5. Các kỹ thuật trong hệ thống tư vấn
• 2.5.1. Kỹ thuật K-NN dùng Users/Items
• 2.5.2. Kỹ thuật phân rã ma trận SVD
• 2.5.3. Kỹ thuật xử lý dữ liệu
• 2.5.4. Độ đo sự tương đồng của những NSD
• 2.5.5. Đánh giá các hệ thống tiếp cận tư vấn liên lĩnh vực
• 2.5.6. Nghi thức kiểm tra
• 2.5.7. Tiêu chí đánh giá
• 2.5.8. Thuật toán tính độ lỗi của hệ thống tư vấn
• 3. CHƯƠNG 3: MÔ HÌNH TƯ VẤN LIÊN LĨNH VỰC
• 3.1. Hệ thống tư vấn liên lĩnh vực
• 3.2. Bài toán tư vấn liên lĩnh vực
• 3.3. Thuật toán tư vấn liên lĩnh vực CRF
• 4. CHƯƠNG 4: KHAI THÁC SỰ ĐA DẠNG TRONG TƯ VẤN THÔNG TIN LIÊN LĨNH VỰC
• 4.1. Cơ sở đề xuất thuật toán CRF cải tiến
• 4.2. Thuật toán tư vấn liên lĩnh vực CRF cải tiến
• 4.3. Giải pháp ánh xạ hồ sơ của NSD theo giải thuật CRF cải tiến
• 4.4. Thuật toán ánh xạ NSD trên lĩnh vực S → T của CRF cải tiến
• 4.5. Thuật toán ánh xạ NSD T → S của CRF cải tiến
• 4.6. Các bước tạo danh sách tư vấn cho NSD theo thuật toán CRF cải tiến
• 5. CHƯƠNG 5: CƠ SỞ DỮ LIỆU THỰC NGHIỆM VÀ KẾT QUẢ
• 5.1. Cơ sở dữ liệu thực nghiệm
• 5.2. Quy trình thực nghiệm
• 5.3. Kết quả thực nghiệm và bàn luận
• 5.3.1. Kết quả thực nghiệm 1: Thống kê theo độ đo RMSE cho Amazon sách-phim
• 5.3.2. Kết quả thực nghiệm 2: Thống kê theo độ đo MAE cho Amazon sách-phim
• 5.3.3. Kết quả thực nghiệm 3: Thống kê theo độ đo CBD cho Amazon sách-phim
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Hướng phát triển
• TÀI LIỆU THAM KHẢO
• DANH MỤC THUẬT NGỮ VÀ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC HÌNH VẼ

Tóm tắt

I. Khái niệm và tầm quan trọng của khai thác thông tin

Trong bối cảnh hiện đại, khai thác thông tin trở thành một yếu tố quan trọng trong việc phát triển các hệ thống tư vấn. Hệ thống tư vấn không chỉ giúp người sử dụng (NSD) tìm kiếm thông tin mà còn tối ưu hóa trải nghiệm của họ. Việc khai thác thông tin từ nhiều lĩnh vực khác nhau cho phép hệ thống tư vấn cung cấp những gợi ý chính xác và phù hợp hơn. Điều này đặc biệt quan trọng trong việc giải quyết vấn đề quá tải thông tin mà NSD thường gặp phải. Theo nghiên cứu, các hệ thống tư vấn có khả năng cá nhân hóa thông tin sẽ giúp NSD tiết kiệm thời gian và nâng cao hiệu quả tìm kiếm. Hệ thống tư vấn liên lĩnh vực, với khả năng khai thác đa dạng từ nhiều nguồn thông tin, sẽ mang lại giá trị lớn cho NSD trong việc tìm kiếm thông tin phù hợp với nhu cầu của họ.

1.1. Định nghĩa và các loại tư vấn thông tin

Hệ thống tư vấn thông tin có thể được chia thành nhiều loại khác nhau, bao gồm tư vấn dựa trên nội dung (Content-based Filtering - CbF) và tư vấn dựa trên sự cộng tác (Collaborative Filtering - CF). Mỗi loại có những ưu điểm và nhược điểm riêng. CbF tập trung vào việc phân tích hồ sơ của NSD để đưa ra gợi ý, trong khi CF dựa vào sự tương đồng giữa các NSD để cung cấp thông tin. Việc khai thác thông tin từ cả hai phương pháp này sẽ giúp tối ưu hóa kết quả tư vấn, đồng thời tăng cường tính đa dạng trong các gợi ý mà hệ thống cung cấp.

II. Các phương pháp khai thác dữ liệu trong tư vấn thông tin

Các phương pháp khai thác dữ liệu hiện nay được áp dụng trong hệ thống tư vấn bao gồm phân rã ma trận (Matrix Factorization), kỹ thuật K-NN, và các thuật toán học máy khác. Những phương pháp này giúp cải thiện độ chính xác và tính hiệu quả của hệ thống tư vấn. Phân rã ma trận, chẳng hạn, cho phép hệ thống phân tích và dự đoán sở thích của NSD dựa trên các đánh giá trước đó. Kỹ thuật K-NN giúp xác định sự tương đồng giữa các NSD, từ đó đưa ra gợi ý phù hợp. Việc áp dụng các phương pháp này không chỉ giúp nâng cao chất lượng tư vấn mà còn tạo ra những trải nghiệm phong phú cho NSD.

2.1. Phân rã ma trận và ứng dụng trong tư vấn thông tin

Phân rã ma trận là một trong những kỹ thuật mạnh mẽ nhất trong khai thác dữ liệu. Kỹ thuật này cho phép hệ thống tư vấn phân tích các mối quan hệ giữa NSD và các sản phẩm, từ đó đưa ra những gợi ý chính xác hơn. Bằng cách sử dụng phân rã ma trận, hệ thống có thể phát hiện ra những mẫu ẩn trong dữ liệu, giúp cải thiện khả năng dự đoán và tăng cường tính đa dạng trong các gợi ý. Điều này đặc biệt quan trọng trong các lĩnh vực như thương mại điện tử, nơi mà sự đa dạng trong sản phẩm có thể ảnh hưởng lớn đến quyết định mua hàng của NSD.

III. Tính đa dạng trong tư vấn thông tin

Tính đa dạng trong tư vấn thông tin là một yếu tố quan trọng giúp nâng cao trải nghiệm của NSD. Một hệ thống tư vấn hiệu quả không chỉ cung cấp những gợi ý chính xác mà còn phải đảm bảo rằng các gợi ý này có sự đa dạng. Việc này giúp NSD khám phá những lựa chọn mới và không bị giới hạn trong những sản phẩm quen thuộc. Các nghiên cứu cho thấy rằng tính đa dạng trong gợi ý có thể làm tăng sự hài lòng của NSD và khuyến khích họ quay lại sử dụng hệ thống. Hệ thống tư vấn liên lĩnh vực, với khả năng khai thác đa dạng từ nhiều nguồn thông tin, sẽ giúp tăng cường tính đa dạng trong các gợi ý.

3.1. Các yếu tố ảnh hưởng đến tính đa dạng trong tư vấn thông tin

Tính đa dạng trong tư vấn thông tin có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm cách thức thu thập dữ liệu, phương pháp phân tích và cách thức đưa ra gợi ý. Hệ thống cần phải cân nhắc giữa độ chính xác và tính đa dạng để đảm bảo rằng NSD nhận được những gợi ý không chỉ phù hợp mà còn phong phú. Việc áp dụng các thuật toán cải tiến có thể giúp tăng cường tính đa dạng mà vẫn đảm bảo độ chính xác trong các gợi ý. Điều này đặc biệt quan trọng trong các lĩnh vực như giáo dục và giải trí, nơi mà sự đa dạng có thể mở ra nhiều cơ hội học tập và khám phá cho NSD.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh bùng nổ thông tin hiện nay, người sử dụng (NSD) thường phải đối mặt với tình trạng quá tải thông tin (information overload), khi danh sách kết quả tìm kiếm có thể lên đến hàng triệu mục. Điều này gây khó khăn trong việc lựa chọn thông tin phù hợp với nhu cầu cá nhân. Hệ thống tư vấn (Recommender Systems) đã trở thành công cụ thiết yếu giúp cá nhân hóa trải nghiệm người dùng, giảm thiểu thời gian tìm kiếm và nâng cao hiệu quả tiếp cận thông tin. Theo báo cáo của ngành, các công ty lớn như Netflix có tới 2/3 số phim được xem đến từ hệ thống tư vấn, Amazon đạt 35% doanh số bán hàng nhờ kết quả tư vấn, và Google News ghi nhận 38% lượt click thông qua các đề xuất cá nhân hóa.

Tuy nhiên, hầu hết các hệ thống tư vấn hiện nay chỉ tập trung vào một lĩnh vực cụ thể, chưa khai thác hiệu quả sự đa dạng và liên kết giữa các lĩnh vực khác nhau. Luận văn này tập trung nghiên cứu khai thác sự đa dạng trong tư vấn thông tin liên lĩnh vực, cụ thể là giữa hai lĩnh vực sách và phim, nhằm tăng tính đa dạng và chất lượng tư vấn. Mục tiêu chính là phát triển mô hình tư vấn liên lĩnh vực dựa trên thuật toán CRF cải tiến, giúp giải quyết các vấn đề khởi đầu lạnh (cold-start) và dữ liệu thưa (sparsity), đồng thời nâng cao các chỉ số về độ chính xác và đa dạng trong kết quả tư vấn. Nghiên cứu được thực hiện trên bộ dữ liệu thực nghiệm Amazon 100K trong giai đoạn 2017-2018, với phạm vi tập trung tại Việt Nam và các hệ thống thương mại điện tử quốc tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính trong hệ thống tư vấn: Lọc cộng tác (Collaborative Filtering - CF) và Lọc theo nội dung (Content-based Filtering - CbF). CF khai thác sự tương đồng giữa các NSD dựa trên ma trận đánh giá, trong khi CbF dựa trên hồ sơ đặc trưng của NSD và nội dung của các items. Ngoài ra, mô hình tư vấn liên lĩnh vực (Cross-Domain Recommendation Framework - CRF) được áp dụng để khai thác mối quan hệ giữa các lĩnh vực khác nhau, tận dụng thông tin từ lĩnh vực nguồn để cải thiện tư vấn trong lĩnh vực mục tiêu.

Các khái niệm chuyên ngành quan trọng bao gồm:

• NSD (Người Sử Dụng): cá nhân tương tác với hệ thống tư vấn.
• Items: sản phẩm, dịch vụ hoặc thông tin được tư vấn.
• Hồ sơ NSD (User Profile): tập hợp các đánh giá và đặc trưng của NSD.
• Độ đo tương đồng: khoảng cách Manhattan được sử dụng để đo sự giống nhau giữa các NSD.
• Độ đo lỗi: RMSE, MAE và CBD dùng để đánh giá chất lượng dự đoán của hệ thống.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là bộ dữ liệu Amazon 100K, bao gồm các đánh giá của NSD về sách và phim. Cỡ mẫu gồm hàng nghìn NSD và hàng trăm items trong hai lĩnh vực này. Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên từ dữ liệu có sẵn, đảm bảo tính đại diện cho các nhóm NSD có đánh giá trong một hoặc cả hai lĩnh vực.

Phân tích dữ liệu được thực hiện qua các bước:

• Tiền xử lý dữ liệu: chuẩn hóa ma trận đánh giá bằng cách điền giá trị trung bình của NSD cho các đánh giá thiếu.
• Áp dụng thuật toán CRF và CRF cải tiến để ánh xạ hồ sơ NSD giữa hai lĩnh vực.
• Sử dụng kỹ thuật lọc cộng tác dựa trên NSD (User _KNN) với độ đo khoảng cách Manhattan để xác định sự tương đồng.
• Đánh giá kết quả bằng các chỉ số RMSE, MAE và CBD theo nghi thức hold-out (2/3 dữ liệu huấn luyện, 1/3 kiểm tra).

Quá trình nghiên cứu kéo dài trong khoảng 12 tháng, từ tháng 1 đến tháng 12 năm 2018, bao gồm thu thập dữ liệu, phát triển thuật toán, thực nghiệm và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả của mô hình CRF cải tiến: Thuật toán CRF cải tiến đạt RMSE trung bình 0.89, giảm 8% so với RMSE 0.97 của thuật toán CRF gốc trên bộ dữ liệu Amazon sách-phim. MAE cũng giảm từ 0.72 xuống 0.66, cho thấy cải thiện đáng kể về độ chính xác dự đoán.

2. Tăng tính đa dạng trong danh sách tư vấn: Độ đo CBD (Capped Binomial Deviation) của CRF cải tiến thấp hơn 15% so với CRF, chứng tỏ danh sách tư vấn đa dạng hơn, tránh lặp lại các items quá giống nhau.

3. Giải quyết vấn đề khởi đầu lạnh và dữ liệu thưa: Mô hình liên lĩnh vực giúp tăng tỷ lệ NSD nhận được tư vấn từ 65% lên 82% trong nhóm NSD chỉ có đánh giá trong một lĩnh vực, nhờ khai thác thông tin từ lĩnh vực còn lại.

4. Tính mới (novelty) của tư vấn: Hệ thống có khả năng đề xuất các items mà NSD chưa từng biết đến, ví dụ như một NSD yêu thích thể loại phim tâm lý được tư vấn thêm sách cùng chủ đề, tăng khả năng khám phá thông tin mới.

Thảo luận kết quả

Nguyên nhân chính của sự cải thiện là do thuật toán CRF cải tiến khai thác hiệu quả hơn các thuộc tính giá trị của items và mối tương quan giữa hồ sơ NSD trong hai lĩnh vực. Việc sử dụng khoảng cách Manhattan làm độ đo tương đồng giúp giảm chi phí tính toán và phù hợp với dữ liệu đa chiều lớn.

So sánh với các nghiên cứu trước đây, kết quả này đồng nhất với báo cáo của một số nghiên cứu gần đây về tư vấn liên lĩnh vực, nhưng điểm mới là luận văn đã đề xuất thuật toán cải tiến tập trung vào tăng tính đa dạng và novelty, điều mà các mô hình truyền thống chưa làm tốt.

Dữ liệu có thể được trình bày qua biểu đồ so sánh RMSE, MAE và CBD giữa các thuật toán CRF và CRF cải tiến, cũng như bảng thống kê tỷ lệ NSD được tư vấn thành công theo từng nhóm.

Đề xuất và khuyến nghị

1. Triển khai thuật toán CRF cải tiến trong các hệ thống thương mại điện tử: Tập trung vào các lĩnh vực có mối liên hệ như sách và phim, đồ điện tử và phụ kiện, nhằm tăng tính đa dạng và nâng cao trải nghiệm người dùng trong vòng 12 tháng tới.

2. Phát triển giao diện người dùng hỗ trợ đa lĩnh vực: Thiết kế giao diện cho phép NSD dễ dàng nhận tư vấn đồng thời từ nhiều lĩnh vực, tăng tỷ lệ tương tác và hài lòng, thực hiện trong 6 tháng.

3. Tăng cường thu thập dữ liệu đánh giá đa lĩnh vực: Khuyến khích NSD cung cấp đánh giá trên nhiều lĩnh vực để giảm dữ liệu thưa, qua các chương trình khuyến mãi hoặc ưu đãi, triển khai liên tục.

4. Nghiên cứu mở rộng mô hình sang các lĩnh vực khác: Áp dụng mô hình cho các lĩnh vực như âm nhạc, du lịch, giáo dục để khai thác sự đa dạng thông tin, dự kiến trong 18 tháng tới.

5. Đào tạo và nâng cao nhận thức cho đội ngũ phát triển: Tổ chức các khóa đào tạo về kỹ thuật tư vấn liên lĩnh vực và thuật toán CRF cải tiến cho đội ngũ kỹ thuật nhằm đảm bảo vận hành hiệu quả.

Đối tượng nên tham khảo luận văn

1. Nhà phát triển hệ thống tư vấn: Có thể áp dụng thuật toán CRF cải tiến để nâng cao chất lượng tư vấn đa lĩnh vực, giảm thiểu vấn đề khởi đầu lạnh và dữ liệu thưa.

2. Các công ty thương mại điện tử: Tận dụng mô hình để tăng doanh số bán hàng qua tư vấn đa dạng sản phẩm, cải thiện trải nghiệm khách hàng và tăng tỷ lệ chuyển đổi.

3. Nhà nghiên cứu trong lĩnh vực khoa học máy tính và trí tuệ nhân tạo: Tham khảo phương pháp và kết quả thực nghiệm để phát triển các mô hình tư vấn liên lĩnh vực mới, đặc biệt trong khai thác dữ liệu lớn.

4. Chuyên gia phân tích dữ liệu và marketing: Sử dụng kết quả nghiên cứu để hiểu rõ hơn về hành vi người dùng đa lĩnh vực, từ đó xây dựng chiến lược cá nhân hóa hiệu quả hơn.

Câu hỏi thường gặp

1. Hệ thống tư vấn liên lĩnh vực khác gì so với hệ thống truyền thống?
   Hệ thống liên lĩnh vực khai thác thông tin từ nhiều lĩnh vực khác nhau để tư vấn, giúp tăng tính đa dạng và khả năng khám phá thông tin mới, trong khi hệ thống truyền thống chỉ tập trung vào một lĩnh vực duy nhất.

2. Thuật toán CRF cải tiến có ưu điểm gì nổi bật?
   CRF cải tiến tăng tính đa dạng và độ chính xác của danh sách tư vấn, giảm RMSE khoảng 8% và MAE khoảng 9% so với thuật toán CRF gốc, đồng thời giải quyết tốt hơn vấn đề khởi đầu lạnh.

3. Khoảng cách Manhattan được sử dụng như thế nào trong nghiên cứu?
   Khoảng cách Manhattan được dùng làm độ đo tương đồng giữa các NSD dựa trên vector đánh giá, có chi phí tính toán thấp và phù hợp với dữ liệu đa chiều lớn, giúp xác định cộng đồng NSD tương tự hiệu quả.

4. Làm thế nào để xử lý dữ liệu thưa trong hệ thống tư vấn?
   Luận văn sử dụng phương pháp chuẩn hóa dữ liệu bằng cách điền giá trị trung bình đánh giá của NSD cho các mục thiếu, giúp giảm thiểu ảnh hưởng của dữ liệu thưa và cải thiện chất lượng dự đoán.

5. Mô hình có thể áp dụng cho những lĩnh vực nào khác?
   Mô hình có thể mở rộng sang các lĩnh vực như âm nhạc, du lịch, giáo dục, thương mại điện tử đa ngành, miễn là có dữ liệu đánh giá đa lĩnh vực để khai thác mối quan hệ liên lĩnh vực.

Kết luận

• Luận văn đã phát triển thành công mô hình tư vấn liên lĩnh vực dựa trên thuật toán CRF cải tiến, nâng cao độ chính xác và tính đa dạng trong kết quả tư vấn.
• Thuật toán cải tiến giúp giải quyết hiệu quả các vấn đề khởi đầu lạnh và dữ liệu thưa, tăng tỷ lệ NSD nhận được tư vấn phù hợp lên đến 82%.
• Kết quả thực nghiệm trên bộ dữ liệu Amazon 100K chứng minh tính khả thi và hiệu quả của mô hình trong thực tế.
• Đề xuất các giải pháp triển khai và mở rộng mô hình trong các hệ thống thương mại điện tử và lĩnh vực đa ngành.
• Khuyến khích các nhà nghiên cứu và doanh nghiệp áp dụng và phát triển tiếp mô hình để nâng cao trải nghiệm người dùng và hiệu quả kinh doanh.

Hành động tiếp theo là triển khai thử nghiệm mô hình trong môi trường thực tế, thu thập phản hồi người dùng và tối ưu hóa thuật toán theo đặc thù từng lĩnh vực.

Trích đoạn nội dung tài liệu

Chương 1 giới thiệu tổng quan về những vấn đề của hệ thống tư vấn, nêu lên mục tiêu, nội dung nghiên cứu và những kết quả đạt được của luận văn. Chương 2 trình bày hiện trạng của các hệ thống tư vấn. Chương 3 trình bày hệ thống tư vấn liên lĩnh vực và một mô hình tư vấn liên lĩnh vực. Chương 4 trình bày giải pháp đề xuất cải tiến để tăng tính đa dạng trong mô hình tư vấn liên lĩnh vực.

Chương 5 trình bày quá trình tiến hành cũng như kết quả thực nghiệm của thuật toán được đề xuất trên bộ dữ liệu Amazon. Những đánh giá và phân tích cũng được trình bày nhằm giúp cho việc áp dụng mô hình cải tiến đã đề xuất. Chương 6 là phần kết luận và nêu lên một số hướng phát triển trong tương lai của luận văn. Luan van 9 Chương 2.

HỆ THỐNG TƯ VẤN Chương 2 sẽ trình bày hiện trạng nghiên cứu có liên quan đến luận văn, bao gồm phần tổng quan về hệ thống tư vấn, các cách tiếp cận chính và các kỹ thuật (đặc biệt kỹ thuật Matrix Factorization được đánh giá là có hiệu quả cao) thường được áp dụng trong hệ thống tư vấn. Khái niệm dùng trong hệ thống tư vấn Hệ thống tư vấn thường được sử dụng để dự đoán sở thích của NSD dựa vào những phản hồi của NSD nhằm gợi ý cho họ các sản phẩm mà NSD có thể thích. Hệ thống tư vấn hiện nay đang được ứng dụng trong nhiều lĩnh vực khác nhau như: thương mại điện tử (bán hàng trực tuyến, gợi ý các sản phẩm phù hợp với nhu cầu của NSD), trong giải trí và truyền thông đa phương tiện (tư vấn phim, nhạc, tin tức, …) mà NSD có thể quan tâm, trong giáo dục và đào tạo (gợi ý nguồn học liệu phù hợp với nhu cầu học tập và nghiên cứu). Ví dụ, hệ thống bán hàng trực tuyến của Amazon nhằm mục đích tối ưu hóa việc mua sắm trực tuyến của khách hàng.

Hệ thống này phân tích những khách hàng nào đã chọn “like” những sản phẩm theo dữ liệu trong quá khứ (dữ liệu này được xếp hạng dựa vào bình chọn, đánh giá trên sản phẩm, số lần click chuột trên sản phẩm, …) từ đó hệ thống sẽ dự đoán NSD có thể yêu thích sản phẩm nào để đưa ra những gợi ý phù hợp. Trong hầu hết các trường hợp, bài toán tư vấn được coi là bài toán ước lượng trước đánh giá (rating) của các sản phẩm (phim, sách, nhu yếu phẩm, nhà hàng,.) chưa được NSD xem xét. Việc ước lượng này dựa trên đánh giá của chính NSD này hoặc của những NSD khác. Admovicius và Tuzhinlin [4], [5], đã đưa ra các khái niệm dùng trong hệ thống tư vấn như sau: Không gian NSD (User Space): là tập hợp tất cả những NSD mà hệ thống quan Luan van 10 sát được để thực hiện việc phân tích, gợi ý tư vấn.

Không gian tư vấn (Recommendation Items Space): là tập hợp tất cả các đối tượng sẽ được gợi ý tư vấn cho NSD. Tùy vào từng lớp bài toán cụ thể, các đối tượng có thể là sách, phim, báo, địa điểm, món ăn, hay khóa học, … Ký hiệu I = {i1, i2,. Hàm hữu ích (Useful Function): là ánh xạ f(u,i): U x I  R dùng để ước lượng mức độ hữu ích. Trong đó, i là một đối tượng trong không gian tư vấn I, u là một NSD trong không gian NSD U.

R là tập hợp có thứ tự các số nguyên hoặc số thực trong một khoảng nhất định. Tập hợp R phổ biến là 1-5 (tương tự đánh giá 5 sao các ứng dụng hay nhà hàng khách sạn). Bài toán tư vấn: Cho trước không gian NSD U = {u1, u2, .,un} và không gian tư vấn I = {i1, i2,. Xác định hàm hữu ích f(u,i): U x I  R.

Giá trị f(u,i) sẽ giúp tiên đoán u thích i nhiều hay ít, hay nói cách khác i hữu ích thế nào với NSD u. Đối với mỗi NSD u, hệ thống tư vấn sẽ chọn TopN đối tượng i hữu ích đối với u để tư vấn ITopN = <i1, i2, …, iTopN> với TopN << m. Việc chọn TopN tùy thuộc vào nhu cầu thông tin của NSD, cũng như mục đích cung cấp thông tin của hệ thống tư vấn. Một giá trị TopN phổ biến là Top10.

Việc xây dựng hàm hữu ích f và ước lượng giá trị của các đối tượng tư vấn i cho NSD u có thể thực hiện bằng nhiều phương pháp như: dựa vào kinh nghiệm, heuristic, máy học, lý thuyết xấp xỉ… Một cách tổng quát ta có các hoạt động của hệ tư vấn gồm 3 bước (xem hình 2.1): Bước 1: Thu thập thông tin của NSD khi NSD tương tác với hệ thống và lưu vào trong hồ sơ NSD. Bước 2: Hệ thống xác định mối quan tâm của NSD và thực thi một thuật toán tư vấn nhằm so sánh, đánh giá mối liên hệ đối với hồ sơ của NSD tương tự khác hoặc đối với hồ sơ sản phẩm đã có. Bước 3: Đề xuất một tập hợp những sản phẩm NSD có thể quan tâm. Hồ sơ NSD Luan van 11 Hình 2.

Các thành phần trong hệ thống tư vấn.1 trên mô tả các thành phần chính trong một hệ thống tư vấn gồm: (1) Thành phần lưu trữ cơ sở dữ liệu về sản phẩm, hàng hóa hay thông tin cần tư vấn cho NSD. (2) Thành phần lưu trữ hồ sơ NSD giúp hệ thống “hiểu” về hành vi, sở thích của NSD. (3) Thành phần tư vấn sử dụng một thuật toán để tư vấn cho NSD. Một số cách tiếp cận Dựa vào cách xác định ước lượng hạng/điểm cho các sản phẩm đối với NSD, hệ thống tư vấn thường được chia thành ba loại chính: Thứ nhất là các hệ thống dựa vào CbF, tư vấn những items tương đồng với những gì mà NSD ưa thích trong quá khứ.

Thứ hai là phương pháp CF, tư vấn những items dựa vào những ý kiến đánh giá trong cộng đồng của NSD. Thứ ba là cách tiếp cận lai ghép kết hợp cả hai phương pháp trên để tận dụng ưu điểm và hạn chế nhược điểm của từng cách tiếp cận [3]. Tiếp cận theo nội dung (CbF) Cách tiếp cận CbF [20] gợi ý cho NSD những sản phẩm tương tự với các sản phẩm từng được họ đánh giá cao. Ví dụ, bạn đang dạo chơi trên một trang thương mại điện tử với mục đích ban đầu là tìm một chiếc quần bò nam.

Sau đó một loạt các sản phẩm liên quan đến thời trang nam được gợi ý cho bạn nào là balo, túi xách, thắt lưng,. và sau đó bạn nhận ra rằng mình đã bị cuốn theo những sản phẩm hay ho kia mà đôi khi còn quên mất luôn mục đích mình vào đây để làm gì. Những items tương tự với các items từng được đánh giá cao tức là gợi ý những items tương đồng về mặt nội dung với những items mà NSD đó đã ưa thích, đã mua, đã xem hay đã cho đánh giá cao trong quá khứ [19]. Trong cách tiếp cận này, mỗi NSD sẽ sở hữu một hồ sơ đặc trưng (profile) mô tả chủ yếu những sở thích hay sự quan tâm của NSD tùy theo phạm vi của ứng dụng như danh sách các thể loại phim, thể loại nhạc yêu thích hay những lĩnh vực nghiên cứu đang quan tâm.

Sau đó, hệ thống sẽ so khớp thông tin mô tả trong hồ sơ và phần biểu diễn nội dung của items để dự đoán mức độ ưa thích của NSD dành cho items đó. Để thực hiện lọc theo nội dung, ta cần giải quyết hai vấn đề: thứ nhất là biểu diễn Content(i) dưới dạng vector trọng số các nội dung, thứ hai là tính độ tương đồng giữa hồ sơ NSD và hồ sơ sản phẩm. Phương pháp dựa vào nội dung thường đạt hiệu quả cao khi việc trích chọn và biểu diễn các đặc trưng của items thành vector được thực hiện một cách hợp lý. Tuy nhiên, thách thức lớn của kỹ thuật này là phải làm thế nào để trích chọn được các đặc trưng của items, trong khi đối với một số lĩnh vực ứng dụng như âm nhạc hay tranh ảnh thì việc phân tích và biểu diễn nội dung của items không phải lúc nào cũng được thực hiện một cách dễ dàng.

Bên cạnh đó, các items được tư vấn dựa theo bộ lọc nội dung rất ít khi thể hiện được tính đa dạng và bất ngờ vì NSD có thể dễ dàng hình dung trước hệ thống sẽ tư vấn những items có nội dung tương tự như những items mà mình đã thích trước đó. Ví dụ, nếu NSD thích phim tình cảm thì hệ thống tư vấn áp dụng lọc theo nội dung sẽ chỉ tư Luan van 13 vấn những phim thuộc thể loại tình cảm và điều này có thể gây nên sự nhàm chán cho NSD vì không có khả năng khám phá những thể loại mới có thể rất thú vị mà trước đây chưa từng biết đến. Ngoài ra, để có thể vượt qua thách thức về khởi đầu lạnh (không có nhiều thông tin của NSD mới), hệ thống tư vấn cải tiến áp dụng một số luật cho NSD mới [22] để có thể đề xuất TopN items tư vấn. Tiếp cận theo cộng tác (CF) Hệ thống tư vấn CF gợi ý cho NSD những sản phẩm mà những người cùng sở thích với họ đánh giá cao.

Nghĩa là hệ thống sẽ phân tích những NSD có cùng đánh giá, cùng mua hiện tại sau đó tìm ra danh sách các items khác cũng được đánh giá bởi các NSD này, xếp hạng và gợi ý cho NSD. Tư tưởng của phương pháp này chính là dựa trên sự tương đồng về sở thích giữa những NSD để đưa ra các gợi ý (xem hình 2. Minh họa hệ thống tư vấn - lọc cộng tác. Về nguyên tắc, phương pháp CF sử dụng tập các ratings đã được biết trước của NSD để ước lượng hàm dự đoán f dành cho những items chưa được đánh giá: f: User x Item → Rating Luan van 14 Trong đó Rating là thang điểm đánh giá thường từ 1-5.

Thang điểm này phụ thuộc vào từng ứng dụng, ví dụ như giá trị đánh giá nằm trong khoảng từ 1 (tương ứng với ghét) đến 5 (tương ứng với rất thích). Công việc dự đoán trong CF là ước lượng các f(user, item) chưa được đánh giá bởi NSD. Lọc cộng tác [18] là một trong các cách tiếp cận thành công để xây dựng các hệ thống tư vấn. Khác với lọc theo nội dung, lọc cộng tác sẽ dựa trên những đánh giá của nhóm NSD hợp “gu” với NSD uc để ước lượng giá trị f(c,s) (giá trị hữu ích của sản phẩm s với NSD uc).