CHƯƠNG 1.1 Tính cấp thiết của đề tải Ngày nay, việc phát triên trang web thương mại điện tử ngày cảng phỏ biển, đặc biệt là những năm gần đây trong lĩnh vực thương mại điện tử phát triển nhanh. Với đặc thù của trang web thương mại điện tử it chi phí, ngảy càng được làm chủ người chọn hình thức kinh doanh này. Tuy nhiên với sự phát triển không ngừng của các trang web thương mại điện tử cũng phát sinh ra một sỏ định thức, một công thức là người dùng làm thể nảo đề chọn được sản phẩm mả họ cản trong. vô số sản phẩm trong thể giới.
Khi một khách hàng vào một trang web thương mai điện tử thì cỏ hai xu hướng: thứ nhất là họ đã định hướng được sản phẩm mà họ đã mua, thứ hai là họ chỉ định hưởng được sản phâm ma ho sẽ mua. Đồi với thứ nhất trường, đơn giản là họ đã định sẵn sé mua sản phẩm nào rồi, vẫn đề chỉ là chọn mưa ở đâu mà thôi. Trường hợp thứ hai đôi điện, người dùng sẽ gặp khỏ khăn hơn nhiều, họ sẽ phải chọn sản phim phủ hợp nhất với nhu cầu của họ. Đặt vấn đẻ là lâm sao họ có thể lâm được điều đỏ trong vô số sản phẩm giỏng nhau mả họ đang tìm kiếm.
Trong trường hợp nay người dùng sẽ cần đến sự trợ giúp của hệ thông. gợi ý để giải quyết vẫn đề về vẫn đề nảy. Hệ thông tham gia sử dụng sẽ được khuyên khich đưa ra những thông tin phản hồi về sản phẩm thông tin mà họ đang tìm kiếm; phản hỏi hè thống sẽ xử lý và đưa ra danh sách các sản phẩm phủ hợp nhất với yêu câu của người dùng. Ngày nay các hệ thông gợi ý ngảy cảng được chủ trọng, nhất là đổi với các nhà cung cấp dịch vụ trực tuyên như: AmaZon, Netflix, Youtube,.
Một hệ thông gợi ỷ có thẻ là vân đề sông còn đối với nhà cung. cấp đặc biệt dịch vụ nâng cấp gần đây tỉnh toán ngày càng lớn, một hệ thống gợi ý có thể làm tăng sự hải lỏng của khách hảng, giữ chân người dủng APPLICATION Smartphone Use, ` TH â Pee on Song Ỷ = & 3 RECOMMENDER USER —- Đy, a SYSTEM Movie à a one Hình 1: Mô tả hệ thẳng gợi ý (tích từ web) CHUONG 2. CO SOLY THUYET 2.1 Tổng quan vé hoc may Học máy là một lĩnh vục của trí tuệ nhằn tạo liên quan đến việc nghiên cứu và xây dung các kỹ thuật cho phép hệ thống học tự động 1ù đí: liệu để giải quyết các vẫn dé cụ thể. Ví dụ như máy có thể học cách phân loại thư rác vả tự động xếp vào mue thư rắc tương ứng 2.1 Phân loại bài toán trong học máy THọc máy thường được phần lâm hai loại, đó là: - Ilo không giám sắt ~_ Học có giảm sắt Ca bai bài toán đêu có mục dích dễ giái quyết những, bài toán riêng biệt.
Tuy nhiên, theo góc nhìn của thống kế ta hoàn toàn có thể sử đựng quy tắc của chuối chain rules (dược định nghấa như sau øŒ) = TIỆ-¡ÐŒ; | *„%a.,%;_¡) để kết luận ring dé giải quyết bài toán không giảm sát ta có thé chia ching thành bái trần có giảm sắt và giải chúng, Hạc không giám sắt Trong bài loán này, mô hình được huấn luyện bằng việc quan sát bộ đữ liệu không cỏ nhãn va phải tìm ra các mẫu (pattern) ân trong bộ dữ liệu. Phần lớn ửng dụng của bài toán này là phân cụm (elustering), tức chúng tập trưng vảo ý tưởng phan tích phân eimn bình học của bộ dũ liên trong không gian dầu vào dễ xác định mỗi liên kết của chủng. Điều này chỉ đúng khi giả định trước rằng phân cụm điểm dữ liện rong không gian đầu vào có các thuộc tính tương tự. Môi số mô hình học không giám sát dược kẻ tới lả - Kmeans clustermg, - Principal Component Analysis.
Bài toán học không giám sát thường it được ứng đựng trong hệ gợi ý. Vì vậy, luận văn này sé tập trung nhiều hơn về bài Loán học có giảm sắt Hạc có giám sat Đôi với bái toán học có giám sát, máy tính sẽ dược nhìn thây đữ liệu đã dược gan nhấn, từ đó cỏ thể giảm sát và điều chính mô hình trong quả trình học, Quả trình. học tuân theo nguyên tắc sau: đầu tiên bộ đữ liệu lấn luyện được đưa vào mô hình để học, sau mỗi lần học máy sẽ tự động cập nhật lại bộ tham số sao cho nhãn. dự đoán gần với nhấn thật nhật.
Cuối cùng ta sẽ thu được bộ tham số tối ươ cỏ thể dung để dự đoán cho đữ CHUONG 2. CO SOLY THUYET 2.1 Tổng quan vé hoc may Học máy là một lĩnh vục của trí tuệ nhằn tạo liên quan đến việc nghiên cứu và xây dung các kỹ thuật cho phép hệ thống học tự động 1ù đí: liệu để giải quyết các vẫn dé cụ thể. Ví dụ như máy có thể học cách phân loại thư rác vả tự động xếp vào mue thư rắc tương ứng 2.1 Phân loại bài toán trong học máy THọc máy thường được phần lâm hai loại, đó là: - Ilo không giám sắt ~_ Học có giảm sắt Ca bai bài toán đêu có mục dích dễ giái quyết những, bài toán riêng biệt. Tuy nhiên, theo góc nhìn của thống kế ta hoàn toàn có thể sử đựng quy tắc của chuối chain rules (dược định nghấa như sau øŒ) = TIỆ-¡ÐŒ; | *„%a.,%;_¡) để kết luận ring dé giải quyết bài toán không giảm sát ta có thé chia ching thành bái trần có giảm sắt và giải chúng, Hạc không giám sắt Trong bài loán này, mô hình được huấn luyện bằng việc quan sát bộ đữ liệu không cỏ nhãn va phải tìm ra các mẫu (pattern) ân trong bộ dữ liệu.
Phần lớn ửng dụng của bài toán này là phân cụm (elustering), tức chúng tập trưng vảo ý tưởng phan tích phân eimn bình học của bộ dũ liên trong không gian dầu vào dễ xác định mỗi liên kết của chủng. Điều này chỉ đúng khi giả định trước rằng phân cụm điểm dữ liện rong không gian đầu vào có các thuộc tính tương tự. Môi số mô hình học không giám sát dược kẻ tới lả - Kmeans clustermg, - Principal Component Analysis. Bài toán học không giám sát thường it được ứng đựng trong hệ gợi ý.
Vì vậy, luận văn này sé tập trung nhiều hơn về bài Loán học có giảm sắt Hạc có giám sat Đôi với bái toán học có giám sát, máy tính sẽ dược nhìn thây đữ liệu đã dược gan nhấn, từ đó cỏ thể giảm sát và điều chính mô hình trong quả trình học, Quả trình. học tuân theo nguyên tắc sau: đầu tiên bộ đữ liệu lấn luyện được đưa vào mô hình để học, sau mỗi lần học máy sẽ tự động cập nhật lại bộ tham số sao cho nhãn. dự đoán gần với nhấn thật nhật. Cuối cùng ta sẽ thu được bộ tham số tối ươ cỏ thể dung để dự đoán cho đữ DANH MỤC BẰNG BIẾU láng1: Hộ lọc cộng tác đựa vào người dùng,.
seo 2đ Bang7: Thống kê đữ liệu Yoochose. co csevoeveeererrrrerrrrrrrrerrr S7 Bảng 3: Kết quả dạt dược. láng4: Mô tả phân cứng sử dụng, Cùng với sự phát triển của thương mại điện tử cũng như tương tác trực tuyên của con người trong giai đoạn hiện nay. Việc bủng nỗ vẻ số lượng dữ liêu không lỏ, vi thể việc tìm kiểm và đánh gia dé dua được sản phẩm phủ hợp tới người dùng là một thách thức lớn cho các công ty, tô chức lớn.
Theo thông kê cỏ tới 300 giờ video khác cũng được đăng tải mỗi phút trên Youtube Không người dùng nào có thể xem hết được toàn bộ thời lượng của các video này. va trong so hang ty người dùng kia, môi người sẽ có những sở thích khác nhau và đối với mỗi người, 99,99% nội dung ở trên đỏ là không phủ hợp với họ. Tương tự la van dé cia Amazon, một người dùng không thê lướt qua toàn bộ cả trăm triệu. sản phâm khi mua sắm Từ đó, hệ thông gợi ý đã được nghiên cứu và ứng dụng một cách mạnh mẽ và mang lại lợi ích cho cả người cung cấp dịch vụ và người sử dụng dịch vụ.
Ý tưởng, đẳng sau một hệ thống gợi ÿ là sử dụng các dữ liệu thu thập được từ người dùng và dự đoán, gợi ý cho người dùng những sản phẩm, tỉnh năng, dịch vụ mả người dùng cỏ thể thích, từ đỏ nâng cao được chất lượng dịch vụ vả thu lại lợi nhuận. Hiện nay các trang thương mại điện tử lon nhu Tiki, Shopee,. da co thu thap được dữ liêu về người dủng, định danh họ và năm bắt được các hành vi của người dùng thông qua phiên truy cập của họ trên trang web. Tir do, thách thức của các công ty xây dựng được hệ thông gợi ý dựa trên dữ liệu phiên sử dụng của người dùng mả mô hình cỏ thể xử lý được dữ liêu dạng chuỗi thời gian, các hành vị tuần.
Từ đỏ có thẻ tăng trải nghiệm của người sử dùng, tăng doanh số bản hàng thông, qua các sản phẩm được goi y hop ly ate Ỷ a¢ Hình 2: Hệ gợi ý dưa trên phiên sử đụng của người ding 1.2 Mục tiêu nghiên cứu Tuận văn này giải quyết bài toán hệ gợi ý chơ đữ liệu phiên sử dụng của người dùng, nghiên cửu tập trung váo các vẫn dễ sau: ~_ Giới thiệu lỗng quan về bài toán hệ gợi ý -_ Cơ sở lý thuyết về học máy, học sâu. Nêu và lảm rõ các cảu thành của một thuật toán học máy và học sâu. Từ đó có thế nghiên cửu, ứng dụng và cải tiền nó. -_ Các phương pháp học sâu giải quyết Dài toàn hệ gợi ý cho dử liệu phiên sử ane ".
-_ Tiếp cân phương pháp biển đối đứ liện phiên sử dụng thành đỏ thị và sử dụng mạng đỏ thị (Graph Neural Network) để giải quyết bài toán. -_ Thử nghiệm và đánh giá trên đữ liệu Yoochoose (dữ liệu được công bố trong cuộc thí RecSys Challenge 2015) 1. Đổi tượng và phạm vi nghiên cứu Luận văn này chỉ tập trung nghiên cứu tổng quan học máy, học sâu, các bài toán. liên quan về hệ gợi ý, các phương phúp liếp cặn giải quyết bài toán hệ gợi ý và di sâu vào bài toán hệ gợi ý cho đữ liệu phiên sử dụng của người dùng dựa trên phữơng pháp xây đựng đồ thị học sâu.
Ứng đựng các nghiên cúu trước đỏ để giải quyết bài thực tế cho tập đữ liên Yoochoose và đira ra kết quả.4 Cấu trúc luận văn Luận văn được trình bảy với cầu trúo sau. Phan 1 giới thiệu tổng quan về tinh cấp thiết và mục tiêu của đề tải nghiên cứu.