CHƯƠNG I1.1 Lý do chọn để tải.2 _ Tinh cấp thiết của để tải.3 Miụe đichnghiên cứu.4 Đối tượng và phạm vi nghiên cửu.5 Ý nghĩa khoa học và thực tiễn.6 — Nội dung của luận văn 4 CHƯƠNG 2. CƠ SỞ LÝ THUYÉ 21 Cơbảnvẻ mạng nzrơn - - 5 211 Nosonthan kinh.2 Mang no ron nhân tạo.2 DB thi mang nO COM. as sesesesssessseesseeeeessssssssssssssssseeesgeeeesisensiee 221 Dễ thị mạng nơron là gi.2 Các biến thể của đỗ thị mạng nơ ron.3 Các ứng dụng của đỗ thị mang nơ ron. Một số vấn đề mỡ.
243 Dự đoán CTR qua tương tác độc trưng.1 Những đặc tưng 39 23.2 Tương tác đặc trưng 29 2.3 Xác định ham mat mát - 30 2.4 Dỗ thị mạng no ron cha dự đoán CTR.5 Tổng kết chương. MÔ LNH HỌC SÂU FGNN GỢI Ý TIN TUYỂN DỤNG. 33 Lop tự chủ ý nhiêu dâu —.4 LứpFGNN - - - - - 34 341 Để thị đặc trmg. - 34 DANH MỤC THUẬT Nì TT Viet tat Dang day dit Diễn giải 1 |AI Artificial Intelligence Tri tué nhan tao 2 | CMCN 4.0 | Cach mang céng nghiép 4.0 2: ÌRơNN Feature Interactions with | Tuong tac tinh nang qua dé Graph Neural Network thi mang no ron 4 |CTR Click-Through Rate Tỳ lê nhập 5 |FM Factorization Machine Máy hệ số hóa 6 |EEM Field-aware Factorizaion | Máy hệ số hóa nhận biết Machine truong 7 | PITF ae a Tensor | fay tenxo tương tác cặp 8 | DNN Deep Neural Network Mang no ron sau 9 | NFM ng — pnotorzation | tay hg s6 hia no ron 10 | DCN Deep & Cross Network Mạng sâu & chéo Compressed —_ Interaction ga 11 | CIN Network Mạng tương tác nén.
12 |GNN Graph Neural Network D6 thi mang no ron 13 | RNN Recurrent Neural Network | Mang no ron hoi quy 14 | LST{M Long Short-Term Memory _| Bộ nhớ dài-ngăn hạn 15 | GRU Gated Recurrent Unit Nút hồi quy công 16 |DGP TDense Graph Propagation _ | Lan truyền đồ thi dảy đặc ia | aN Heterogeneous-Graph Mang đỏ thị chú ý không Attention Network dong nhat 18 |G2§ Graph-to-Sequence Đồ thị thành chuối GCN Relational Graph | Mang đô thị quan hệ tích 12 | Convolutional Network chap Diffusion — Convolutional | Mang no ron tich chap hoi 20|DCRNN | Recierent Newall Network | quy khuéch tin Sĩ |ÏSTGEN Spatio-Temporal Graph | Đôth¡tichchập Không gian- = Convolutional Networks Thời gian 22 | Seq2seq Sequence to Sequence Chuỗi thành chuối Convolutional Neural 2 23 |CNN Netweile Mang no ron tích chập : Structural Recurrent Neural Mạng no ron hoi quy cỏ câu 24 [SRNN | Network tnic 25 |st-ccn _ | Spatial-Temporal Graph Đồ thị tích chập Không gian- - Convolutional Network Thời gian* 3.43 Lép tính điểm chủý 37 3.1 So sánh với các mô hình CTR trước đà.2 So sánh với các mô hình GNN trước đầy.6 Mô hình đềxuấtFGNN gợi ÿý tin tuyển dụng.7 — Tổng kếtchương.ỨNG DUN MÔ HÌNH HO Y TIN TREN TRANG TIN TUYẾN DUNG. AL Kién trie hé thông 42 4.1 Phântích, đặc tả chức năng nghiệp vụ. 42 412 Thiế kế hệ thống.143 Thiết kế cơ sở dữ liện.2 Mô tả trang tổng hợp tru tuyển dung 4.22 — Trang lim vide 423 — Trang thống kế - - 47 43 — Tổng kết chương.L Thnte nghiệm trên bệ đử liệu đánh giá Ayazn và Criteo. - 49 S11 Cai đặt thử nghiệm.12 So sánh mê hỉnh.
Tich hợp mô hình học sâu FGNN vào trang tin tuyển dụng. 54 321 ‘Trang danh sách tin việc lảm. 34 Trang hiển thị chị tiết thì việc lằm. 3Ổ Trang báo cáo thông kê 37 5.3 _ Tong két chương.
6I _ Kết quả đạt được - - 58 62 Pinh hudme phat trién - - - 38 TÀI LIỆU THAM KHẢO. DANH MỤC THUẬT Nì TT Viet tat Dang day dit Diễn giải 1 |AI Artificial Intelligence Tri tué nhan tao 2 | CMCN 4.0 | Cach mang céng nghiép 4.0 2: ÌRơNN Feature Interactions with | Tuong tac tinh nang qua dé Graph Neural Network thi mang no ron 4 |CTR Click-Through Rate Tỳ lê nhập 5 |FM Factorization Machine Máy hệ số hóa 6 |EEM Field-aware Factorizaion | Máy hệ số hóa nhận biết Machine truong 7 | PITF ae a Tensor | fay tenxo tương tác cặp 8 | DNN Deep Neural Network Mang no ron sau 9 | NFM ng — pnotorzation | tay hg s6 hia no ron 10 | DCN Deep & Cross Network Mạng sâu & chéo Compressed —_ Interaction ga 11 | CIN Network Mạng tương tác nén. 12 |GNN Graph Neural Network D6 thi mang no ron 13 | RNN Recurrent Neural Network | Mang no ron hoi quy 14 | LST{M Long Short-Term Memory _| Bộ nhớ dài-ngăn hạn 15 | GRU Gated Recurrent Unit Nút hồi quy công 16 |DGP TDense Graph Propagation _ | Lan truyền đồ thi dảy đặc ia | aN Heterogeneous-Graph Mang đỏ thị chú ý không Attention Network dong nhat 18 |G2§ Graph-to-Sequence Đồ thị thành chuối GCN Relational Graph | Mang đô thị quan hệ tích 12 | Convolutional Network chap Diffusion — Convolutional | Mang no ron tich chap hoi 20|DCRNN | Recierent Newall Network | quy khuéch tin Sĩ |ÏSTGEN Spatio-Temporal Graph | Đôth¡tichchập Không gian- = Convolutional Networks Thời gian 22 | Seq2seq Sequence to Sequence Chuỗi thành chuối Convolutional Neural 2 23 |CNN Netweile Mang no ron tích chập : Structural Recurrent Neural Mạng no ron hoi quy cỏ câu 24 [SRNN | Network tnic 25 |st-ccn _ | Spatial-Temporal Graph Đồ thị tích chập Không gian- - Convolutional Network Thời gian* 26 GAT Graph Attention Networks | Dé thi mang chy 27 GGNM eee Neural | 53 thi mang no ron cing 28 AGCN Adaptive Graph | Dé thị mạng tích chập thích Convolution Network ứng 39 GGP Graph Gaussian Processes | Bé thi quy triuh Gaussian Diffusion-Convolutional Mạng nơ ron khuếch tán-hội 30 DENI ‘Neural Network tụ 3L pacw Dual Graph Convolutional | Dé thi mang no ron tích chap Network kép 32 PPMI Positive Pointwise Mutual | Théng tin tuong hỗ theo Information diễm dương, Geodesic Convolutional | Mang nơ ron tích chập trắc 33 GGN Neural Network địa " Anisotropie Convoiutional | Mạng nơ ron tích chập đị 34 ACNN Neural Network hướng Structure-Aware ch chân nhà 35 SACNN | Convolutional Neural | Mạng nơ ron tích chập nhận biết cầu trúc. Network 36 I8TM | SenteneeLSTM STM cfu 37 IKN Jump Knowledge Network | Mang tri thite nhay 38 VGAL Variational Graph Auto- Trình mã hóa tự động 46 thi Encoder biến thiên 39 ARGA Adwersarially Regularized | Trình mã hóa tự dộng dé thi.
Graph Auto-encoder phân hóa đôi nghịch 40 3 GAN Generative Network Adversarial w đạng đốiA¿ kháng ich tự sinh 4L OOKB Om-OI-Enowledpe-Bssc | Ngoài cơ sổ trí thúc 42 KBC Knowledge Completion Base | 19am thin cot sa tri thre 43° l VOA Visual Answearing Question Trả|e lời câu hồi trục quan 44 Rel Regions of Interest Khu vue quan tam. 45 NMT Neural Machine Translation | Dich máy thân kinh 46 DAG Directed Acyclic Graph Dé thi Acyclic cd hudng 47 TMER Jointly Multiple Events | Khai thác nhiều sự kiện Extraclion churyg 48 ARM Abstract Meaning | tb Representation 49 RI. earning | Học tăng cường Graph Convolutional Policy Đô thị mạng chỉnh sách tích 3 GGPN Network chip -. Các bài toán khó về (thuật 5L NP-hard | Polynomial Qondeterministic time)-hard toán bất: dinh trong thời gian đa thức) 52 TSP Traveling Salesman | Bai toan Bnhan vién ban hang Problem di chuyén 53 MST Minimum Spamiing Trees | Bao tram tối thiểu 34 QAP Quadric Problem Assigment | Bài5.
toán gán bậcpe +bai 55 LINE Large-scale Information | Mang uhing thông tỉa quy Network Embedding mô lớn Nalurat Language | 36 NLP Processing Xử yes lý ngôna ngữ tự nhiêna 57 SaaS Software as a Service Phần mềm như một dịch vụ. 58 GSNN Graph Network Search - Newal| sàn ram ngrơnlm kiểm 3 MLZSL |MulttLabel Learning — Zero-Shot | 1155, ero ghọt đa nhân 60 SPG Superpoint. Graph Đổ thị siêu điểm. DANH MỤC THUẬT Nì TT Viet tat Dang day dit Diễn giải 1 |AI Artificial Intelligence Tri tué nhan tao 2 | CMCN 4.0 | Cach mang céng nghiép 4.0 2: ÌRơNN Feature Interactions with | Tuong tac tinh nang qua dé Graph Neural Network thi mang no ron 4 |CTR Click-Through Rate Tỳ lê nhập 5 |FM Factorization Machine Máy hệ số hóa 6 |EEM Field-aware Factorizaion | Máy hệ số hóa nhận biết Machine truong 7 | PITF ae a Tensor | fay tenxo tương tác cặp 8 | DNN Deep Neural Network Mang no ron sau 9 | NFM ng — pnotorzation | tay hg s6 hia no ron 10 | DCN Deep & Cross Network Mạng sâu & chéo Compressed —_ Interaction ga 11 | CIN Network Mạng tương tác nén.
12 |GNN Graph Neural Network D6 thi mang no ron 13 | RNN Recurrent Neural Network | Mang no ron hoi quy 14 | LST{M Long Short-Term Memory _| Bộ nhớ dài-ngăn hạn 15 | GRU Gated Recurrent Unit Nút hồi quy công 16 |DGP TDense Graph Propagation _ | Lan truyền đồ thi dảy đặc ia | aN Heterogeneous-Graph Mang đỏ thị chú ý không Attention Network dong nhat 18 |G2§ Graph-to-Sequence Đồ thị thành chuối GCN Relational Graph | Mang đô thị quan hệ tích 12 | Convolutional Network chap Diffusion — Convolutional | Mang no ron tich chap hoi 20|DCRNN | Recierent Newall Network | quy khuéch tin Sĩ |ÏSTGEN Spatio-Temporal Graph | Đôth¡tichchập Không gian- = Convolutional Networks Thời gian 22 | Seq2seq Sequence to Sequence Chuỗi thành chuối Convolutional Neural 2 23 |CNN Netweile Mang no ron tích chập : Structural Recurrent Neural Mạng no ron hoi quy cỏ câu 24 [SRNN | Network tnic 25 |st-ccn _ | Spatial-Temporal Graph Đồ thị tích chập Không gian- - Convolutional Network Thời gian* Lời cam dean Tai xin cam doan é ây dựng mỗ hình học sâu FGNN gợi ý thông tín tuyển đụng” là do tôi tìm hiếu, nghiên cứu và trinh bày. Kiên thức trình bày trong luận. văn là sự tổng hợp của cá nhân, từ các kiên thức thầy hướng dẫn. hợp, từ các nguồn tải liệu tham khảo, từ mạng internet và Lừ các gá nhân khác.
Kết quả nghiên: cứu trong luận văn do tôi đề xuất và chưa từng công bổ tại bất kỳ công trinh nào. Trong quá trình làm luận văn, tôi oó tham khảo các tài liệu có liên quan và đã ghỉ TỔ nguồn tải liệu. Nếu sai, tôi xin chịu mọi hình thức kỹ luật theo quy dịnh. Hà Nội, ngày 15 tháng 05 năm 2021 Lge vién Lé Van Sam Graph Convolutional Policy Đô thị mạng chỉnh sách tích 3 GGPN Network chip -.
Các bài toán khó về (thuật 5L NP-hard | Polynomial Qondeterministic time)-hard toán bất: dinh trong thời gian đa thức) 52 TSP Traveling Salesman | Bai toan Bnhan vién ban hang Problem di chuyén 53 MST Minimum Spamiing Trees | Bao tram tối thiểu 34 QAP Quadric Problem Assigment | Bài5. toán gán bậcpe +bai 55 LINE Large-scale Information | Mang uhing thông tỉa quy Network Embedding mô lớn Nalurat Language | 36 NLP Processing Xử yes lý ngôna ngữ tự nhiêna 57 SaaS Software as a Service Phần mềm như một dịch vụ. 58 GSNN Graph Network Search - Newal| sàn ram ngrơnlm kiểm 3 MLZSL |MulttLabel Learning — Zero-Shot | 1155, ero ghọt đa nhân 60 SPG Superpoint. Graph Đổ thị siêu điểm.
