Chương 1: Giới thiệu bài toán Tìm hiểu và cung cấp thông tin về những khái niệm làm nền tảng cho đồ án: mô hình không gian vector, trích rút đặc trưng ngôn ngữ TF-IDF. Áp dụng, xây dựng hệ thống gợi ý cho bài toán gợi ý trong bán hàng, tiến hành thử nghiệm, đánh giá kêt quả. Phân tích kết quả thu được va đề xuất hướng khắc phục. Xây dựng và thử nghiệm trang web bán hàng online có tích hợp hệ thống gợi ý.
Kết luận chương Trong chương này, đồ án đã trình bày tổng quan về hệ thống gợi ý dựa trên các hướng tiếp cận và đưa ra mô tả về hệ thống gợi ý trong bán hang online. Chương | đặt ra câu hỏi dé giải quyết bài toán gợi ý sản phẩm trong bán hàng; một số nghiên cứu liên quan cũng được đề cập cho thay nhưng phương pháp kha thi đã được áp dụng khi xây dựng hệ thống gợi ý. Chương tiếp theo sẽ trình bày cụ thé hơn về hệ thống gợi ý dựa trên nội dung, các mô hình hoạt động của hệ thống gỢI ý Nguyễn Huy Hùng - B17DCCN285 6 Đồ án tốt nghiệp Chương 2: Hệ thống gợi ý theo nội dung CHƯƠNG 2: HỆ THÓNG GỢI Ý THEO NỘI DUNG Chương 2 sẽ trình bày rõ hơn về hệ thống gợi ý dựa trên nội dung, cung cấp thông tin về những thành phân cơ bản trong hệ thông gợi ý và cách thức xây dựng những thành phân đó. Đông thời, tiên hành thiệt kê mô hình hoạt động cho hệ gợi ý dựa trên nội dung.
Chương gôm 2 mục lớn: - GIới thiệu hệ thống gợi ý dựa trên nội dung - _ Thiết kế hệ thống gợi ý 2. Giới thiệu hệ thống gợi ý dựa trên nội dung Hệ thống gợi ý dựa trên nội dung là một trong những phương pháp tiếp cận chủ yếu trong hệ thống gợi ý. Trong cụm “dựa trên nội dung” thì từ “nội dung” được hiểu là những thông tin thé hiện, mô ta cho sản phẩm được gợi ý. Ví dụ trong hệ thống gợi ý bài hái, thì sản phẩm là các bài hát, và “nội dung” có thé được lay tường minh từ tên bài hát, thé loại, ca sĩ, nhạc sĩ, độ tuổi phù hợp v.v hoặc từ những thông tin không tường minh như cảm xúc trong bài hát.
Theo hướng tiếp cận này, hệ thống sẽ tập trung chủ yếu vào việc phân tích và sử dụng các thuộc tính mô tả sản phẩm dé đưa ra gợi ý. Ý tưởng cơ bản là tìm ra các mặt hàng tương tự với những cái người dùng đã thích, quan tâm trước đó và bài toán đặt ra là xây dựng được mô hình đề dự đoán được sản phẩm mà người dùng hướng tới. Content-based Recommendation Sản phẩm đã xem Sản phẩm tương tự Gợi ý cho người dùng Hình 2. Mô hình gợi ý của hệ thống gợi ý theo nội dung Nguyễn Huy Hùng - B17DCCN285 7 Đồ án tốt nghiệp Chương 2: Hệ thống gợi ý theo nội dung Cụ thé hơn, phương pháp này sử dụng những đánh giá mà người dùng đã thực hiện trong quá khứ, xây dựng lên mô hình đề dự đoán đánh giá cho những sản phẩm sẵn có, từ những sản phẩm và gợi ý những sản phẩm có dự đoán đánh giá cao nhất.
Do vậy, yếu tố thông tin đầu vào quan trọng cho hệ thống gợi ý là các nội dung, các đặc trưng mô tả sản phâm cần gợi ý.1 Biểu diễn sản phẩm trong hệ gợi ý Các sản phẩm, trước khi có thé sử dụng cho hệ thống gợi ý cần phải biểu diễn các sản phâm ở dạng đữ liệu có thê so sánh, tính toán được. Một số phương pháp có thê sử dụng là mô hình không gian vector chỉ số TF-IDF, BM25), hay mô hình xác xuất (mang Naive Bayes, cây quyết định hay mạng nơ ron nhân tạo). Trong đồ án này, em sử dụng mô hình không gian vector (Vector Space Model — VSM) dé biéu diễn các đặc trưng của sản pham. Mỗi sản phẩm sẽ được biểu diễn ở dạng vector đa chiều.
at VECTOR SPACE sị MODEL sentence 2 s a“ sentence 1 Hình 2. Mô hình không gian vector Các sản phẩm đang mô tả bởi số lượng d các từ khóa, mô hình sẽ xây dựng tập n từ khóa cho tat cả các sản phẩm. Tiếp đó, mô hình sẽ biểu diễn mỗi sản phẩm ở dang vector n chiều, mỗi chiều đại diện cho 1 từ khóa. Các từ khóa này sẽ được tính toán trọng số sử dụng TF-IDF hay BM25.Ví dụ, k; là từ khóa thứ ¡ trong bộ n từ khóa mô tả sản phẩm item,, w;; là trọng số của k; khóa đó thì sản pham item; có thé được biểu diễn bởi vector., Wnj } Nhược điểm khi sử dụng mô hình không gian vector: - Số chiều của vector lớn: các vector đặc trưng cho các sản phẩm có số chiều phụ thuộc vào tập các từ được dùng dé mô tả tất cả sản phẩm.
Nguyễn Huy Hùng - B17DCCN285 8 Đồ án tốt nghiệp Chương 2: Hệ thống gợi ý theo nội dung - Khong có khả năng tăng trưởng: khi có 1 sản phẩm mới được thêm vào tập sản phẩm, quá trình xây dựng không gian vector phải được thực hiện lại từ đầu. - Kho thé hiện được ngữ nghĩa của từ: Các từ xuất hiện với bất kì trật tự nào đều cho ra cùng kết quả tính toán. Có thé khắc phục 1 phần vấn đề thông qua việc kiểm tra các từ xuất hiện kề nhau hoặc xuất hiện đồng thời (các từ xuất hiện kề nhau, thường xuyên thì có thể có 1 ý nghĩa nào đó). Sử dụng từ khóa dé biéu diễn các sản phẩm là bước làm quan trọng trước khi đưa vào hệ thống gợi ý.
Việc trích chọn các từ khóa dé mô tả sản phẩm có thé được thực hiện theo hai cách chính: các chuyên gia gán nhán và người dùng gán nhãn. Công việc gán nhãn thực hiện bởi các chuyên gia sẽ cho ra các nhãn chính xác, đầy đủ, chuân hóa và mô tả tốt, toàn diện hơn về sản pham, nhược điểm là công việc sẽ yêu cầu thời gian và chi phí lớn. Ngược lại, việc dé cho người dùng gán nhãn sẽ giúp các nhãn trở lên phong phú hơn, gan hơn với sản phẩm, chi phí ít hơn, xong chắc chắn sẽ xảy ra sự gán nhãn kém chat lượng, sai lệch. Việc gán nhãn thực hiện bởi người dùng có thể được cải thiện bằng cách đưa ra một tập lớn các nhãn được chuẩn hóa, người dùng sẽ gán nhãn của sản pham bang cách chọn từ các tập nhãn được cung cấp.
Vi dụ cho việc biéu diễn sản phẩm băng vector: Biểu diễn 1 sản phẩm trong cửa hang thông qua danh mục mặt hàng. Danh mục sản pham Sản phẩm A |BIC|D|EIF Biểu diễn vector Sản phẩm il x | x (1,1,0,0,0,0) San pham i2 x x x (1,0,0,1,0,1) San pham i3 x x (0,0,1,0,0,1) Như vậy, các sản phẩm đã được biéu diễn ở dạng vector, là những giá trị có thể so sánh, tính toán được. Những đặc trưng này sẽ là đầu vào cho bước tiếp theo như xây dựng mô hình người dùng hay so sánh độ tương đồng giữa các sản phẩm.2 Biểu diễn hồ sơ người dùng Hồ sơ người dùng chứa thông tin giúp thé hiện mối quan tâm của khách hàng. Xây dựng chính xác và sử dụng hồ sơ này sẽ giúp việc gợi ý thông tin tới người dùng hiệu quả hơn.
Hồ sơ khách hàng có thé được xây dựng theo cách trực tiếp thông qua việc yêu cầu người dùng cung cấp thông tin về độ tuôi, giới tính, mối quan tâm,. hoặc thông qua những khảo sát về sản phẩm, dịch vụ được cung cấp. Việc xây dựng hồ so qua cách này có thé gặp Nguyễn Huy Hùng - B17DCCN285 9 Đồ án tốt nghiệp Chương 2: Hệ thống gợi ý theo nội dung trở ngại nếu người dùng không muốn cung cấp phản hồi hay phản hồi không đầy đủ thông tin. Hồ sơ người dùng xây dựng theo cách trên cũng sẽ ít chính xác hơn khi người dùng có mối quan tâm mới, thay đổi thói quen nhưng không cập nhậtlại hồ sơ.
Một phương pháp khác dé xây dựng hồ sơ người dùng đó là xây dựng ngầm định dưa theo lịch sử tương tác của người dùng. Người dùng không cần nhận thức rằng họ đang cung cấp phản hồi cho hệ thống thông qua thao tác của họ. Thông tin về sở thích người dùng thu thập qua phương pháp này có thé không chính xác bằng cách khảo sát nhưng nó không làm gián đoạn, gây phiền cho người dùng nên thuận lợi cho việc thu thập thông tin và được áp dụng rộng rãi. Vi dụ như Facebook hoặc Youtube có thé thu thập được 1 phần thông tin về sở thích người dùng khi họ tương tác, xem, thích/ không thích video, bài viết.
Thu thập thông tin ngầm định dé xây dựng hồ sơ của mỗi người dùng có thể được thực thi thông qua giám sát tương tác của người dùng với các sản phẩm. Các sản pham cần xử lí đối với mỗi người dùng bao gồm các sản phẩm mà họ quan tâm: sản phẩm họ đã từng mua (ý nghĩa quan trọng hơn) và sản phâm họ yêu thích hoặc đã từng xem (ý nghĩa ít quan trong hơn). Hồ sơ của mỗi người dùng cũng cần được biểu diễn ở dang có cấu trúc khi sử dụng trong hệ thống gợi ý. Do được xây dựng dựa trên các thông tin về sản phẩm, biêu diễn hồ sơ người dùng có thé được xây dung từ các vector mô tả sản phẩm bằng cách kết hợp các vector mô tả các sản phẩm trong danh sách quan tâm của họ.
Phương pháp tối giản nhất dé có được hé sơ người dùng là tính theo trung bình các vector đặc trưng của các sản phẩm: UserItemProfile(u) = » w; < ItemProfile(item;) | ( )| itern¡eN(u) N(u Trong đó N(u) là tập hợp các sản phẩm mà người dùng quan tâm, w; là trọng số thé hiện độ quan trọng cua item; Khi có được UserltemProfile(u) bằng VIỆC SO sánh sự tương đồng giữa UserltemProfile(u) và vector ItemProfile(p) giúp xác định sản phẩm có liên quan đến sở thích người dùng không. s(u, p) = sim(UserItemProfile(u), ItemProfile(p)) Chi số tương đồng nay càng lớn thi độ vector càng giống nhau, nghĩa là san phâm càng gần với sở thích của người dùng. Phương pháp khác dé xây dựng mộ hình người dùng xây dựng cho mỗi người dùng 1 hàm mất mát đại diện cho người dùng đó (sẽ được trình bày trong mục 1. Nguyễn Huy Hùng - B17DCCN285 10 Đồ án tốt nghiệp Chương 2: Hệ thống gợi ý theo nội dung 2.3 Ma trận tiện ích người dùng- sản phẩm Ma trận tiện ích người dùng — sản phẩm là ma trận biểu thị mức độ ưa thích của người dùng với một số sản phẩm.