Đề tài được thực hiện với mục tiêu nhằm xây dựng một mô hình hệ tư vấn tự động trên các website tạp chí Tiếng Việt, nhằm mục đích gợi ý những nội dung liên quan tới sở thích của từng cá nhân người dùng, dựa trên lịch sử duyệt web của họ trên website đó (vết duyệt web). Luận văn. | ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN THẠC ĐAN THANH KHAI PHÁ DỮ LIỆU VẾT DUYỆT WEB CHO TƯ VẤN CÁ NHÂN HÓA Ngành: Hệ thống thông tin Chuyên ngành: Hệ thống thông tin Mã số: 60480104 TÓM TẮT LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN Hà Nội - 2016 Lời mở đầu Đối mặt với tình trạng bùng nổ thông tin hiện nay, càng ngày bạn càng mất nhiều thời gian trong việc lựa chọn thông tin hay sản phẩm nào phù hợp với mình. Cùng với sự phát triển của thương mại điện tử (ecommerce), hệ tư vấn xuất hiện với vai trò vô cùng quan trọng trong việc hỗ trợ người dùng lựa chọn sản phẩm phù hợp đồng thời tăng giá trị kinh doanh cho doanh nghiệp. Và cho đến nay, hệ tư vấn được ứng dụng rộng khắp trên nhiều lĩnh vực khác như mạng xã hội, các trang tin tức, giải trí, du lịch, , với bất cứ thông tin nào người dùng quan tâm thì chúng ta đều có thể thấy sự xuất hiện của hệ tư vấn. Mặc dù vai trò và lợi ích của một hệ tư vấn là rất lớn, tuy nhiên ở Việt Nam, hệ thống này vẫn chưa thực sự phổ biến và còn khá thô sơ. Đa phần các trang web Việt Nam hiện nay chưa có một hệ thống gợi ý hiệu quả dựa trên profile của người dùng, mà chỉ sử dụng các phương pháp đơn giản như gán nhãn tay (thẻ catagoried tags), thống kê để gợi ý những thông tin, sản phẩm liên quan với sản phẩm đang được xem, hay gợi ý những thông tin nổi bật nhiều người quan tâm. Chính vì vậy, luận văn mong muốn xây dựng một mô hình hệ tư vấn tự động trên các website tạp chí tiếng việt, nhằm mục đích gợi ý những nội dung liên quan tới sở thích của từng cá nhân người dùng, dựa trên lịch sử duyệt web của họ trên website đó (vết duyệt web). Nội dung của luận văn bao gồm những nội dung sau: Chương 1. Hệ tư vấn và bài toán tư vấn: Trình bày những nội dung cơ bản về hệ tư vấn bao gồm mô tả bài toán tư vấn, ứng dụng và các hệ thống nổi tiếng, phân loại các kĩ thuật tư vấn. Chương 2. Khai phá dữ liệu vết duyệt web của người dùng cho hệ tư vấn: Phân loại dữ liệu profile người dùng, ưu nhược điểm của từng loại dữ liệu và một số .
