Bài viết đã trình bày một phương pháp tiếp cận cho lọc cộng tác bằng mô hình đồ thị. Trong đó, phương pháp biểu diễn đồ thị phù hợp với tất cả các bộ dữ liệu hệ thống lọc công tác hiện nay. Dựa vào biểu diễn này, các phương pháp lọc cộng tác đều được triển khai dễ dàng trên đồ thị. | Lọc cộng tác với độ đo tương tự dựa trên đồ thị Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 10 (30), tháng 12/2013 Lọc cộng tác với độ đo tương tự dựa trên đồ thị Collaborative Filtering with a Graph-based Similarity Measure Nguyễn Duy Phương và Từ Minh Phương Abstract: Collaborative filtering is a technique Có hai kỹ thuật chính được sử dụng trong tư vấn widely used in recommender systems. Based on the lựa chọn: lọc theo nội dung (content-based filtering) behaviors of users with similar taste, the technique và lọc cộng tác (collaborative filtering) [2]. Lọc theo can predict and recommend products the current user nội dung phân tích đặc trưng nội dung các sản phẩm is likely interested in, thus alleviates the information mà người dùng đã chọn trong quá khứ và tư vấn cho overload problem for Internet users. The most popular người dùng những sản phẩm mới có đặc trưng nội collaborative filtering approach is based on the dung tương tự. Để sử dụng được phương pháp này, nội similarity between users, or between products. The dung sản phẩm phải được mô tả rõ ràng dưới dạng văn quality of similarity measure, therefore, has a large bản hoặc thông qua một số đặc trưng. Trái lại, lọc impact on the recommendation accuracy. In this cộng tác dựa trên nhóm người dùng đã từng chọn paper, we propose a new similarity measure based on những sản phẩm giống người dùng cần tư vấn để xác graph models. The similarity between two users (or định sản phẩm cần giới thiệu với người này. So với lọc symmetrically, two products) is computed from theo nội dung, lọc cộng tác có ưu điểm là không đòi connections on a graph with vertices beeing users and hỏi sản phẩm phải được mô tả dưới dạng văn bản hay products. The computed similarity measure is then đặc trưng. Kết quả thử nghiệm cũng cho thấy, lọc cộng used with k – nearest neighbor algorithm to generate tác lọc tốt hơn lọc nội dung trong nhiều trường hợp predictions. Empirical
