Phương pháp lọc cộng tác sử dụng tối ưu bầy đàn

Bài viết đề xuất một phương pháp để cải thiện hệ thống khuyến nghị truyền thống - lọc cộng tác dựa trên phân cụm cộng tác kết hợp với trọng số cho các người dùng và sản phẩm. Trong phương pháp tư vấn lọc cộng tác truyền thống, kết quả tư vấn được xây dựng chỉ dựa trên độ tương tự các điểm dữ liệu gần nhau nhất để dự đoán các giá trị khuyết trong ma trận đánh giá | 52 Nguyễn Thị Hoàng Phương Nguyễn Văn Hiệu PHƯƠNG PHÁP LỌC CỘNG TÁC SỬ DỤNG TỐI ƯU BẦY ĐÀN THE COLLABORATIVE FILTERING METHOD USING PARTICLE SWARM OPTIMIZATION Nguyễn Thị Hoàng Phương1 Nguyễn Văn Hiệu2 1 Trường Đại học Phạm Văn Đồng nthoangphuong90@ 2 Trường Đại học Bách khoa - Đại học Đà Nẵng nvhieuqt@ Tóm tắt - Bài báo đề xuất một phương pháp để cải thiện hệ thống Abstract - In this paper we propose a method in order to improve khuyến nghị truyền thống - lọc cộng tác dựa trên phân cụm cộng the traditional recommender system a feature weighting method for tác kết hợp với trọng số cho các người dùng và sản phẩm. Trong both item-based collaborative filtering and user-based collaborative phương pháp tư vấn lọc cộng tác truyền thống kết quả tư vấn filtering recommender system. In traditional collaborative filtering the được xây dựng chỉ dựa trên độ tương tự các điểm dữ liệu gần recommendation results are just based on the similar nearest nhau nhất để dự đoán các giá trị khuyết trong ma trận đánh giá. neighbor measure to predict unknown values in evaluation matrix. In Kết quả tư vấn của phương pháp đề xuất được xây dựng dựa trên this proposed method the recommendation result is built by the độ tương tự các điểm dữ liệu trong cùng cụm kết hợp trọng số thể combination of similarity features in the same cluster and weighting hiện mức độ quan trọng đối với từng điểm dữ liệu để dự đoán các which show the extent of importance of each feature to predict the giá trị khuyết trong ma trận đánh giá. Thông qua thực nghiệm trên unknow values in evaluaion matrix. Through experiments on tập dữ liệu MovieLens 100k cho thấy rằng phương pháp đề xuất MovieLens 100k dataset it shows that the results of our cho kết quả dự đoán tốt hơn so phương pháp tư vấn truyền thống. recommender method is better than those by the traditional method. Từ khóa - Lý thuyết bầy đàn tư vấn lọc cộng tác ma trận xếp Key words - Particle Swarm Optimization collaborative filtering hạng ma trận

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.