Một phương pháp tư vấn công tác theo ngữ cảnh

Bài viết trình bày việc xây dựng mô hình dự đoán mức độ phù hợp của sản phẩm với người dùng trong từng tình huống ngữ cảnh cụ thể. Kết quả thử nghiệm trên một số bộ dữ liệu thực cho thấy phương pháp đề xuất cải thiện đáng kể chất lượng dự đoán so với các phương pháp trước đây. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XI về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Hà Nội ngày 09-10 8 2018 DOI MỘT PHƯƠNG PHÁP TƯ VẤN CỘNG TÁC THEO NGỮ CẢNH Đỗ Thị Liên Nguyễn Duy Phƣơng 1 Học viện Công nghệ Bƣu chính Viễn thông liendt@ phuongnd@ TÓM TẮT Lọc cộng tác collaborative filtering là phương pháp phổ biến được dùng trong xây dựng các hệ tư vấn. Các phương pháp lọc cộng tác hiện nay khai thác duy nhất tập dữ liệu đánh giá người dùng đối với sản phẩm để tìm ra cộng đồng người dùng có cùng chung sở thích và tiến hành dự đoán những sản phẩm phù hợp cho mỗi người dùng. Trong bài báo này chúng tôi đề xuất một phương pháp lọc cộng tác theo ngữ cảnh sử dụng sản phẩm của mỗi người dùng. Phương pháp được tiến hành bằng cách biểu diễn mối quan hệ giữa các người dùng sản phẩm và ngữ cảnh trên cùng một mô hình đồ thị. Trên cơ sở biểu diễn đồ thị cho hệ tư vấn cộng tác theo ngữ cảnh chúng tôi xây dựng mô hình dự đoán mức độ phù hợp của sản phẩm với người dùng trong từng tình huống ngữ cảnh cụ thể. Kết quả thử nghiệm trên một số bộ dữ liệu thực cho thấy phương pháp đề xuất cải thiện đáng kể chất lượng dự đoán so với các phương pháp trước đây. Từ khóa Keywords Hệ tư vấn dựa vào ngữ cảnh Context-aware recommender system - CARS Lọc cộng tác dựa vào ngữ cảnh Context-aware collaborative filtering - CACF Ngữ cảnh Context Mô hình hóa ngữ cảnh dựa trên đồ thị Graph- based contextual modeling . I. MỞ ĐẦU Hệ tƣ vấn Recommender System đƣợc xem nhƣ một hệ thống lọc tích cực có chức năng hỗ trợ đƣa ra quyết định nhằm mục đích cung cấp cho ngƣời sử dụng những gợi ý về thông tin sản phẩm và dịch vụ phù hợp nhất với yêu cầu và sở thích riêng của từng ngƣời. Hệ tƣ vấn truyền thống chỉ quan tâm tới hai đối tƣợng của hệ tƣ vấn là ngƣời dùng user và sản phẩm item . Tuy nhiên trên thực tế sở thích của ngƣời dùng lại không cố định. Ví dụ một ngƣời trời nóng thì thích ăn kem uống sinh tố nhƣng khi trời lạnh lại thích ăn phở uống .

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU MỚI ĐĂNG
12    26    1    04-12-2024
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.