Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 39,757,157

 Hệ thống tư vấn lọc cộng tác theo người dùng dựa trên độ đo hàm ý thống kê.
Tác giả hoặc Nhóm tác giả: Phan Quốc Nghĩa, Nguyễn Minh Kỳ, Đặng Hoài Phương, Huỳnh Xuân Hiệp
Nơi đăng: Kỷ yếu Hội nghị Khoa học Quốc gia lần thứ IX “Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR'9)"; Số: 9;Từ->đến trang: 231-239;Năm: 2016
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Từ khi ra đời đến nay, hệ tư vấn lọc cộng tác nói chung, hệ tư vấn lọc cộng tác dựa trên người dùng nói riêng đã có một sự phát triển vượt bậc về mặt ứng dụng kỹ thuật, công nghệ cũng như ứng dụng vào thực tế cuộc sống. Đặc biệt, hệ tư vấn được các nhà quản lý sử dụng làm công cụ hỗ trợ hữu hiệu trong nhiều lĩnh vực kinh doanh như Amazon, Netflix và Pandora. Tuy nhiên, các thế hệ hiện tại của hệ tư vấn vẫn chưa đáp ứng đầy đủ các yêu cầu của người sử dụng. Trong bài viết này chúng tôi đề xuất một tiếp cận mới cho hệ tư vấn lọc cộng tác dựa trên người dùng. Hệ tư vấn lọc cộng tác theo người dùng được xây dựng dựa trên độ đo hàm ý thống kê. Trong hệ tư vấn này, chúng tôi xây dựng một độ đo tương đồng dựa trên độ đo chỉ số hàm ý thống kê gọi là độ đo tương đồng hàm ý thống kê để xác định sự tương đồng giữa hai người dùng trong hệ thống. Thông qua thực nghiệm trên hai tập dữ liệu MovieLense và MSWeb cho thấy rằng độ đo tương đồng mà chúng tôi đề xuất cho kết quả khá tốt trên hệ tư vấn lọc cộng tác dựa trên người dùng so với các độ đo tương đồng truyền thống như Pearson correlation, Cosine similarity và Jaccard.
ABSTRACT
From the first appearance, recommender system in general and User-based collaborative filtering recommendation system have been developed greatly in technology and their application in life. In particular, recommender systems are used by many managers as an effective tool in order to support the business in various fields such as Amazon, Netflix and Pandora. However, the present generation of recommender systems has not fully met the requirements of users yet. In this paper, we propose a new approach for User-based collaborative filtering recommender system. The User-based collaborative filtering recommender system based on Implication statistic measures. In the system, we build a new similarity measures for two users are based on the Implication intensity measures. It is called statistical implicative similarity measures. Through experiments on two datasets MovieLense and MSWeb show that our similarity measures has fairly good results on User-based collaborative filtering model compared with traditional similarity measures as Pearson correlation, Cosine similarity, and Jaccard.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn