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: 107,143,916

 Mô hình kết hợp phân tích cảm xúc và ma trận nhân tử trong bài toán khuyến nghị sản phẩm.
Tác giả hoặc Nhóm tác giả: Nguyễn, Sĩ Thìn; Võ, Ngọc Đạt; Ngô, Lê Quân
Nơi đăng: Đại học CNTT Và Truyền Thông Việt Hàn; Số: 978-604-84-5998-7;Từ->đến trang: 51-60;Năm: 2021
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Trong những năm gần đây, việc nghiên cứu làm thế nào kết hợp các nguồn dữ liệu đầu vào khác nhau trong cùng một hệ thống khuyến nghị tích hợp thu hút sự quan tâm rất lớn. Theo đó, ma trận dữ liệu đánh giá hai chiều của bài toán ma trận nhân tử (người dùng sản phẩm) được mở rộng bằng cách chèn thêm các chiều bổ sung như: cảm xúc, thời gian, vị trí…). Một vấn đề khác, bài toán khắc phục tính khó mở rộng đặc tính dữ liệu trong phân tích cảm xúc tiếng Việt cũng đang được chú ý. Xuất phát từ hai vấn đề này, nhóm tác giả đã đề xuất mô hình kết hợp đặc tính bằng cách tích hợp ma trận nhân tử trong phương pháp lọc cộng tác với phân tích cảm xúc trong dự đoán đánh giá người dùng. Với kết quả thực nghiệm trên các bình luận của các ứng dụng điện thoại, mô hình đã chứng minh tính phù hợp của nghiên cứu và độ chính xác so với các mô hình đơn hiện nay.
ABSTRACT
In recent years, hybrid system using different kinds of input data into a unified model become an interesting research. According to it, traditional rating data (user x item) can be re-structured by setting additional dimensions (mood, time, user's location…of textual data). Meanwhile, Vietnamese sentiment analysis problem is also restricted by non-expansion feature of data input. Stem from these issues, this research proposed a featured combine model by integrating matrix factorization in collaborative filtering and sentiment analysis in text mining to predict rating user. With experimental results, the author proves that proposed model achieve better results in accuracy and is feasible to develop as the future direction research.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn