Luận án tiến sĩ: Phát triển phương pháp xây dựng hệ tư vấn - ĐH Công nghệ Bưu chính Viễn thông

i LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả đƣợc viết chung với các tác giả khác đều đƣợc sự đồng ý của đồng tác giả trƣớc khi đƣa vào luận án. Các kết quả nêu trong luận án là trung thực và chƣa từng đƣợc công bố trong các công trình nào khác. Tác giả Đỗ Thị Liên ii LỜI CẢM ƠN Trong quá trình thực hiện đề tài “Phát triển một số phƣơng pháp xây dựng hệ tƣ vấn”, tôi đã nhận đƣợc rất nhiều sự giúp đỡ, tạo điều kiện của tập thể giáo viên hƣớng dẫn, nhà trƣờng, đồng nghiệp, các nhà khoa học và gia đình.

Tôi xin bày tỏ lòng cảm ơn chân thành về sự giúp đỡ đó. Trƣớc tiên, tôi xin bày tỏ lòng biết ơn sâu sắc tới tập thể giáo viên hƣớng dẫn GS.TS Từ Minh Phƣơng và TS Nguyễn Duy Phƣơng - những ngƣời Thầy trực tiếp hƣớng dẫn và chỉ bảo cho tôi hoàn thành luận án này. Cảm ơn hai Thầy rất nhiều vì sự hƣớng dẫn tận tình, nghiêm túc và khoa học. Tôi xin trân trọng cảm ơn Hội đồng Khoa học, Hội đồng Tiến sỹ, Khoa Quốc tế và Đào tạo sau đại học của Học viện Công nghệ Bƣu chính Viễn thông đã tạo điều kiện thuận lợi cho tôi đƣợc thực hiện và hoàn thành chƣơng trình nghiên cứu của mình.

Tôi xin cảm ơn tập thể Lãnh đạo, cán bộ, giảng viên khoa Công nghệ thông tin, khoa Đa phƣơng tiện - Học viện Công nghệ Bƣu chính Viễn thông đã cổ vũ động viên tôi trong suốt quá trình nghiên cứu. Tôi cảm ơn tất cả những ngƣời bạn của tôi, những ngƣời luôn chia sẻ, cổ vũ tôi trong lúc khó khăn và tôi luôn ghi nhớ điều đó. Cuối cùng, tôi xin bày tỏ lòng biết ơn chân thành đối với gia đình đã luôn động viên, ủng hộ, cổ vũ và tạo mọi điều kiện giúp đỡ tôi. iii MỤC LỤC Trang LỜI CAM ĐOAN.

i LỜI CẢM ƠN ……………………………………………………………………………ii MỤC LỤC ………………………………………………………………………….iii DANH MỤC CÁC CHỮ VIẾT TẮT. vi DANH MỤC HÌNH VẼ. vii DANH MỤC CÁC BẢNG. viii DANH MỤC CÁC THUẬT TOÁN.

ix MỞ ĐẦU ……………………………………………………………………………1 1. Tính cấp thiết của luận án. Mục tiêu của luận án. Các đóng góp của luận án.

Bố cục của luận án. 4 CHƢƠNG 1: TỔNG QUAN VỀ HỆ TƢ VẤN. Khái niệm hệ tƣ vấn. Các lĩnh vực ứng dụng của hệ tƣ vấn.

Phát biểu bài toán tƣ vấn. Qui trình xây dựng hệ tƣ vấn. Các hƣớng tiếp cận xây dựng hệ tƣ vấn. Hệ tƣ vấn sử dụng lọc cộng tác.

Hệ tƣ vấn sử dụng lọc theo nội dung. Hệ tƣ vấn sử dụng lọc kết hợp. Hệ tƣ vấn mở rộng cách tiếp cận truyền thống. Các phƣơng pháp và độ đo đánh giá hệ tƣ vấn.

Phƣơng pháp đánh giá hệ thống tƣ vấn. Độ đo đánh giá độ chính xác của đánh giá dự đoán. Độ đo đánh giá độ chính xác của danh sách sản phẩm tƣ vấn. Các nguồn tài nguyên hỗ trợ học tập, nghiên cứu hệ tƣ vấn.

Kết luận chƣơng 1. 47 iv CHƢƠNG 2: PHÁT TRIỂN PHƢƠNG PHÁP LỌC CỘNG TÁC DỰA TRÊN MÔ HÌNH ĐỒ THỊ CHO HỆ TƢ VẤN THEO NGỮ CẢNH. Độ đo tƣơng tự cho lọc cộng tác dựa trên mô hình đồ thị. Biểu diễn đồ thị cho lọc cộng tác.

Độ đo tƣơng tự cho lọc cộng tác dựa trên biểu diễn đồ thị. Lọc cộng tác dựa trên mô hình đồ thị cho hệ tƣ vấn theo ngữ cảnh. Bài toán tƣ vấn theo ngữ cảnh. Các hƣớng tiếp cận giải quyết bài toán tƣ vấn theo ngữ cảnh.

Phƣơng pháp đề xuất. Thực nghiệm và kết quả. Dữ liệu thực nghiệm. Cài đặt thực nghiệm.

Kết quả thực nghiệm. Kết luận chƣơng 2. 87 CHƢƠNG 3: PHÁT TRIỂN PHƢƠNG PHÁP LỌC KẾT HỢP BẰNG ĐỒNG HUẤN LUYỆN …………………………………………………………………………. Lọc cộng tác bằng phƣơng pháp đồng huấn luyện.

Phát biểu bài toán lọc cộng tác bằng phân lớp. Phân lớp bằng phƣơng pháp đồng huấn luyện. Mô hình đồng huấn luyện cho lọc cộng tác. Lọc kết hợp bằng phƣơng pháp đồng huấn luyện.

Hợp nhất biểu diễn giá trị các đặc trƣng nội dung vào ma trận đánh giá. Mô hình học kết hợp theo ngƣời dùng. Mô hình học kết hợp theo sản phẩm. Mô hình đồng huấn luyện cho lọc kết hợp.

Thực nghiệm và kết quả. Thực nghiệm và kết quả của phƣơng pháp lọc cộng tác bằng đồng huấn luyện ……………………………………………………………………………125 v 3. Thực nghiệm và kết quả của phƣơng pháp lọc kết hợp bằng đồng huấn luyện ……………………………………………………………………………129 3. Kết luận chƣơng 3.

134 KẾT LUẬN CHUNG. 135 DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ. 138 TÀI LIỆU THAM KHẢO. 139 vi DANH MỤC CÁC CHỮ VIẾT TẮT DIỄN GIẢI KÝ HIỆU TIẾNG ANH TIẾNG VIỆT RS Recommender System / Hệ tƣ vấn Recommendation System CARS Context-Aware Hệ tƣ vấn theo ngữ cảnh Recommender System CF Collaborative Filtering Lọc cộng tác CBF Content-Based Filtering Lọc theo nội dung HF Hybrid Filtering Lọc kết hợp IR Information Retrieval Truy vấn thông tin MAE Mean Absolute Error Trung bình giá trị tuyệt đối lỗi MAP Mean Average Precision Độ chính xác trung bình tuyệt đối AP Average Precision Độ chính xác trung bình RMSE Root Mean Square Error Trung bình lỗi lấy căn KNN K-Nearest Neighbor K láng giềng gần nhất SDP Sparsity Data Problem Vấn đề dữ liệu thƣa User-Based k-NN User-Based k Neareast Phƣơng pháp K láng giềng gần Neighbor nhất dựa vào ngƣời dùng Item-Based k-NN Item-Based k Neareast Phƣơng pháp K láng giềng gần Neighbor nhất dựa vào sản phẩm TF/IDF Term Frequency / Inverse Phép đo tần suất kết hợp với Document Frequency tần suất xuất hiện ngƣợc MD matrix Multi-dimensional matrix Ma trận đánh giá đa chiều vii DANH MỤC HÌNH VẼ Trang Hình 1.

Giao diện hệ tƣ vấn sách của Amazon. Ví dụ ma trận đánh giá tổng quát. Qui trình xây dựng hệ tƣ vấn. Các hƣớng tiếp cận truyền thống và xu hƣớng hiện nay của hệ tƣ vấn.

Tiến trình xử lý của hệ tƣ vấn sử dụng lọc cộng tác [54]. Tiến trình xử lý của hệ tƣ vấn sử dụng lọc theo nội dung [21]. Các phƣơng pháp kết hợp lọc cộng tác (CF) và lọc nội dung (CBF) [21]. Phƣơng pháp phân chia tập dữ liệu phục vụ cho đánh giá hệ thống tƣ vấn.

Đồ thị biểu diễn cho lọc cộng tác. Ma trận trọng số biểu diễn đồ thị hai phía G. Các mô hình kết hợp ngữ cảnh vào hệ tƣ vấn [1]. Bộ khung triển khai phƣơng pháp lọc cộng tác dựa trên mô hình đồ thị cho hệ tƣ vấn theo ngữ cảnh.

Đồ thị biểu diễn cho lọc cộng tác gồm tập ngƣời dùng và tập sản phẩm giả lập 72 Hình 3. Bộ khung triển khai lọc cộng tác bằng phƣơng pháp đồng huấn luyện. 97 viii DANH MỤC CÁC BẢNG Trang Bảng 1. Ma trận nhầm lẫn (Confusion matrix).

Một số phần mềm hỗ trợ nghiên cứu, phát triển hệ tƣ vấn. Ví dụ ma trận đánh giá của lọc cộng tác. Ma trận đánh giá chuyển đổi. Phân loại ngữ cảnh thu thập đƣợc cho hệ tƣ vấn.

Ma trận đánh giá đa chiều của lọc cộng tác theo ngữ cảnh. Ma trận đánh giá hai chiều nhận đƣợc sau phân tách sản phẩm theo ngữ cảnh. Ma trận đánh giá chuyển đổi cho ma trận đánh giá 2 chiều của Bảng 2. Giá trị Precision@10, MAP@10 trên tập DepaulMovie.

Giá trị Precision@10, MAP@10 trên tập MovieLens 100K. Giá trị Precision@10, MAP@10 trên tập InCarMusic. Ma trận đánh giá của lọc cộng tác gồm 5 ngƣời dùng, 7 sản phẩm. Ma trận đánh giá ƣớc lƣợng theo ngƣời dùng.

Ma trận đánh ƣớc lƣợng theo sản phẩm. Ma trận đánh giá R. Ma trận đặc trƣng sản phẩm C. Ma trận đặc trƣng ngƣời dùng T.

Ma trận hồ sơ ngƣời dùng. Ma trận đánh giá mở rộng theo hồ sơ ngƣời dùng. Ma trận hồ sơ sản phẩm. Ma trận đánh giá mở rộng theo hồ sơ sản phẩm.

Giá trị MAE, RMSE trên tập MovieLens-100K. Giá trị MAE, RMSE trên tập MovieLens-1M. Giá trị MAE, RMSE trên tập MovieLens-10M. Giá trị MAE, RMSE của các phƣơng pháp tƣ vấn trên MovieLens-1M.

132 ix DANH MỤC CÁC THUẬT TOÁN Trang Thuật toán 2. Thuật toán IS-UserBased-Graph. Thuật toán IS-ItemBased-Graph. Thuật toán đồng huấn luyện Co-Training.

Thuật toán CoTrainning-UserItem. Thuật toán CoTraining-ItemUser. Thuật toán CoTraining –HybridFiltering. Tính cấp thiết của luận án Với sự gia tăng nhanh chóng của thông tin trên Web thì cần thiết phải có công cụ giúp ngƣời dùng lựa chọn các thông tin trực tuyến phù hợp với mình.

Thông thƣờng khi cần tìm thông tin về một sản phẩm nào đó, giải pháp đƣợc hầu hết ngƣời dùng sử dụng là đƣa câu hỏi vào máy tìm kiếm (Search engine) thay vì tìm đến những trang Web hoặc diễn đàn chuyên ngành. Máy tìm kiếm tiến hành tìm kiếm thông tin dựa trên các từ khóa (Keyword) đƣợc ngƣời dùng gõ vào và trả về một danh mục của các trang Web có chứa từ khóa mà nó tìm đƣợc. Do vậy việc sử dụng máy tìm kiếm sẽ hiệu quả khi ngƣời dùng biết họ thực sự muốn tìm cái gì. Trong trƣờng hợp khi ngƣời dùng không xác định đƣợc chính xác cái mình muốn tìm thì yêu cầu về lọc thông tin một cách có hiệu quả và tin cậy là rất cần thiết.

Để đáp ứng nhu cầu này, các hệ thống tƣ vấn đã ra đời, ví dụ một số hệ tƣ vấn đã đƣợc thƣơng mại hóa và triển khai thành công, tiêu biểu là hệ tƣ vấn của các hãng Amazon, eBay, Netflix, Youtube … 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 tại từng tình huống (ngữ cảnh). Cụ thể, hệ tƣ vấn cung cấp một giải pháp giảm tải thông tin bằng cách đƣa ra dự đoán đánh giá mức độ thích của ngƣời dùng với sản phẩm mới và cung cấp một danh sách ngắn các sản phẩm (trang web, bản tin, phim, video…) mà nhiều khả năng ngƣời dùng sẽ quan tâm [1]. Trên thực tế, hệ tƣ vấn không chỉ hƣớng đến vấn đề giảm tải thông tin cho mỗi ngƣời dùng mà nó còn là yếu tố quyết định đến thành công của các hệ thống thƣơng mại điện tử [1][2]. Hệ tƣ vấn đang ngày càng trở thành một lĩnh vực nghiên cứu quan trọng từ sau khi xuất hiện bài báo đầu tiên về lọc cộng tác vào giữa những năm 90 [3].