Nghiên cứu và phát triển độ đo liên kết trong bài toán khuyến nghị cộng tác - Luận án TS Phạm Minh Chuẩn

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Phạm Minh Chuẩn NGHIÊN CỨU VÀ PHÁT TRIỂN MỘT SỐ ĐỘ ĐO LIÊN KẾT TRONG BÀI TOÁN KHUYẾN NGHỊ CỘNG TÁC Ngành: Hệ thống thông tin Mã số: 9480104 LUẬN ÁN TIẾN SĨ HỆ THỐNG THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Lê Thanh Hương 2. Trần Đình Khang Hà Nội - 2018 LỜI CAM ĐOAN Tôi xin cam đoan tất cả các nội dung trong luận án “Nghiên cứu và phát triển một số độ đo liên kết trong bài toán khuyến nghị cộng tác” là công trình nghiên cứu của riêng tôi, dưới sự hướng dẫn của PGS. Lê Thanh Hương và PGS.

Trần Đình Khang. Tất cả các kết quả, số liệu trong luận án là trung thực và chưa từng được ai công bố trong bất kỳ công trình này. Hà Nội, ngày tháng năm 2018 TM. TẬP THỂ HƯỚNG DẪN KHOA HỌC TÁC GIẢ LUẬN ÁN PGS.

Lê Thanh Hương Phạm Minh Chuẩn 2 LỜI CẢM ƠN Tôi xin bày tỏ lòng biết ơn tới Trường Đại học Bách khoa Hà Nội, Viện Công nghệ Thông tin và Truyền thông, Bộ môn Hệ thống thông tin đã tạo điều kiện thuận lợi cho tôi trong quá trình học tập tại Trường. Tôi muốn gửi lời cảm ơn đặc biệt tới tập thể hướng dẫn trực tiếp là PGS. Lê Thanh Hương và PGS. Trần Đình Khang.

Thầy và cô đã luôn tận tình giúp đỡ, đưa ra những lời khuyên, những định hướng khoa học rất quý báu để tôi có thể triển khai và hoàn thành công việc nghiên cứu của mình. Đồng thời tôi cũng xin cảm ơn TS. Lê Hoàng Sơn Trung tâm Tính toán Hiệu năng cao – ĐH KHTN – ĐHQGHN đã tạo điều kiện, giúp đỡ tôi hoàn thành luận án này. Xin chân thành cảm ơn các thầy cô, các đồng nghiệp trong Bộ môn Hệ thống Thông tin, Viện Công nghệ Thông tin và Truyền thông, Trường Đại học Bách khoa Hà Nội nơi tôi học tập, thực hiện đề tài nghiên cứu đã nhiệt tình giúp đỡ và động viên tôi trong suốt quá trình nghiên cứu.

Xin cám ơn các bạn sinh viên thuộc Bộ môn Hệ thống thông tin, Viện CNTT & TT, đặc biệt là bạn Nguyễn Đăng Tuấn Anh lớp kỹ sư tài năng CNTT K58 đã hỗ trợ tôi trong việc thu thập dữ liệu để phục vụ cho quá trình thực nghiệm. Cảm ơn Khoa Công nghệ Thông tin và Trường Đại học Sư phạm Kỹ thuật Hưng Yên, nơi tôi đang công tác đã luôn tạo điều kiện cho tôi trong suốt quá trình nghiên cứu và hoàn thành luận án này. Xin gửi lời cám ơn đến các thầy cô, các nhà khoa học, các đồng nghiệp và bạn bè thân hữu đã động viên và giúp đỡ tôi trong quá trình nghiên cứu. Cuối cùng tôi muốn bày tỏ lòng biết ơn sâu sắc tới gia đình, nơi nuôi dưỡng và là nguồn động lực để tôi vượt mọi trở ngại khó khăn để hoàn thành luận án này.

Nghiên cứu sinh Phạm Minh Chuẩn 3 MỤC LỤC LỜI CAM ĐOAN. 4 GIẢI THÍCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT. 6 DANH MỤC CÁC BẢNG. 8 DANH MỤC CÁC HÌNH ẢNH, ĐỒ THỊ.

TỔNG QUAN VỀ BÀI TOÁN KHUYẾN NGHỊ CỘNG TÁC .1 Bài toán khuyến nghị cộng tác trong mạng đồng tác giả.1 Mạng xã hội và mạng đồng tác giả .2 Bài toán khuyến nghị cộng tác. Tổng quan về các độ đo liên kết trong mạng đồng tác giả. Một số kiến thức liên quan. Các phương pháp phân lớp .2 Phân cụm mờ và phân cụm bán giám sát mờ.

Phân tích theo chủ đề. CÁC ĐỘ ĐO LIÊN KẾT MỞ RỘNG TRONG MẠNG ĐỒNG TÁC GIẢ. Độ đo liên kết dựa trên trọng số mở rộng. Các độ đo liên kết dựa trên nội dung bài báo.

Thuật toán tính độ đo liên kết và đánh giá độ phức tạp của thuật toán. Đánh giá các độ đo liên kết trong mạng đồng tác giả. Chuẩn bị dữ liệu. Kịch bản thực nghiệm.

Kết quả thực nghiệm. BÀI TOÁN KHUYẾN NGHỊ CỘNG TÁC. Khuyến nghị cộng tác mới. Khuyến nghị cộng tác tăng cường.

96 KẾT LUẬN VÀ KIẾN NGHỊ. 97 TÀI LIỆU THAM KHẢO. 99 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN. 108 5 GIẢI THÍCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Chữ viết tắt Chữ viết đầy đủ Giải thích AA Adamic & Adar Độ đo liên kết AA AUC Area under the curve Tiêu chí đánh giá phân lớp CN Common Neighbours Độ đo liên kết láng giềng chung JC Jaccard Coefficient Độ đo liên kết JC LDA Latent Dirichlet Allocation Phương pháp phân tích chủ đề OSN Online Social Network Mạng xã hội trực tuyến Online HomogeneousUndirected Mạng xã hội vô hướng đồng nhất OHUSN Social Networks trực tuyến SMO Sequential Minimal Optimization Tối ưu hóa cực tiểu lần lượt SVM Support Vector Machines Máy véc-tơ hỗ trợ Độ đo liên kết trọng số dựa trên WAA Weighted Adamic & Adar AA Độ đo liên kết trọng số dựa trên WCN Weighted Common Neighbours láng giềng chung Độ đo liên kết trọng số dựa trên WJC Weighted Jaccard Coefficient JC Term Frequency - Inverse TF-IDF Trọng số từ Document Frequency Stanford Public Information Hệ thống truy xuất thông tin công SPIRES Retrieval System khai Stanford Networked Computer Science Mạng thư viện tham chiếu khoa NCSTRL Technical Reference Library học máy tính Applied Mathematics and Tạp chí toán ứng dụng và tính AMC Computation toán BJ Biophysical Journal Tạp chí lý sinh CF Collaborative Filtering Lọc cộng tác CB Content-based Dựa trên nội dung 6 KMC Keywords match count Đếm các từ khóa chung Đếm các từ chung trong nội dung AKMC Abtract keywords match count tóm tắt FCM Fuzzy C-means Phân cụm mờ Semi-Supervised Standard Fuzzy SSSFC Phân cụm bán giám sát mờ Clustering 7 DANH MỤC CÁC BẢNG Bảng 1.1 Danh sách các quan hệ cộng tác và các bài báo .2 Các phương pháp phân lớp được sử dụng .1 Thống kê trên các bộ dữ liệu .2 Thống kê tập dữ liệu .3 Kịch bản thực nghiệm với các độ đo liên kế .4 Kịch bản thực nghiệm với các độ đo liên kết mở rộng .5 Các độ đo liên kết tổ hợp sử dụng khi phân lớp với kịch bản 2 .6 Các độ đo liên kết tổ hợp sử dụng khi phân lớp với kịch bản 3 .7 Giá trị Recall@N với các tham số tối ưu trên AMC .8 Giá trị Recall ứng với các tham số tối ưu trên BJ .9 Giá trị chỉ số đánh giá trên AMC đối với các tổ hợp độ đo liên kết trọng số và mở rộng .1 Thống kê các tập dữ liệu .2 Tập các đặc trưng trong thực nghiệm khuyến nghị cộng tác mới .3 Số chủ đề tối ưu ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .4 Giá trị chỉ số Recall trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .5 Giá trị chỉ số Precision trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .6 Giá trị chỉ số F1-measure trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .7 Số chủ đề tối ưu ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .8 Giá trị chỉ số Recall trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .9 Giá trị chỉ số Precision trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .10 Giá trị chỉ số F1-measure trung bình ứng với các tổ hợp đặc trưng trên các bộ dữ liệu .11 So sánh giá trị chỉ số F1-measure giữa trọng số cộng tác theo công thức (1.1) ứng với từng tác giả được khuyến nghị.

95 8 DANH MỤC CÁC HÌNH ẢNH, ĐỒ THỊ Hình 1.1 Tiếp cận dự đoán liên kết dựa trên các độ đo liên kết .2 Tiếp cận dự đoán liên kết dựa trên phân lớp.3 Minh họa mạng đồng tác giả với dữ liệu trong Bảng 1.1 từ năm 2000 đến 2002 dưới dạng đồ thị .4 Quá trình sinh của LDA (Nguồn [10]).1 Minh họa độ đo liên kết mở rộng.2 So sánh chỉ số đánh giá Recall@N giữa các độ đo liên kết trọng số trên AMC .3 So sánh chỉ số đánh giá Recall@N giữa các độ đo liên kết trọng số trên BJ .4 Giá trị Recall@N với số lượng chủ đề và tham số  đối với LDAcosin trên AMC .5 So sánh các độ đo liên kết trọng số (#CN) với các độ đo liên kết mở rộng trên AMC.6 So sánh các độ đo liên kết trọng số (#AA) với các độ đo liên kết mở rộng trên AMC.7 So sánh các độ đo liên kết trọng số (#JC) với các độ đo liên kết mở rộng trên AMC .8 Giá trị Recall ứng với số lượng chủ đề và tham số  đối với độ đo liên kết LDAcosin trên BJ .9 So sánh các độ đo liên kết trọng số (#CN) với các độ đo liên kết mở rộng trên BJ .10 So sánh các độ đo liên kết trọng số (#AA) với các độ đo liên kết mở rộng trên BJ .11 So sánh các độ đo liên kết trọng số (#JC) với các độ đo liên kết mở rộng trên BJ .12 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight1, và Weight1_#) trên AMC .13 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight2, và Weight2_#) trên AMC .14 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight3, và Weight3_#) trên AMC .15 So sánh giá trị AUC ứng với các tổ hợp độ đo liên kết (Weight#, và Weight#_#) trên AMC .16 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight1, và Weight1_#) trên BJ .17 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight2, và Weight2_#) trên BJ .18 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight3, và Weight3_#) trên BJ .19 So sánh giá trị AUC của các tổ hợp độ đo liên kết (Weight#, và Weight#_#) trên BJ .20 Giá trị F1-measure của các tổ hợp độ đo liên kết Weight#_P_LDAcosin trên AMC theo số lượng chủ đề .21 So sánh các tiêu chí đánh giá của các tổ hợp độ đo liên kết (Weight#, và Weight#_P_LDAcosin) trên AMC .22 So sánh giá trị AUC của các tổ hợp độ đo liên kết (Weight#, và Weight#_P_LDAcosin) trên AMC .1 Minh họa giao diện khuyến nghị cộng tác .2 Các bước khuyến nghị cộng tác mới dựa trên phân lớp .3 Các bước thực hiện khuyến nghị cộng tác mới dựa trên phân cụm bán giám sát mờ .4 So sánh giá trị chỉ số đánh giá Recall TBC giữa khuyến nghị cộng tác mới dựa trên Classifier và SSSFC .5 So sánh giá trị chỉ số đánh giá Precision TBC giữa khuyến nghị cộng tác mới dựa trên Classifier và SSSFC .6 So sánh giá trị chỉ số đánh giá F1-measure TBC giữa khuyến nghị cộng tác mới dựa trên Classifier và SSSFC .