ĐẠI HỌC HUẾ
TRƢỜNG ĐẠI HỌC KINH TẾ
KHOA HỆ THỐNG THÔNG TIN KINH TẾ
oOo
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG
TÁC CHO HỆ THỐNG TƢ VẤN PHIM
Sinh viên thực hiện: Nguyễn Thùy Trang Giảng viên hƣớng dẫn
Lớp: K43 Tin học kinh tế ThS. Lê Viết Mẫn
Niên khóa: 2009 – 2013 Huế, tháng 04 năm 2013
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang i
MỞ ĐẦU 8
CHƢƠNG 1: TỔNG QUAN VỀ HỆ TƢ VẤN 10
1.1. Giới thiệu về hệ tƣ vấn 10
1.2. Chức năng của hệ tƣ vấn 12
1.3. Dữ liệu và các nguồn tri thức 16
1.4. Các phƣơng pháp của hệ tƣ vấn 18
1.4.1. Phương pháp tiếp cận dựa trên các tư vấn phổ biến 18
1.4.2. Phương pháp tiếp cận dựa trên nội dung 18
1.4.3. Phương pháp lọc cộng tác 19
1.4.4. Phương pháp tiếp cận dựa trên nhóm mặt hàng 20
1.4.5. Phương pháp tiếp cận dựa trên nhân khẩu học 21
1.4.6. Phương pháp tiếp cận dựa trên danh tiếng 21
1.4.7. Phương pháp lai 21
1.5. Ứng dụng và đánh giá 22
CHƢƠNG 2: GIỚI THIỆU PHƢƠNG PHÁP LỌC CỘNG TÁC VÀ KỸ THUẬT
LÁNG GIỀNG 24
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang iii
2.1. Phƣơng pháp lọc cộng tác 24
2.1.1. Định nghĩa phương pháp lọc cộng tác 24
2.1.2. Quy trình phương pháp lọc cộng tác 25
2.2. Kỹ thuật láng giềng 30
2.2.1. Giới thiệu kỹ thuật láng giềng 30
2.2.2. Phân loại kỹ thuật láng giềng 32
2.2.3. Các bước của kỹ thuật láng giềng 35
CHƢƠNG 3: HỆ THỐNG TƢ VẤN PHIM DỰA TRÊN KỸ THUẬT LÁNG GIỀNG
CỦA PHƢƠNG PHÁP LỌC CỘNG TÁC 40
3.1. Giới thiệu hệ thống tƣ vấn 40
Hình 1.1. Hệ tƣ vấn của trang web Amazon.com 11
Hình 1.2. Phƣơng pháp tiếp cận dựa trên nội dung 19
Hình 1.3. Phƣơng pháp lọc cộng tác 20
Hình 2.1. Hệ thống tƣ vấn lọc cộng tác của trang web Amazon.com 24
Hình 2.2. Quy trình phƣơng pháp lọc cộng tác 25
Hình 3.1. Sơ đồ chức năng kinh doanh BFD 44
Hình 3.2. Sơ đồ ngữ cảnh 45
Hình 3.3. Sơ đồ DFD mức 0 45
Hình 3.4. Sơ đồ DFD mức 1.0 46
Hình 3.5. Sơ đồ DFD mức 2.0 46
Hình 3.6. Sơ đồ DFD mức 3.0 47
Hình 3.7. Sơ đồ mô hình cơ sở dữ liệu 48
Hình 3.8. Giao diện trang chủ 56
Hình 3.9. Giao diện trang đăng nhập 56
Hình 3.10. Giao diện trang đăng ký 57
Hình 3.11. Giao diện trang đánh giá 57
Hình 3.12. Giao diện trang tƣ vấn dựa trên ngƣời dùng 58
Hình 3.13. Giao diện trang tƣ vấn dựa trên kỹ thuật mặt hàng phù hợp và phƣơng pháp
tƣ vấn dựa trên mặt hàng 59
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang vi
PHỤ LỤC BẢNG BIỂU
Bảng 3.1. Quá trình tính toán thuật toán tƣ vấn dựa trên ngƣời dùng 50
Bảng 3.2. Quá trình tính toán thuật toán tƣ vấn dựa trên mặt hàng 53
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang vii
Lọc đánh giá âm
BFD – Business Function Diagram
Sơ đồ chức năng kinh doanh
DFD – Data Flow Diagram
Sơ đồ luồng dữ liệu
Best Item
Mặt hàng tốt nhất
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 8
MỞ ĐẦU
Hiện nay, internet với các tiện ích của nó đang có ảnh hƣởng lớn đối với đại bộ
phận ngƣời sử dụng mạng. Với lƣợng thông tin khổng lồ, nhu cầu ngƣời dùng ngày
càng lớn, ngƣời dùng cần có sự tƣ vấn chính xác và kịp thời để có thể tìm kiếm thông
tin một cách nhanh chóng và tiết kiệm tối đa thời gian. Một khi dữ liệu càng lớn thì hệ
tƣ vấn càng có vai trò quan trọng. Có thể kể đến hệ tƣ vấn áp dụng đối với các website
thuộc các lĩnh vực âm nhạc, phim ảnh, sách báo… Tuy nhiên, các lĩnh vực trong cuộc
sống lại rất phong phú, đa dạng, và một khi nhu cầu đã lớn thì yêu cầu đặt ra cũng sẽ
cao hơn rất nhiều.
Thực tế hiện nay, kinh doanh mua bán là một trong các lĩnh vực đang phát triển
mạnh và áp dụng triệt để công nghệ thông tin. Một website thƣơng mại điện tử thu hút
không chỉ dừng lại ở mặt hàng phong phú, giao diện đẹp, thông tin cập nhật nhanh
chóng mà còn phải nắm bắt nhu cầu, đáp ứng yêu cầu và hỗ trợ khách hàng tối đa. Hệ
tƣ vấn thực sự cần thiết cho một website mua bán hàng hóa với số lƣợng hàng hóa
khổng lồ, số lƣợng chủng loại mặt hàng lớn cùng vô số thông tin về mặt hàng để giúp
khách nắm bắt thông tin mà họ tìm kiếm.
Khi cần tìm thông tin về một mặt hàng nào đó, giải pháp đƣợc hầu hết ngƣời
dùng sử dụng là đƣa câu hỏi vào máy tìm kiếm thay vì tìm đến những website/forum
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 10
CHƢƠNG 1
TỔNG QUAN VỀ HỆ TƢ VẤN
1.1. Giới thiệu về hệ tƣ vấn
Trong cuộc sống hàng ngày, ngƣời ta đƣa ra các lựa chọn dựa trên những ý kiến
hay lời khuyên của mọi ngƣời xung quanh, có thể qua lời nói, các bản đánh giá sản
phẩm, khảo sát thị trƣờng, thƣ giới thiệu Nhƣng trong kỉ nguyên thông tin, mỗi ngày
có hàng triệu thông tin đƣợc đƣa lên Internet, ngƣời dùng thực sự khó khăn để nắm bắt
và tìm kiếm thông tin.
Một số công cụ tìm kiếm với từ khóa, điển hình nhƣ Google, Yahoo… và mới
đây nhất là Bing giúp chúng ta rất nhiều trong tìm kiếm những thông tin cần thiết.
Nhƣng với lƣợng thông tin tăng lên nhanh chóng, các công cụ tìm kiếm theo từ khóa
cũng đang dần tỏ ra không hoàn toàn đáp ứng đƣợc nhu cầu của con ngƣời. Hàng ngày
bạn phải bỏ ra quá nhiều thời gian để lọc những thông tin tìm kiếm đƣợc trên Google.
Thêm nữa, đôi khi ngƣời dùng cũng không hiểu hết nhu cầu của mình, không biết
đƣợc từ khóa chính xác mình muốn tìm kiếm, do đó rất khó để tìm đƣợc thông tin
mình cần. Chính những điều này dẫn tới yêu cầu phải có các phƣơng pháp tự động thu
thập thông tin và đƣa ra lời khuyên để hỗ trợ cho các phƣơng pháp truyền thống trên.
Hệ tƣ vấn (Recommender System) là một giải pháp nhƣ vậy.
Recommender Systems là công cụ phần mềm kỹ thuật cung cấp các mặt hàng
đề xuất cho ngƣời sử dụng. Những lời tƣ vấn liên quan đến các khía cạnh khác nhau
Hệ tƣ vấn đã đƣợc chứng minh trong những năm gần đây là một phƣơng tiện
hiệu quả để đối phó với vấn đề quá tải thông tin. Khi có yêu cầu của ngƣời dùng, hệ tƣ
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 12
vấn tạo ra các tƣ vấn sử dụng các kiến thức và dữ liệu khác nhau về ngƣời sử dụng,
các mặt hàng có sẵn, và giao dịch trƣớc đó đƣợc lƣu trữ trong cơ sở dữ liệu. Sau đó
ngƣời dùng có thể duyệt các tƣ vấn. Tất cả những hành động và phản hồi của ngƣời sử
dụng có thể đƣợc lƣu trữ trong cơ sở dữ liệu tƣ vấn và có thể đƣợc sử dụng để tạo ra tƣ
vấn mới trong hệ thống cho ngƣời dùng tƣơng tác tiếp theo.
Việc nghiên cứu các hệ thống tƣ vấn là tƣơng đối mới so với nghiên cứu các
công cụ hệ thống thông tin và kỹ thuật khác. Hệ tƣ vấn nổi lên giữa những năm 1990.
Trong những năm gần đây, sự quan tâm đối với hệ thống tƣ vấn đã tăng lên đáng kể,
điển hình nhƣ các sự kiện sau:
1. Hệ tƣ vấn đóng một vai trò quan trọng trong các trang web Internet đƣợc đánh
giá cao nhƣ Amazon.com, YouTube, Netflix, Yahoo và IMDb. Hơn nữa, nhiều
công ty truyền thông đang phát triển và triển khai hệ tƣ vấn nhƣ là một phần của
các dịch vụ mà họ cung cấp cho các thuê bao của họ.
2. Có các buổi hội nghị và hội thảo liên quan đến lĩnh vực này. Ví dụ nhƣ hội nghị
ACM Recommender Systems (RecSys), thành lập năm 2007 và sự kiện hàng
năm hàng đầu trong nghiên cứu và ứng dụng công nghệ tƣ vấn.
3. Tại các tổ chức giáo dục đại học trên thế giới, đại học và sau đại học, khóa học
về hệ tƣ vấn này đƣợc dành riêng hoàn toàn, hƣớng dẫn về hệ tƣ vấn đang rất
phổ biến, bên cạnh đó là xuất bản sách giới thiệu về các kỹ thuật, phƣơng pháp
của hệ tƣ vấn.
4. Đã có một số tạp chí khoa học đề cập việc nghiên cứu và sự phát triển trong lĩnh
vực hệ tƣ vấn. Trong số các tạp chí có những vấn đề chuyên dụng hệ tƣ vấn là:
Truyền thông AI (2008); IEEE Intelligent Systems (2007); Tạp chí Thƣơng mại
điện tử (2006)…
hiệu quả, chính xác, tƣ vấn kịp thời và một giao diện đẹp có thể tối ƣu việc sử
dụng và làm tăng sự hài lòng của ngƣời dùng trong hệ thống. Điều này sẽ làm
tăng khả năng hệ thống đƣợc sử dụng và các tƣ vấn xảy ra sẽ đƣợc chấp nhận
nhiều hơn.
Tăng sự trung thành của người dùng. Một ngƣời sử dụng nên trung thành với
một trang web, khi truy cập, trang web sẽ nhận diện ngƣời dùng cũ và tƣơng tác
với ngƣời dùng đó nhƣ một ngƣời truy cập có giá trị. Điều này là bình thƣờng
đối với tính năng của một hệ tƣ vấn vì nhiều hệ tƣ vấn tƣ vấn tính toán, tận dụng
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 14
thông tin có đƣợc từ ngƣời sử dụng tƣơng tác trƣớc đây, ví dụ nhƣ: xếp hạng của
ngƣời dùng đối với các mặt hàng. Do đó, ngƣời dùng sẽ tƣơng tác với các trang
web, hệ thống sẽ nhận diện sở thích ngƣời dùng và số lƣợng tƣ vấn có thể tùy
chỉnh để phù hợp với ngƣời sử dụng trung thành.
Hiểu rõ hơn về những gì người dùng muốn. Một chức năng quan trọng của một
hệ tƣ vấn, có thể là đòn bẩy cho nhiều ứng dụng khác, là mô tả sở thích của
ngƣời sử dụng. Sau đó, nhà cung cấp dịch vụ có thể quyết định tái sử dụng dữ
liệu này cho một số mục tiêu khác nhƣ cải thiện việc quản lý kinh doanh hoặc đề
ra các ý tƣởng mới. Ví dụ, trong lĩnh vực du lịch, quản lý địa điểm tổ chức có
thể quyết định quảng cáo cho một nhóm các khách hàng mới cụ thể hoặc xác
định loại hình quảng cáo từ việc phân tích các dữ liệu thu thập bởi các hệ tƣ vấn
(các giao dịch của ngƣời sử dụng).
Bên cạnh đó, ngƣời dùng cũng có thể muốn sử dụng hệ tƣ vấn nếu nó hỗ trợ
hiệu quả nhiệm vụ hoặc mục tiêu của họ. Do đó một hệ tƣ vấn phải cân bằng nhu cầu
của hai nhóm ngƣời dùng này và cung cấp dịch vụ có hiệu quả cho cả hai. Các chức
năng cơ bản của hệ tƣ vấn đối với ngƣời sử dụng nhƣ sau:
Tìm một số nhóm hàng tốt: Tƣ vấn cho ngƣời dùng một số mặt hàng dƣới dạng
một danh sách xếp hạng cùng với dự đoán bao nhiêu ngƣời dùng muốn sử dụng.
cung cấp thông tin đầu vào cho hệ thống tƣ vấn về những gì mình thích và
không thích. Đây là một nhiệm vụ cơ bản và thực sự cần thiết để cung cấp các
đề xuất đƣợc cá nhân hóa. Nếu hệ thống không có kiến thức cụ thể về ngƣời sử
dụng cần tƣ vấn thì sau đó nó có thể chỉ cung cấp cho anh ta với các tƣ vấn dành
cho một ngƣời dùng "trung bình".
Tự thể hiện: Một số ngƣời dùng có thể không quan tâm đến tất cả các tƣ vấn.
Thay vào đó, nó chỉ quan trọng với họ vì họ đƣợc phép đóng góp với đánh giá
của họ và bày tỏ ý kiến cũng nhƣ niềm tin của họ. Sự hài lòng của ngƣời sử
dụng cho hoạt động đó vẫn có thể đƣợc xem nhƣ một cách để giữ chân ngƣời
dùng cho các ứng dụng.
Giúp đỡ người khác: Một số ngƣời dùng hài lòng với việc đóng góp thông tin, ví
dụ nhƣ: đánh giá cho các mặt hàng (Ratings), bởi vì họ tin rằng đóng góp của họ
sẽ có ích. Điều này có thể là một động lực lớn để nhập thông tin thành một hệ
thống tƣ vấn. Ví dụ: với một hệ tƣ vấn về xe, một ngƣời dùng đã mua một chiếc
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 16
xe mới thì họ nhận thức đƣợc rằng ý kiến đánh giá của mình về chiếc xe đó có
thể sẽ hữu ích cho ngƣời khác.
Ảnh hưởng những người khác: Đối với hệ tƣ vấn dựa trên web, ngƣời dùng có
mục tiêu rõ ràng chính là ngƣời ảnh hƣởng đến những ngƣời dùng khác vào mua
các sản phẩm. Cũng có một số ngƣời sử dụng có thể sử dụng hệ thống chỉ để
thúc đẩy hoặc hạ thấp một số mặt hàng theo ý riêng của họ.
Nhƣ những điểm khác nhau cho thấy, vai trò của một hệ tƣ vấn trong một hệ
thống thông tin là khá đa dạng. Sự đa dạng này sẽ là khởi đầu cho việc khai thác một
loạt các nguồn kiến thức và các kỹ thuật khác nhau.
1.3. Dữ liệu và các nguồn tri thức
Hệ tƣ vấn là hệ thống xử lý thông tin thu thập từ các loại dữ liệu khác nhau để
xây dựng các tƣ vấn. Dữ liệu chủ yếu là về các mặt hàng cần tƣ vấn và ngƣời dùng sẽ
tƣ vấn. Nó lƣu trữ dữ liệu, thông tin đăng nhập quan trọng đƣợc tạo ra trong quá trình
tƣơng tác giữa con ngƣời - máy tính và có ích cho thuật toán tƣ vấn mà hệ thống đang
sử dụng. Ví dụ: một bản ghi giao dịch có thể chứa một tham chiếu đến mặt hàng đƣợc
lựa chọn bởi ngƣời sử dụng và một mô tả về bối cảnh (mục tiêu ngƣời sử dụng / truy
vấn) cho tƣ vấn cụ thể. Nếu có sẵn, giao dịch cũng có thể bao gồm một thông tin phản
hồi rõ ràng của ngƣời sử dụng đã cung cấp, chẳng hạn nhƣ đánh giá cho các sản phẩm
đƣợc chọn.
Trong thực tế, xếp hạng là hình thức phổ biến nhất của các dữ liệu giao dịch
trong hệ tƣ vấn. Những đánh giá này có thể đƣợc thu thập một cách rõ ràng hoặc ngầm
định. Ngƣời dùng sẽ đƣợc yêu cầu cung cấp ý kiến của mình về một mặt hàng theo
một thang đánh giá. Thang đánh giá có thể là một trong các dạng sau:
Xếp hạng số từ 1-5 sao (đƣợc dùng trong trang web Amazon.com).
Xếp hạng theo thứ tự, chẳng hạn: "hoàn toàn đồng ý”,
Xếp hạng đơn giản. Ví dụ: tốt hay xấu, thích hay không thích,…
Hoặc có đánh giá hoặc không đánh giá.
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 18
1.4. Các phƣơng pháp của hệ tƣ vấn
Để thực hiện chức năng tƣ vấn, một hệ tƣ vấn phải dự đoán đƣợc một mặt hàng
để tƣ vấn. Muốn làm đƣợc điều này, hệ thống phải dự đoán sở thích của một số ngƣời
hoặc so sánh công dụng, chức năng của một số mặt hàng sau đó đƣa ra các mặt hàng
tƣ vấn cho ngƣời dùng dựa trên sự so sánh này. Sử dụng các thuật toán tƣ vấn có thể
đƣa ra các mặt hàng tƣ vấn không hoàn toàn chính xác, tuy nhiên chúng ta vẫn có thể
áp dụng nó để mô tả vai trò chung của một hệ tƣ vấn.
Dựa vào loại dữ liệu và kỹ thuật đƣợc sử dụng để đi đến quyết định tƣ vấn, hệ
thống tƣ vấn có thể đƣợc phân loại thành các phƣơng pháp tiếp cận sau đây:
1.4.1. Phương pháp tiếp cận dựa trên các tư vấn phổ biến
Trong thực tế, khách hàng thƣờng muốn biết về những mặt hàng đang phổ biến
1.4.3. Phương pháp lọc cộng tác
Lọc cộng tác là kỹ thuật sử dụng các sở thích cá nhân của ngƣời dùng để đƣa ra
tƣ vấn. Một hệ thống lọc cộng tác xác định ngƣời dùng có sở thích tƣơng tự những
ngƣời dùng trƣớc và tƣ vấn các mặt hàng mà họ có thể thích. Bản chất của phƣơng
pháp này chính là hình thức tƣ vấn truyền miệng tự động. Trong phƣơng pháp này, hệ
thống sẽ so sánh, tính toán độ tƣơng tự nhau giữa những ngƣời dùng hay mặt hàng, từ
đó ngƣời dùng sẽ đƣợc tƣ vấn những thông tin, mặt hàng đƣợc ƣa chuộng nhất bởi
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 20
những ngƣời dùng có cùng thị hiếu. Trong phƣơng pháp này, hệ thống thƣờng xây
dựng các ma trận đánh giá bởi ngƣời dùng lên các mặt hàng, bản tin. Từ đó tính toán
độ tƣơng tự giữa họ. Các hệ tƣ vấn dựa trên lọc cộng tác không yêu cầu quá nặng vào
việc tính toán, do đó nó có thể đƣa ra những tƣ vấn có độ chính xác cao và nhanh
chóng cho một số lƣợng lớn ngƣời dùng. Hơn nữa, hệ tƣ vấn này không yêu cầu mô tả
nội dung tƣờng minh mà chỉ sử dụng đánh giá của ngƣời dùng để ƣớc lƣợng, do đó
những hệ này có khả năng tƣ vấn phong phú và thƣờng tạo ra những tƣ vấn bất ngờ
cho ngƣời dùng. Với phƣơng pháp này, sở thích của ngƣời dùng là đầu vào duy nhất
để quyết định kết quả tƣ vấn.
Hình 1.3. Phƣơng pháp lọc cộng tác
1.4.4. Phương pháp tiếp cận dựa trên nhóm mặt hàng
Phƣơng pháp tiếp cận dựa trên nhóm mặt hàng dựa vào sở thích của ngƣời dùng
để xác định các mặt hàng thƣờng đƣợc tìm thấy với các mặt hàng mà ngƣời dùng đã
chọn, hoặc có sự quan tâm trong quá khứ. Một nhóm mặt hàng có thể là tập hợp các
mặt hàng đƣợc đánh giá tƣơng tự nhƣ cho cùng một mặt hàng cụ thể, hoặc xuất hiện
đồng thời ở các mặt hàng mà ngƣời dùng yêu thích hoặc mua chung. Nhóm mặt hàng
sau đó có thể đƣợc sử dụng để tƣ vấn các mặt hàng cho ngƣời sử dụng. Ví dụ: dự đoán
của kỹ thuật lọc cộng tác. Ví dụ, phƣơng pháp lọc cộng tác gặp vấn đề với các mặt
hàng mới, nó không có thể tƣ vấn đối với các mặt hàng mà không có xếp hạng. Điều
này lại đơn giản đối với phƣơng pháp tiếp cận dựa trên nội dung khi việc dự đoán cho
các mặt hàng mới dựa trên mô tả của ngƣời dùng là tính năng có sẵn và khá dễ dàng.
NGHIÊN CỨU PHƢƠNG PHÁP LỌC CỘNG TÁC CHO HỆ THỐNG TƢ VẤN PHIM
NGUYỄN THÙY TRANG – K43 TIN HỌC KINH TẾ Trang 22
Với hai (hoặc hơn) kỹ thuật tƣ vấn cơ bản, một số cách đã đƣợc đề xuất cho việc kết
hợp chúng để tạo ra một hệ thống lai mới.
1.5. Ứng dụng và đánh giá
Hệ thống tƣ vấn đang đƣợc thực hiện với sự chú trọng về thực hành với các ứng
dụng thƣơng mại. Nhƣ vậy, nghiên cứu hệ tƣ vấn liên quan đến những khía cạnh thực
hành áp dụng đối với việc thực hiện của các hệ thống này. Các khía cạnh đó liên quan
đến các giai đoạn khác nhau trong vòng đời của một hệ tƣ vấn, cụ thể là, thiết kế hệ
thống, cài đặt và bảo trì hệ thống trong quá trình hoạt động.
Dựa trên các lĩnh vực ứng dụng cụ thể, chúng ta có các lĩnh vực tổng quát cho
các ứng dụng phổ biến nhất trong hệ thống tƣ vấn:
Giải trí: tƣ vấn cho phim ảnh, âm nhạc, và IPTV.
Phân loại nội dung báo chí cho ngƣời đọc: tƣ vấn tài liệu, tƣ vấn các trang web,
các ứng dụng e-learning và bộ lọc e-mail.
Thƣơng mại điện tử: tƣ vấn các sản phẩm cho ngƣời tiêu dùng mua nhƣ sách,
máy ảnh, máy tính
Dịch vụ: tƣ vấn các dịch vụ du lịch, các tƣ vấn của các chuyên gia tƣ vấn, tƣ
vấn nhà ở hoặc cho thuê, các dịch vụ mai mối…
Một vài hệ tư vấn nổi tiếng:
Phim / TV/ âm nhạc: MovieLens - MovieLens là một trang web giới thiệu
phim. Ngƣời dùng cho hệ thống biết phim bạn thích và không thích. Hệ thống
sử dụng thông tin đó để tạo ra tƣ vấn cá nhân cho các phim khác mà ngƣời
dùng có thể sẽ thích hoặc không thích. MovieLens sử dụng công nghệ lọc cộng
chọn thuật toán tƣ vấn tối ƣu và thiết kế một sự tƣơng tác giữa con ngƣời với máy tính
có hiệu quả.
Copyright: Tài liệu đại học ©