Đăng nhập
 
Tìm kiếm nâng cao
 
Tên bài báo
Tác giả
Năm xuất bản
Tóm tắt
Lĩnh vực
Phân loại
Số tạp chí
 

Bản tin định kỳ
Báo cáo thường niên
Tạp chí khoa học ĐHCT
Tạp chí tiếng anh ĐHCT
Tạp chí trong nước
Tạp chí quốc tế
Kỷ yếu HN trong nước
Kỷ yếu HN quốc tế
Book chapter
Bài báo - Tạp chí
Số 42 (2016) Trang: 18-27
Tải về

Thông tin chung:

Ngày nhận: 01/08/2015

Ngày chấp nhận: 25/02/2016

Title:

Evaluation methods for  recommender systems  

Từ khóa:

Hệ thống gợi ý, phương thức, đánh giá, đánh giá offline, đánh giá on-line

Keywords:

Recommender system, protocol, measure, off-line evalution, on-line evalution

ABSTRACT

Recommender system is a decisive support tool to provide users the most useful choice in the era of “information explosion”. When a recommender system is built, the effectiveness of the system is usually more concerned. However, evaluating the effectiveness of the recommender system depends a lot on the purpose of building the systems, kind of data, and conditions to evaluate the system. These conditions can be online or based on available data (offline). In this article, we will focus on analyzing and introducing the evaluation methods based on a system of qualitative criteria (diversity, novelty, covers) as well as quantitative criteria (precision, recall, F1, MSE, RMSE). The process to evaluate a recommender system for each kind of database is also mentioned in this article.

TÓM TẮT

Hệ thống gợi ý là một công cụ hỗ trợ quyết định nhằm cung cấp cho người dùng những lựa chọn hữu ích nhất trong thời đại bùng nổ thông tin. Khi xây dựng một hệ thống gợi ý, người ta thường quan tâm đến tính hiệu quả của nó. Tuy nhiên, việc đánh giá tính hiệu quả của một hệ thống gợi ý còn tuỳ thuộc rất nhiều vào mục đích xây dựng hệ thống, loại dữ liệu và điều kiện để đánh giá hệ thống. Điều kiện đánh giá hệ thống có thể là trực tuyến (online) hay dựa vào dữ liệu có sẵn (offline). Trong bài báo này, chúng tôi sẽ tập trung phân tích và giới thiệu các phương pháp đánh giá một hệ thống gợi ý theo tiêu chí định tính (tính đa dạng, tính mới, tính bao phủ) cũng như định lượng (precision, recall, F1, MSE, RMSE). Đồng thời, các nghi thức đánh giá phù hợp đối với từng loại cơ sở dữ liệu cũng được đề cập trong bài báo này.

Các bài báo khác
Số 43 (2016) Trang: 126-134
Tải về
Số Công nghệ TT 2017 (2017) Trang: 164-170
Tải về
Số Công nghệ TT 2015 (2015) Trang: 179-188
Tải về
(2018) Trang: 255-265
Tạp chí: Intelligent Information and Database Systems
(2017) Trang: 124-130
Tạp chí: FAIR 2017 - Đà Nẵng - 8/2017
 

Crossref DOI of CTUJoS


BC thường niên 2018


Con số ấn tượng (VN | EN)


Bản tin ĐHCT


TCKH tiếng Việt


TCKH tiếng Anh

 
 
Vui lòng chờ...