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
(2017) Trang: 938-950
Tạp chí: Hội nghị Quốc gia về nghiên cứu cơ bản và ứng dụng công nghệ thông tin lần thứ 10 (FAIR 2017) nghị Quốc gia về nghiên cứu cơ bản và ứng dụng công nghệ thông tin lần thứ 10 (FAIR 2017)
Liên kết:

Trong thời đại bùng nổ thông tin hiện nay, hệ tư vấn ngày càng có vai trò đặc biệt quan trọng và trở nên phổ biến trong việc hỗ trợ ra quyết định của con người. Trong các hệ tư vấn, các thuật toán lọc cộng tác là một trong những phương pháp phổ biến nhất để tạo khuyến nghị. Bên cạnh thành công của mình, các hệ tư vấn lọc cộng tác đều gặp vấn đề là chỉ đo ảnh hưởng của hai người dùng bằng các độ đo tương đồng dựa trên lịch sử tiêu dùng của họ, và do đó, mặc định xem ảnh hưởng của cặp người dùng lên nhau là đối xứng, Tuy nhiên, trong khi thực tế, điều đó có thể không đúng, bởi lẽ người dùng có nhiều kinh nghiệm sẽ có mức độ ảnh hưởng lớn hơn người có ít kinh nghiệm hoặc những người mới bắt đầu tham gia hệ thống, tức là, sự ảnh hưởng qua lại giữa hai người dùng thường không đối xứng, chính sự khác biệt này có thể tạo ra các thiên lệnh nhất định trong các khuyến nghị của hệ tư vấn. Mặt khác, các hệ tư vấn truyền thống chủ yếu tập trung về tính chất logic thể hiện sự tồn tại hay không tồn tại mối quan hệ giữa người dùng và mục dữ liệu hay sản phẩm mà không quan tâm đến mối quan hệ ấy có thể chấp nhận đến mức độ nào. Để giải quyết  các vấn đề trên, trong bài báo này, chúng tôi đề xuất một cách tiếp cận mới trong việc xây dựng hệ tư vấn theo kỹ thuật lọc cộng tác dựa trên việc phân tích biến thiên của chỉ số hàm ý trong trường hàm ý  để  xếp hạng và lọc thông tin dựa vào biến thiên của chỉ số hàm ý từ đó đưa ra một tư vấn có ý nghĩa, nhằm khắc phục nhược điểm của các hệ thống tư vấn truyền thống là không quan tâm đến mức độ ảnh hưởng bất đối xứng của người dùng và đưa ra khuyến nghị với một hàm ý nhất định  để tạo ra một độ đo tương tự cho từng cặp người dùng.

Các bài báo khác
8(3) (2018) Trang: 214-222
Tạp chí: International Journal of Machine Learning and Computing
(2017) Trang: 372-379
Tạp chí: Hội thảo khoa học quốc gia về một số vấn đề chọn lọc của CNTT&TT (@ 2017)
 

CTUJoS indexed by Crossref

Vietnamese | English


BC thường niên 2019


Bản tin ĐHCT


TCKH tiếng Việt


TCKH tiếng Anh

 
 
Vui lòng chờ...