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
Chờ xuất bản
Bài báo - Tạp chí
Số Công nghệ TT 2017 (2017) Trang: 25-33
Tải về

Thông tin chung:

Ngày nhận bài: 15/09/2017
Ngày nhận bài sửa: 10/10/2017

Ngày duyệt đăng: 20/10/2017

 

Title:

Hybrid recommendation systems based on statistical implicative measures

Từ khóa:

Cường độ hàm ý, hệ tư vấn lai ghép, láng giềng gần, luật kết hợp, tính tiêu biểu

Keywords:

Implicative intensity, hybrid recommendation system, nearest neighbors, association rules, typicality

ABSTRACT

This paper proposes a hybrid recommendation model based on statistical implicative measures to suggest a list of top N items to an active user. The proposed model is built on two sub-models: the user-based collaborative filtering model and the association rule based model. The hybrid recommendation model is compared to its sub-models and some existing models such as latent factor model, popular model, and user-based collaborative filtering using Cosine on two datasets MSWeb and DKHP. The experimental results show that the performance of the proposed model is better than the compared models.

TÓM TẮT

Bài báo này đề xuất một mô hình tư vấn lai ghép dựa trên các độ đo hàm ý thống kê nhằm gợi ý cho người dùng danh sách các mục dữ liệu phù hợp. Mô hình đề xuất được xây dựng trên hai mô hình con: tư vấn lọc cộng tác dựa trên k láng giềng (người dùng) gần nhất và tư vấn dựa trên tập luật kết hợp. Mô hình tư vấn lai ghép được đánh giá trên hai tập dữ liệu MSWeb và DKHP khi so với các mô hình con của nó và một số mô hình tư vấn hiện có như: dựa trên nhân tố tiềm ẩn, dựa trên các mục dữ liệu phổ biến nhất, và lọc cộng tác dựa trên người dùng sử dụng độ đo Cosine. Kết quả thực nghiệm cho thấy mô hình đề xuất có hiệu suất cao hơn so với các mô hình đó.

Trích dẫn: Phan Phương Lan, Huỳnh Hữu Hưng và Huỳnh Xuân Hiệp, 2017. Tư vấn lai ghép dựa trên các độ đo hàm ý thống kê. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 25-33.

Các bài báo khác
(2017) Trang: 200-205
Tạp chí: Hội thảo quốc gia 2017 về Điện tử, Truyền thông và Công nghệ thông tin, Tp. Hồ Chí Minh, tháng 12
(2018) Trang: 131-136
Tạp chí: Hội thảo quốc gia lần thứ XXI: Một số vấn đề chọn lọc của Công nghệ thông tin và truyền thông – Thanh Hóa, 27-28/7/2018
(2018) Trang: 50-56
Tạp chí: The 2nd International Conference on Machine Learning and Soft Computing
Vol. 9, No. 4 (2018) Trang: 176-181
Tạp chí: International Journal of Advanced Computer Science and Applications
Volume 8, Number 3 (2018) Trang: 223-228
Tạp chí: International Journal of Machine Learning and Computing
Volume 8 Issue 11 (2017) Trang: 37-43
Tạp chí: International Journal of Advanced Computer Science and Applications (IJACSA)
(2017) Trang: 256-274
Tạp chí: Hội nghị Quốc gia lần thứ X về Nghiên cứu cơ bản và ứng dụng Công nghệ Thông tin năm 2017 tại Đà Nẵng
(2017) Trang: 508-531
Tạp chí: Hội nghị Quốc tế về Phân tích hàm ý thống kê lần thứ 9 năm 2017 tại Belfort, Pháp
2016 (2016) Trang: P.144-149
Tạp chí: Knowledge and Systems Engineering (KSE), 2016 Eighth International Conference on
Volume 3, Issue 10 (2016) Trang: e4:1-13 (doi: 10.4108/eai.12-9-2016.151678)
Tạp chí: EAI Endorsed Transactions on Context-aware Systems and Applications
ISBN:978-604-913-472-2 (2016) Trang: 752-760
Tạp chí: Kỷ yếu Hội nghị Khoa học Công nghệ Quốc gia lần thứ IX
1 (2012) Trang: 75
Tác giả: Phan Phương Lan
Tạp chí: Hội thảo Hệ thống đào tạo tín chỉ
 

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...