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 Công nghệ TT 2017 (2017) Trang: 171-178
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:

Select models and parameters for collaborative filtering recommender problems based on evaluation charts

Từ khóa:

Giải thuật máy học, hệ tư vấn, kỹ thuật thống kê, mô hình tư vấn lọc cộng tác

Keywords:

Collaborative filtering, machine learning algorithm, recommender systems, recommender models, statistical techniques

ABSTRACT

Recommender system is considered one of the most effective solutions that can cope with information explosion due to the rapid development of Internet services and is widely applied in many fields. However, to design a recommender system can meet the needs of users, the selection of suitable models for the recommender system and choosing the appropriate value of parameters for the model are always big challenges of designers. This study proposes solutions to choose models and value of parameters suitable for specific collaborative filtering recommender systems. To evaluate the proposed solutions, experiments on three standard datasets of MovieLens, MSWeb, and Jester5k are conducted. Experimental results show that the proposed solutions can assist designers and researchers to quickly identify model and the value parameters model for their specific collaborative filtering recommender systems.

TÓM TẮT

Hệ tư vấn được xem là một giải pháp hiệu quả có thể ứng phó với vấn đề bùng nổ thông tin do sự phát triển quá nhanh của các dịch vụ Internet và được ứng dụng rộng rãi trong nhiều lĩnh vực. Tuy nhiên, để thiết kế một hệ tư vấn có thể đáp ứng được nhu cầu của người dùng thì việc lựa chọn mô hình phù hợp cho hệ thống tư vấn và lựa chọn các giá trị tham số thích hợp cho mô hình luôn là một thách thức lớn của người thiết kế. Trong nghiên cứu này, chúng tôi đề xuất giải pháp lựa chọn mô hình và các giá trị tham số phù hợp cho bài toán tư vấn lọc cộng tác cụ thể. Để đánh giá các giải pháp đề xuất, chúng tôi tiến hành thực nghiệm trên ba tập dữ liệu chuẩn gồm: MovieLens, MSWeb và Jester5k. Kết quả thực nghiệm cho thấy các giải pháp của chúng tôi đề xuất có thể hỗ trợ nhà thiết kế, nhà nghiên cứu xác định được mô hình cũng như các giá trị tham số của mô hình cho bài toán tư vấn cụ thể của họ một cách nhanh chóng.

Trích dẫn: Phan Quốc Nghĩa, Đặng Hoài Phương và Huỳnh Xuân Hiệp, 2017. Lựa chọn mô hình và tham số cho bài toán tư vấn lọc cộng tác dựa trên đồ thị đánh giá. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 171-178.

 


Vietnamese | English






 
 
Vui lòng chờ...