1. Trang chủ
  2. » Luận Văn - Báo Cáo

Xây dựng hệ thống gợi ý cho website thương mại điện tử

83 35 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 83
Dung lượng 1,62 MB

Nội dung

Ngày đăng: 04/05/2022, 12:47

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
1. Alexander Dekhtyar (2009, Spring), “Knowledge Discovery from Data”, California Polytechnic State University Sách, tạp chí
Tiêu đề: “"Knowledge Discovery from Data
3. Dietmar Jannach, Markus Zanker, Alexander Felfernig & Gerhard Friedrich (2011), Recommender Systems – An Introduction, Cambridge University Press Sách, tạp chí
Tiêu đề: Recommender Systems – An Introduction
Tác giả: Dietmar Jannach, Markus Zanker, Alexander Felfernig & Gerhard Friedrich
Năm: 2011
4. Francesco Ricci, Paul B. Kantor, Lior Rokach & Bracha Shapira (2011), Recommender Systems Handbook, Springer New York Dordrecht Heidelberg London, pp 1-10 Sách, tạp chí
Tiêu đề: Recommender Systems Handbook
Tác giả: Francesco Ricci, Paul B. Kantor, Lior Rokach & Bracha Shapira
Năm: 2011
5. Gediminas Adomavicius1, Alexander Tuzhilin, “Towards the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions”, University of Minnesota & New York University Sách, tạp chí
Tiêu đề: Towards the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions
6. Jobin Wilson, Santanu Chaudhury, Brejesh Lall, Prateek Kapadia (2014), “Improving Collaborative Filtering based Recommenders using Topic Modelling”, Flytxt Mobile Solutions Pvt. Ltd Sách, tạp chí
Tiêu đề: Improving Collaborative Filtering based Recommenders using Topic Modelling
Tác giả: Jobin Wilson, Santanu Chaudhury, Brejesh Lall, Prateek Kapadia
Năm: 2014
7. J. Ben Schafer, Joseph Konstan, John Riedl (1999), “Recommender Systems in E-Commerce”, GroupLens Research Project, Department of Computer Science and Engineering University of Minnesota Sách, tạp chí
Tiêu đề: Recommender Systems in E-Commerce
Tác giả: J. Ben Schafer, Joseph Konstan, John Riedl
Năm: 1999
8. Laila Safoury and Akram Salah (August 2013), Exploiting User Demographic Attributes for Solving Cold-Start Problem in Recommender System, Lecture Notes on Software Engineering, 1(3), pp 303-307 Sách, tạp chí
Tiêu đề: Exploiting User Demographic Attributes for Solving Cold-Start Problem in Recommender System
9. M.N.Jelassi (May 2013), “A Personalized Recommender System Based on Users’ Information In Folksonomies”, Université de Tunis El-Manar Sách, tạp chí
Tiêu đề: A Personalized Recommender System Based on Users’ Information In Folksonomies
10. Mark O’Connor & Jon Herlocker, “Clustering Items for Collaborative Filtering”, University of Minnesota Sách, tạp chí
Tiêu đề: “"Clustering Items for Collaborative Filtering"”
11. Robin Burke (2007), Hybrid Web Recommender Systems, School of Computer Science, Telecommunications and Information Systems, DePaul University, pp 378-392 Sách, tạp chí
Tiêu đề: Hybrid Web Recommender Systems
Tác giả: Robin Burke
Năm: 2007
12. Stephen P. Borgatti (1994), “How to Explain Hierarchical Clustering”, University of South Carolina Sách, tạp chí
Tiêu đề: How to Explain Hierarchical Clustering
Tác giả: Stephen P. Borgatti
Năm: 1994
13. Xiaoyuan Su, Taghi M. Khoshgoftaar (2009), “ A Survey of Collaborative Filtering Techniques”, Florida Atlantic University Sách, tạp chí
Tiêu đề: A Survey of Collaborative Filtering Techniques
Tác giả: Xiaoyuan Su, Taghi M. Khoshgoftaar
Năm: 2009
2. Chris Anderson (2011), Recommender systems for e-shops. Business Mathematics and Informatics paper, pp 5-20 Khác

HÌNH ẢNH LIÊN QUAN

Bảng 1.1 – Hệ gợi ý một số website phổ biến[5] Các giao diện gợi ý - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 1.1 – Hệ gợi ý một số website phổ biến[5] Các giao diện gợi ý (Trang 20)
Hình 2.1 Hệ gợi ý khơng cá nhân hĩa [2] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.1 Hệ gợi ý khơng cá nhân hĩa [2] (Trang 23)
Hình 2.2 - Hệ thống gợi ý demographic-based [2] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.2 Hệ thống gợi ý demographic-based [2] (Trang 25)
• Các mơ hình xác suất Mạng Bayesian: - Xây dựng hệ thống gợi ý cho website thương mại điện tử
c mơ hình xác suất Mạng Bayesian: (Trang 32)
Bảng 2.2 - Tổng quan về lọc cộng tác[5][13] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 2.2 Tổng quan về lọc cộng tác[5][13] (Trang 33)
Phần trước ta đã nĩi về 4 kỹ thuật gợi ý cơ bản như hình dưới đây: - Xây dựng hệ thống gợi ý cho website thương mại điện tử
h ần trước ta đã nĩi về 4 kỹ thuật gợi ý cơ bản như hình dưới đây: (Trang 37)
Bảng 2. 3- Độ khả thi của từng phép lai với các kỹ thuật gợi ý khác nhau [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 2. 3- Độ khả thi của từng phép lai với các kỹ thuật gợi ý khác nhau [9] (Trang 40)
Hình 2.8 Weighted hybrid – Lai ghép trọng số [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.8 Weighted hybrid – Lai ghép trọng số [9] (Trang 41)
Hình 2.9 Hệ thống lai kiểu Mixed (Bỏ qua phần tranning, tương tự Weighted) [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.9 Hệ thống lai kiểu Mixed (Bỏ qua phần tranning, tương tự Weighted) [9] (Trang 43)
Hình 2.10 Switching hybri d- Lai ghép chuyển đổi [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.10 Switching hybri d- Lai ghép chuyển đổi [9] (Trang 44)
Hình 2.12 Feature Augmentation [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.12 Feature Augmentation [9] (Trang 47)
Hình 2.13 Cascade recommender [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.13 Cascade recommender [9] (Trang 48)
Hình 2.14 Meta-level hybrid [9] - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 2.14 Meta-level hybrid [9] (Trang 49)
Bảng 3. 1- Đánh giá của người dùng trên sản phẩm - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3. 1- Đánh giá của người dùng trên sản phẩm (Trang 52)
Bảng 3. 3- So sánh các phương pháp phân cụm - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3. 3- So sánh các phương pháp phân cụm (Trang 54)
Hình 3.1 Kiến trúc hệ thống - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.1 Kiến trúc hệ thống (Trang 56)
Bảng 3.6 - Dự đốn đánh giá theo số lân cận - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3.6 Dự đốn đánh giá theo số lân cận (Trang 59)
Hình 3.2 Hiệu quả thuật tốn theo số lân cận - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.2 Hiệu quả thuật tốn theo số lân cận (Trang 60)
Bảng 3.7 - Bảng RMSE theo số lân cận - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3.7 Bảng RMSE theo số lân cận (Trang 60)
Hình 3.3 Minh họa quá trình phân cụm - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.3 Minh họa quá trình phân cụm (Trang 61)
Bảng 3. 8- Bảng so sánh hiệu quả theo số lượng cụm - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3. 8- Bảng so sánh hiệu quả theo số lượng cụm (Trang 62)
Đồ thị thể hiện hiệu quả của hệ thống theo số lượng cụm theo bảng trên: - Xây dựng hệ thống gợi ý cho website thương mại điện tử
th ị thể hiện hiệu quả của hệ thống theo số lượng cụm theo bảng trên: (Trang 63)
Hình 3.4 - Hiệu quả hệ thống theo số lượng cụm - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.4 Hiệu quả hệ thống theo số lượng cụm (Trang 63)
Ví dụ với user cĩ ID = 30 ( lấy w= 35, lấy n= 10 item cĩ rank cao nhất) ta cĩ bảng: - Xây dựng hệ thống gợi ý cho website thương mại điện tử
d ụ với user cĩ ID = 30 ( lấy w= 35, lấy n= 10 item cĩ rank cao nhất) ta cĩ bảng: (Trang 66)
Hình 3.7 Hiệu quả hệ thống the oW - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.7 Hiệu quả hệ thống the oW (Trang 69)
Hình 3. 8- Hệ thống gợi ý lai Mixed - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3. 8- Hệ thống gợi ý lai Mixed (Trang 70)
Hình 3.9 Giao diện demo hệ thống - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Hình 3.9 Giao diện demo hệ thống (Trang 73)
Sau đây là bảng tổng kết hiệu quả của các kỹ thuật (với độ dài danh sách gợi ý N = 10, tính kết quả trung bình trên tập người dùng), được đánh giá trên cả 3 thang đo, để cho ta thấy một cái nhìn tổng quan về hệ thống: - Xây dựng hệ thống gợi ý cho website thương mại điện tử
au đây là bảng tổng kết hiệu quả của các kỹ thuật (với độ dài danh sách gợi ý N = 10, tính kết quả trung bình trên tập người dùng), được đánh giá trên cả 3 thang đo, để cho ta thấy một cái nhìn tổng quan về hệ thống: (Trang 78)
Bảng 3.10 – Đánh giá độ chính xác của chương trình cài đặt - Xây dựng hệ thống gợi ý cho website thương mại điện tử
Bảng 3.10 – Đánh giá độ chính xác của chương trình cài đặt (Trang 78)

TRÍCH ĐOẠN

.2 Thơng tin nhân khẩu học của người dùng

3 So sánh các phương pháp phân cụm

.4 Hiệu quả hệ thống theo số lượng cụm Minh họa hệ thống bằng Matlab GUI

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w