BË GI�O DÖC V� ��O T�O TR×ÍNG ��I HÅC QUY NHÌN BÒI THÀ THU H×ÌNG ÙNG DÖNG HÅC S�U TRONG H� GÑI Þ �A MÖC TI�U LU�N V�N TH�C S� KHOA HÅC M�Y T�NH B¼nh �ành N«m 2022 BË GI�O DÖC V� ��O T�O TR×ÍNG ��I HÅC[.]
BË GIO DƯC V O TO TR×ÍNG I HÅC QUY NHÌN BỊI THÀ THU H×ÌNG ÙNG DƯNG HÅC S U TRONG H GĐI Þ A MƯC TIU LUN VN THC S KHOA HC MY TNH Bẳnh nh - Nôm 2022 Bậ GIO DƯC V O TO TR×ÍNG I HÅC QUY NHÌN BỊI THÀ THU H×ÌNG ÙNG DƯNG HÅC S U TRONG H GẹI ị A MệC TIU Chuyản ngnh : KHOA HC MY TNH M số : Ngữới hữợng dăn : 8480101 TS L QUANG HỊNG Líi cam oan Tỉi xin cam oan luên vôn ny l kát quÊ nghiản cựu cừa tổi, ữủc thỹc hiằn dữợi sỹ hữợng dăn cừa TS Lả Quang Hũng CĂc nởi dung trẵch dăn tứ cĂc nghiản cựu cừa cĂc tĂc giÊ khĂc m tổi trẳnh by luên vôn ny  ữủc ghi ró nguỗn ph¦n t i li»u tham kh£o i Líi c£m ìn Ưu tiản tổi xin gỷi lới cÊm ỡn sƠu sưc tợi thƯy TS Lả Quang Hũng, cổ Lả Th Xinh, thƯy Vụ Sỡn LƠm, Khoa Cổng nghằ thổng tin, Trữớng Ôi hồc Quy Nhỡn, ngữới  nh hữợng à ti v tên tẳnh hữợng dăn, ch bÊo cho tổi suốt quĂ trẳnh thỹc hiằn luên vôn tốt nghiằp ny Tổi xin trƠn trồng cÊm ỡn cĂc ThƯy, Cổ Khoa Cổng nghằ thổng tin, Trữớng Ôi hồc Quy Nhỡn  tên tẳnh giÊng dÔy, hữợng dăn nghiản cựu khoa hồc cho tổi suốt thới gian theo hồc tÔi trữớng cụng nhữ quĂ trẳnh lm luên vôn ny Xin cÊm ỡn cĂc anh, ch, em v cĂc bÔn hồc viản Khoa hồc mĂy tẵnh, nhỳng ngữới  giúp ù, ởng viản tinh thƯn v chia s kinh nghiằm quỵ bĂu giúp tổi vữủt qua cĂc khõ khôn, vữợng mưc cõ th hon thnh luên vôn ny Mc dũ  cố gưng, tổi tin chưc luên vôn cừa tổi cỏn nhiÃu thiáu sõt v cõ rĐt nhiÃu nëi dung câ thº ho n thi»n tèt hìn Tỉi r§t mong nhên ữủc nhỳng ỵ kián Ănh giĂ, phả bẳnh v gõp ỵ cừa cĂc thƯy cổ, anh ch v cĂc bÔn ii Tõm tưt Hằ gủi ỵ cõ th ữủc nh nghắa nhữ mởt dÔng cừa hằ gủi ỵ lồc thổng tin ữa cĂc sÊn phâm, dch vử ngữới dũng cõ th quan tƠm án thới im ny, hằ gủi ỵ ữủc ựng dửng rởng rÂi cĂc lắnh vỹc nhữ mua sưm trỹc tuyán, ồc tin tực, Ơm nhÔc, du lch, xem phim, mÔng x hởi (v½ dư: Amazon, Yahoo! Today News, Last.fm, Tripadvisor, Netflix, Facebook) CĂc hữợng tiáp cên xƠy dỹng hằ gủi ỵ cõ th chia thnh ba loÔi: (i) hữợng tiáp cên lồc cởng tĂc, (ii) hữợng tiáp cên dỹa trản nởi dung v (iii) hữợng tiáp cên kát hủp lồc cởng tĂc vợi dỹa trản nởi dung CĂc thuêt toĂn dỹa trản nởi dung khai thĂc thuởc tẵnh cừa sÊn phâm, xĂc nh cĂc c im chung cừa cĂc sÊn phâm ngữới dũng quan tƠm, tứ õ gủi ỵ cho ngữới dũng nhỳng sÊn phâm cõ c im tữỡng tỹ Trong cĂc thuêt toĂn dỹa trản lồc cởng tĂc khai thĂc dỳ liằu và s thẵch cừa ngữới dũng quĂ khự v sỹ tữỡng ỗng giỳa cĂc ngữới dũng hoc giỳa cĂc sÊn phâm ữa gủi ỵ CĂch tiáp cên lai kát hủp giỳa lồc dỹa trản nởi dung v lồc cởng tĂc CĂc nghiản cựu hiằn tÔi và hằ gủi ỵ têp trung vo hai hữợng: Thự nhĐt, cĂc k thuêt, cĂc phữỡng phĂp nƠng cao chĐt lữủng gủi ỵ (vẵ dử: giÊi quyát vĐn à ngữới dũng mợi sỷ dửng k thuêt phƠn r ma trên) Thự hai, xƠy dỹng hằ gủi ỵ trản c¡c mi·n ùng dưng cư thº (v½ dư: h» gđi þ dü o¡n k¸t qu£ v gđi þ lüa chån mổn hồc, hằ gủi ỵ sÊn phâm bĂn hng trỹc tuyán) Hằ gủi ỵ õng vai trỏ quan trồng viằc tiát kiằm thới gian cho ngữới dũng v giÊm chi phẵ quÊng cĂo cho doanh nghiằp NƠng cao hiằu quÊ gủi ỵ v giÊm thới gian tẵnh toĂn ang l nhỳng vĐn à m cĂc nghiản cựu và hằ gủi ỵ Trong õ, hằ gủi ỵ a mửc tiảu cụng l giÊi phĂp giúp cÊi thiằn chĐt lữủng cừa cĂc à xuĐt Hằ gủi ỵ a mửc tiảu ữủc Ănh giĂ mang lÔi hiằu quÊ tốt hỡn so vợi hằ gủi ỵ ỡn mửc tiảu vẳ nõ dỹa trản Ănh giĂ cừa ngữới dũng và mởt sÊn phâm trản nhiÃu khẵa cÔnh Trong luên vôn ny, chúng tổi nghiản cựu ựng dửng hồc sƠu hằ gủi ỵ a mửc tiảu Trữợc hát, chúng tổi trẳnh by tờng quan và hằ gủi ỵ Tiáp theo chúng tổi trẳnh by mổ hẳnh ựng dửng hồc sƠu hằ gủi ỵ a mửc tiảu Chúng tổi Ănh giĂ hiằu suĐt cừa mổ hẳnh ny trản têp dỳ liằu TripAdvisor - têp dỳ liằu xáp hÔng a mửc tiảu, chựa xáp hÔng cừa ngữới dũng cho cĂc khĂch sÔn Nõ bao gỗm bÊy xáp hÔng tiảu chẵ (GiĂ tr, Phỏng, V trẵ, SÔch s, Nhên / lạ tƠn, Dch vử v Dch vử kinh doanh) v xáp hÔng tờng th, phÔm vi xáp hÔng tứ án Kát quÊ thỹc nghiằm cho thĐy cĂch tiáp cên ny tốt hỡn phữỡng phĂp hằ gủi ỵ ỡn mửc tiảu và hiằu quÊ gủi ỵ trản cÊ hai ở o RMSE v MAE (gi£m ë léi) Tø khâa : H» gñi ỵ, hồc sƠu, hằ gủi ỵ a mửc tiảu iv Mưc lưc Líi cam oan i Líi c£m ìn ii Tâm tt iii Danh mưc c¡c vi¸t tt vii Danh mưc c¡c h¼nh v³ viii Danh mưc c¡c b£ng ix Mð ¦u 1 Têng quan 1.1 Sì lữủc và hằ gủi ỵ 1.2 CĂc nhiằm vử hằ gủi ỵ 1.3 Bi toĂn hằ gủi ỵ 1.4 1.5 1.6 Mởt số k thuêt gủi ỵ 1.4.1 Låc düa tr¶n nëi dung 1.4.2 Låc cëng t¡c 10 1.4.3 Låc k¸t hđp 14 Xáp hÔng hằ gủi ỵ 15 1.5.1 C¡c ph÷ìng ph¡p xáp hÔng 15 1.5.2 C¡c ë o 17 Têng k¸t ch÷ìng 18 Ùng dửng hồc sƠu hằ gủi ỵ a mửc tiảu v 19 2.1 Giỵi thi»u 19 2.2 B i to¡n gñi þ a mưc ti¶u 21 2.3 MÔng 2.4 2.5 2.6 nì-ron a lỵp 21 21 2.3.1 Giợi thiằu 2.3.2 CĂc kỵ hiằu v kh¡i ni»m 22 2.3.3 Hm kẵch hoÔt 23 H» gñi ỵ a mửc tiảu dỹa trản hồc sƠu 24 2.4.1 Dỹ oĂn xáp hÔng a mửc tiảu 25 2.4.2 Tờng hủp xáp hÔng 26 2.4.3 QuĂ trẳnh gủi ỵ 27 Mët sè m rởng gủi ỵ a iÃu kiằn sỷ dửng hồc sƠu 27 2.5.1 Kát hủp hồc sƠu v lỵ thuyát Dempster -Shafer 27 2.5.2 Gủi ỵ a iÃu kiằn theo ngỳ cÊnh sỷ dửng hồc sƠu 28 Tờng kát chữỡng 29 Thüc nghi»m 30 3.1 Dú li»u 30 3.2 C i °t 30 3.3 K¸t qu£ thüc nghi»m 32 3.4 Tờng kát chữỡng 33 Kát luên 35 Ti liằu tham khÊo 36 vi Danh mưc c¡c vi¸t tt DNN RS CF MAE RMSE NCF MCRS Deep Neural Network Recommender Systems Collaborative Filtering Mean Absolute Error Root Mean Square Error Neural Collaborative Filtering Multi- Criteria Recommender Systems vii Danh s¡ch h¼nh v³ 1.1 Mổ hẳnh tữỡng tĂc giỳa ngữới dũng v hằ gủi þ 1.2 Hằ thống gủi ỵ video cừa Youtube 1.3 Mỉ h¼nh ùng dưng khai phĂ dỳ liằu hằ gủi ỵ 1.4 Mổ hẳnh gủi ỵ dỹa tr¶n nëi dung 10 1.5 Tián trẳnh lồc cởng tĂc 10 1.6 Mổ hẳnh lồc cởng tĂc dỹa trản user-based 12 1.7 Mổ hẳnh hằ gủi ỵ lồc kát hñp 15 2.1 Dú li»u a mưc ti¶u 21 2.2 MLP vợi hai lợp ân (cĂc 2.3 CĂc kỵ hiằu sỷ dửng mÔng biases  b ân) v item-based 23 a lỵp 23 2.4 H m ReLU v tèc ë hëi tư so s¡nh vỵi h m 24 2.5 Tờng quan hằ gủi ỵ a mưc ti¶u 24 2.6 Kián trúc mổ hẳnh DNN: (a) Dỹ oĂn xáp hÔng a mửc tiảu nỡ-ron v (b)Tờng hủp xáp hÔng 25 2.7 Têng quan ph÷ìng ph¡p [13] 28 2.8 Têng quan ph÷ìng ph¡p [21] 28 3.1 Mổ hẳnh dỹ oĂn Ănh giĂ tờng th dỹa trản cĂc Ănh giĂ a tiảu chẵ 31 3.2 Dü o¡n ¡nh gi¡ têng thº b¬ng NCF 32 3.3 Dỹ oĂn xáp hÔng trản tứng tiảu chẵ 32 3.4 Dỹ oĂn xáp hÔng têng thº b¬ng MCRS 32 3.5 K¸t qu£ dỹ oĂn xáp hÔng tiảu chẵ trản ở o MAE 32 3.6 K¸t qu£ dü oĂn xáp hÔng tiảu chẵ trản ở o RMSE 33 3.7 Kát quÊ dỹ oĂn xáp hÔng tờng th trản ë o MAE v RMSE viii 33 ... kiám sÊn phâm 1.3 Bi toĂn hằ gủi ỵ Trong hằ gủi þ, câ thº kh¡i qu¡t b i to¡n vỵi ba thỉng tin chẵnh l ngữới dũng, mửc tin v phÊn hỗi cừa ngữới dũng ối vợi mửc tin Trong õ, mửc tin câ thº l bë... c¡c s£n ph©m ngữới dũng quan tƠm, tứ õ gủi ỵ cho ngữới dũng nhỳng sÊn phâm cõ c im tữỡng tỹ Trong cĂc thuêt toĂn dỹa trản lồc cởng tĂc khai thĂc dỳ liằu và s thẵch cừa ngữới dũng quĂ khự v... cao hiằu quÊ gủi ỵ v giÊm thới gian tẵnh toĂn ang l nhỳng vĐn à m cĂc nghiản cựu và hằ gủi ỵ Trong õ, hằ gủi ỵ a mưc ti¶u cơng l gi£i ph¡p gióp c£i thi»n chĐt lữủng cừa cĂc à xuĐt Hằ gủi