(Luận văn thạc sĩ) ứng dụng luật kết hợp trong hệ gợi ý

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC QUY NHƠN PHAN THỊ BÍCH HOA ỨNG DỤNG LUẬT KẾT HỢP TRONG HỆ GỢI Ý h LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Bình Định - Năm 2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC QUY NHƠN PHAN THỊ BÍCH HOA ỨNG DỤNG LUẬT KẾT HỢP TRONG HỆ GỢI Ý h Chuyên ngành : KHOA HỌC MÁY TÍNH Mã số : 08 48 01 01 Người hướng dẫn : TS LÊ QUANG HÙNG Lời cam đoan Tôi xin cam đoan luận văn kết nghiên cứu tôi, thực hướng dẫn TS Lê Quang Hùng Các nội dung trích dẫn từ nghiên cứu tác giả khác mà trình bày luận văn ghi rõ nguồn phần tài liệu tham khảo h i Lời cảm ơn Đầu tiên xin gửi lời cảm ơn sâu sắc tới thầy TS Lê Quang Hùng cô Lê Thị Xinh, Khoa Công nghệ thông tin, Trường Đại học Quy Nhơn, người định hướng đề tài tận tình hướng dẫn, bảo cho tơi suốt q trình thực luận văn tốt nghiệp Tơi xin trân trọng cảm ơn thầy, cô Khoa Công nghệ thông tin, Trường Đại học Quy Nhơn tận tình giảng dạy, hướng dẫn nghiên cứu khoa học cho suốt thời gian theo học trường trình làm luận văn Xin cảm ơn anh, chị, em bạn học viên Khoa học máy tính, người giúp đỡ, động viên tinh thần chia sẻ kinh nghiệm q báu giúp tơi vượt qua khó khăn, vướng mắc để hồn thành luận văn Mặc dù cố gắng, tin luận văn tơi cịn nhiều thiếu sót có nhiều nội dung hồn thiện tốt Tơi mong nhận ý kiến đánh giá, phê bình góp ý thầy cơ, anh chị bạn h ii Tóm tắt Hệ gợi ý định nghĩa dạng hệ gợi ý lọc thông tin để đưa sản phẩm , dịch vụ người dùng quan tâm Đến thời điểm này, hệ gợi ý ứng dụng rộng rãi lĩnh vực mua sắm trực tuyến, đọc tin tức, âm nhạc, du lịch, xem phim, mạng xã hội (ví dụ: Amazon, Yahoo! Today News, Last.fm, Tripadvisor, Netflix, Facebook) Các hướng tiếp cận xây dựng hệ gợi ý chia thành ba loại: (i) hướng tiếp cận lọc cộng tác, (ii) hướng tiếp cận dựa nội dung (iii) hướng tiếp cận kết hợp lọc cộng tác với dựa nội dung Các thuật toán dựa nội dung khai thác thuộc tính sản phẩm, xác định đặc điểm chung sản phẩm người dùng quan tâm, từ gợi ý cho người dùng sản phẩm có đặc điểm tương tự Trong thuật toán dựa lọc cộng tác khai thác liệu sở thích người dùng khứ tương đồng người dùng sản phẩm để đưa gợi ý Cách tiếp cận lai kết hợp lọc dựa nội dung lọc cộng tác Các nghiên cứu hệ gợi ý tập trung vào hai hướng: h ˆ Thứ nhất, kỹ thuật, phương pháp nâng cao chất lượng gợi ý (ví dụ: giải vấn đề người dùng sử dụng kỹ thuật phân rã ma trận) ˆ Thứ hai, xây dựng hệ gợi ý miền ứng dụng cụ thể (ví dụ: hệ gợi ý dự đoán kết gợi ý lựa chọn môn học, hệ gợi ý sản phẩm bán hàng trực tuyến) Hệ gơi ý đóng vai trò quan trọng việc tiết kiệm thời gian cho người dùng giảm chi phí quảng cáo cho doanh nghiệp Nâng cao hiệu gợi ý giảm thời gian tính tốn vấn đề mở nghiên cứu hệ gợi ý Trong luận văn này, nghiên cứu ứng dụng luật kết hợp hệ gợi ý Trước hết, chúng tơi trình bày tổng quan hệ gợi ý khai phá luật kết hợp Tiếp theo, chúng tơi đề xuất mơ hình ứng dụng luật kết hợp hệ gợi ý Kết thực nghiệm liệu MovieLen100K, MovieLen1M MovieLen10M cho thấy cách tiếp cận tốt phương pháp lọc cộng tác truyền thống hiệu gợi ý hai độ đo RMSE MAE (giảm độ lỗi) Cụ thể, điểm RMSE giảm từ 27,66% đến 50,87%; đó, điểm MAE giảm từ 27,05% đến 45,62% Từ khóa: Hệ gợi ý, lọc cộng tác, luật kết hợp, khai phá luật kết hợp, tập phổ biến h iv Mục lục Lời cam đoan i Lời cảm ơn ii Tóm tắt iii Danh mục chữ viết tắt vii Danh mục hình vẽ h Danh mục bảng viii ix Mở đầu Tổng quan 1.1 Sơ lược hệ gợi ý 1.2 Các nhiệm vụ hệ gợi ý 1.3 Bài toán hệ gợi ý 1.4 Một số kỹ thuật gợi ý 1.4.1 Lọc dựa nội dung 1.4.2 Lọc cộng tác 1.4.3 Lọc kết hợp 1.5 Đánh giá hệ gợi ý 1.5.1 Các phương pháp đánh 1.5.2 Các độ đo 1.6 Tổng kết chương giá 3 8 12 13 13 14 15 Ứng dụng luật kết hợp hệ gợi ý 16 2.1 Khai phá luật kết hợp 16 2.1.1 Một số khái niệm định nghĩa 16 2.1.2 Phương pháp Apriori 17 v 2.2 2.3 2.4 2.5 Mơ hình ứng dụng luật kết hợp hệ gợi ý Sinh luật kết hợp sử dụng thuật toán Apriori Sinh gợi ý từ luật kết hợp Tổng kết chương 19 20 21 23 Thực nghiệm 24 3.1 Cài đặt thực nghiệm 24 3.2 Kết thực nghiệm 27 3.3 Đánh giá 31 Kết luận 32 Bài báo liên quan đến luận văn 33 Tài liệu tham khảo 34 h vi Danh mục chữ viết tắt AR Association Rule (Luật kết hợp) CBF Content Based Filtering (Lọc dựa nội dung) CF Collaborative Filtering (Lọc cộng tác) CSDL Cở Sở Dữ Liệu MAE Mean Base Error (Sai số tuyệt đối trung bình) RMSE Root Mean Square Error (Căn bậc hai sai số bình phương trung bình) RS Recommendation System (Hệ gợi ý) h vii Danh sách hình vẽ Hệ gợi ý trang web Amazon.com Mơ hình tương tác người dùng hệ Ma trận biểu diễn liệu hệ gợi ý Minh họa phương pháp lọc cộng tác 2.1 2.2 Mơ hình ứng dụng luật kết hợp hệ gợi ý 19 Sinh tập phổ biến 23 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 Định dạng liệu Số luật kết hợp thu từ liệu MovieLen100K Số luật kết hợp thu từ liệu MovieLen1M Số luật kết hợp thu từ liệu MovieLen10M Kết thực nghiệm liệu MovieLen100K Kết thực nghiệm liệu MovieLen1M Kết thực nghiệm liệu MovieLen10M So sánh độ lỗi liệu h 1.1 1.2 1.3 1.4 viii gợi ý 11 25 26 26 27 28 29 30 31