Về mặt thực tiễn: 1 Xây dựng hệ thống thử nghiệm tư vấn phim sử dụng mô hình đa tác tử hút và đẩy; 2 So sánh, đánh giá mô hình đa tác tử hút và đẩy với phương pháp lọc cộng tác, từ đó r
Khóa luận Nghiên cứu i i Khố luận tốt nghiệp MỤC LỤC LỜI CẢM ƠN i MỤC LỤC ii DANH MỤC HÌNH ẢNH v DANH MỤC CÁC TỪ VIẾT TẮT vii PHẦN MỞ ĐẦU Tính cấp thiết đề tài Mục tiêu, nhiệm vụ, đối tượng nghiên cứu Phạm vi nghiên cứu 10 Phương pháp nghiên cứu 10 Kết cấu đề tài 11 Khóa luận Nghiên cứu Chương 1: TỔNG QUAN VỀ HỆ TƯ VẤN VÀ PHƯƠNG PHÁP LỌC CỘNG TÁC 12 1.1 Tổng quan hệ tư vấn 12 1.1.1 Giới thiệu hệ tư vấn 12 1.1.2 Chức hệ tư vấn 14 1.1.3 Các thông tin sử dụng hệ tư vấn 17 1.1.4 Các hướng tiếp cận hệ tư vấn 19 1.1.5 Phương pháp đánh giá hệ tư vấn 21 1.2 Phương pháp lọc cộng tác 22 1.2.1 Tổng quan 22 1.2.2 Lọc cộng tác dựa láng giềng 23 Sinh viên thực hiện: Nguyễn Minh Đức ii Khoá luận tốt nghiệp Chương 2: MƠ HÌNH ĐA TÁC TỬ HÚT VÀ ĐẨY CHO PHƯƠNG PHÁP LỌC CỘNG TÁC 26 2.1 Lý thuyết tác tử hệ thống đa tác tử 26 2.1.1 Tác tử 26 2.1.2 Hệ thống đa tác tử 29 2.2 Mơ hình đa tác tử sử dụng lực hút đẩy 32 2.2.1 Mơ hình đa tác tử cho phân loại email 32 2.2.2 Mơ hình đa tác tử cho tìm kiếm ảnh 33 2.3 Mơ hình đa tác tử hút đẩy cho phương pháp lọc cộng tác 34 2.3.1 Tổng quan mô hình 34 2.3.2 Lực hút đẩy mô hình 38 2.3.3 Mơ hình tự tổ chức 41 Khóa luận Nghiên cứu Chương 3: HỆ THỐNG THỬ NGHIỆM TƯ VẤN PHIM SỬ DỤNG MƠ HÌNH ĐA TÁC TỬ HÚT VÀ ĐẨY 43 3.1 Giới thiệu hệ thống tư vấn 43 3.1.1 Mô tả toán 43 3.1.2 Mô tả liệu MovieLens 43 3.1.3 Ưu, nhược điểm liệu MovieLens 45 3.2 Ngơn ngữ lập trình Objective-C thư viện đồ hoạ OpenGL 46 3.2.1 Ngôn ngữ lập trình Objective-C 46 3.2.2 Thư viện đồ hoạ OpenGL 47 3.3 Cài đặt hệ thống 49 3.3.1 Các yếu tố đầu vào 49 3.3.2 Các yếu tố đầu 50 Sinh viên thực hiện: Nguyễn Minh Đức iii Khố luận tốt nghiệp 3.3.3 Quy trình hoạt động 50 3.4 So sánh, đánh giá mô hình đa tác tử hút đẩy với phương pháp lọc cộng tác 58 KẾT LUẬN 60 DANH MỤC TÀI LIỆU THAM KHẢO 61 Khóa luận Nghiên cứu Sinh viên thực hiện: Nguyễn Minh Đức iv Khoá luận tốt nghiệp DANH MỤC HÌNH ẢNH Hình 1.1 Hệ tư vấn trang web www.amazon.com 13 Hình 1.2 Ma trận đánh giá người dùng 18 Hình 1.3 Tư vấn dựa lọc cộng tác dựa nội dung 20 Hình 1.4 Hệ thống tư vấn lọc cộng tác trang web www.amazon.com 22 Hình 1.5 Lọc cộng tác dựa người dùng dựa sản phẩm 25 Hình 2.1 Tác tử tương tác với môi trường 27 Hình 2.2 Mơ hình đa tác tử hút đẩy cho phân loại email 33 Hình 2.3 Mơ hình đa tác tử hút đẩy cho tìm kiếm ảnh 34 Hình 2.4 Khơng gian mơ hình 35 Khóa luận Nghiên cứu Hình 2.5 Mơi trường tác tử 36 Hình 2.6 Quản lý lực qn tính mơ hình 36 Hình 2.7 Các cách chọn láng giềng 37 Hình 2.8 Tính chất lực độ mạnh lực dựa độ tương tự khoảng cách (cách tiếp cận rời rạc) 39 Hình 2.9 Tính chất lực độ mạnh lực dựa độ tương tự khoảng cách (cách tiếp cận liên tục) 39 Hình 2.10 Ví dụ phản ứng tác tử với hai láng giềng 40 Hình 3.1 Ngơn ngữ lập trình Objective-C 46 Hình 3.2 Thư viện đồ họa OpenGL 48 Hình 3.3 Ảnh đại diện phim / tác tử 49 Hình 3.4 Sơ đồ quy trình hoạt động 50 Sinh viên thực hiện: Nguyễn Minh Đức v Khoá luận tốt nghiệp Hình 3.5 Cách quản lý lưới mơ hình 52 Hình 3.6 Thuật tốn chọn láng giềng lân cận 53 Hình 3.7 Mơ hình mức độ địa phương 54 Hình 3.8 Mơ hình mức độ tồn cục 55 Hình 3.9 Thuật tốn tính giá trị dự đốn 57 Hình 3.10 Danh sách tư vấn phim 57 Hình 3.11 Biểu đồ biểu diễn kết MAE liệu kiểm tra 58 Hình 3.12 Biểu đồ biểu diễn kết MAE hai phương pháp 59 Khóa luận Nghiên cứu Sinh viên thực hiện: Nguyễn Minh Đức vi Khoá luận tốt nghiệp DANH MỤC CÁC TỪ VIẾT TẮT CF : Collaborative filtering – Lọc cộng tác MAE : Mean Absolute Error – Sai số tuyệt đối trung bình MAM : Multi-Agents System – Hệ thống đa tác tử RMSE : Root Mean Squared Error – Sai số bình phương trung bình Khóa luận Nghiên cứu Sinh viên thực hiện: Nguyễn Minh Đức vii Khoá luận tốt nghiệp PHẦN MỞ ĐẦU Tính cấp thiết đề tài Trong kỷ nguyên bùng nổ thông tin, internet với tiện ích có ảnh hưởng lớn cộng đồng sử dụng mạng Với lượng thông tin khổng lồ, nhu cầu người dùng ngày tăng thêm, người dùng cần có tư vấn xác kịp thời để tìm kiếm thơng tin cách nhanh chóng tiết kiệm thời gian cách tối đa Có nhiều hệ tư vấn áp dụng website thuộc lĩnh vực sách, âm nhạc, phim ảnh,… Tuy nhiên, sống lại phong phú lĩnh vực nhu cầu lớn yêu cầu đặt cũng sẽ phải cao nhiều Khi người dùng cần tìm kiếm thơng tin sản phẩm đó, giải pháp sử dụng hầu hết đưa câu hỏi vào máy tìm kiếm thay tìm đến website/forum chuyên ngành Tuy nhiên, máy tìm kiếm khơng phải lúc cũng hiệu Máy tìm Khóa luận Nghiên cứu kiếm chỉ đưa danh sách lựa chọn (có thể lên đến hàng triệu) khơng thể nói lựa chọn tốt Chẳng hạn, khách hàng cần mua đĩa phim hay, họ cần vài tên để tham khảo lựa chọn, đa số họ sẽ vào Google tìm kiếm thơng tin với lượng thơng tin loại phim phong phú, lại nhiều thời gian để tìm hiểu từng kết đề xuất, họ khó lịng tìm số lượng phim định cũng loại phim vừa ý, sở thích Lúc này, họ cần tư vấn Hệ tư vấn đời điều tất yếu để đáp ứng nhu cầu người Trong kỹ thuật dùng phương pháp lọc cộng tác kỹ thuật phổ biến hệ tư vấn Các hệ thống sử dụng phương pháp biểu diễn người sử dụng vectơ sở thích m chiều, chiều tương ứng với sản phẩm (một điểm du lịch, hàng, sách,…) Hệ thống sẽ tư vấn cách lọc người sử dụng có sở thích gần với người cần tư vấn Những sản phẩm họ thích mà người cần tư vấn chưa bình chọn sẽ sản phẩm chọn để tư vấn Nếu đặt khơng gian tốn học tốn lọc người sử dụng có sở thích gần giống Sinh viên thực hiện: Nguyễn Minh Đức Khoá luận tốt nghiệp tốn tính khoảng cách vectơ sở thích m chiều Mặc dù đạt số hiệu định, kỹ thuật tồn nhiều hạn chế vấn đề thưa thớt thay đổi liệu, cũng độ phức tạp tính tốn thời gian Kỹ thuật sử dụng tác tử thông minh (agent) xem giải pháp hữu hiệu nhằm giải hạn chế nói trên, đồng thời đảm bảo cung cấp lời tư vấn xác có giá trị, đặc biệt nguồn liệu đầu vào hỗn tạp Nghiên cứu Cao Hồng Huệ cộng [4] hệ thống tìm kiếm truy hồi ảnh sử dụng mơ hình đa tác tử hút đẩy Hệ thống nhằm mục đích tổ chức ảnh không gian chiều dựa độ tương tự, ảnh biểu diễn tác tử không cần phải xác định trục cũng cách để biểu diễn thông tin Mô hình cho phép tác tử tự động tổ chức cách có chọn lọc khơng gian chiều Với khơng q nhiều ràng buộc, hệ thống tổ chức (gom cụm/phân lớp) thông tin cho phép người dùng tương tác với Trong đề tài này, tác giả sẽ giữ ý tưởng việc sử dụng tác tử với lực hút đẩy nghiên cứu Khóa luận Nghiên cứu nói nhằm tổ chức liệu khơng gian chiều nghiên cứu để áp dụng mô hình đa tác tử hút đẩy thay cho hướng tiếp cận lọc cộng tác Xuất phát từ tầm quan trọng hệ tư vấn hoàn chỉnh, tồn phương pháp lọc cộng tác vấn đề cấp thiết quan trọng nên tác giả định chọn: “Nghiên cứu mơ hình đa tác tử hút đẩy cho phương pháp lọc cộng tác” làm hướng nghiên cứu cho đề tài Mục tiêu, nhiệm vụ, đối tượng nghiên cứu Mục tiêu nghiên cứu - Lý thuyết hệ tư vấn phương pháp lọc cộng tác - Lý thuyết tác tử, hệ thống đa tác tử, mơ hình đa tác tử hút đẩy - Đề xuất mơ hình đa tác tử hút đẩy cho hướng tiếp cận lọc cộng tác - Nghiên cứu công cụ, kỹ thuật, tảng lập trình sử dụng để xây dựng hệ thống Sinh viên thực hiện: Nguyễn Minh Đức Khoá luận tốt nghiệp - Xây dựng hệ thống thử nghiệm tư vấn phim sử dụng mơ hình đa tác tử hút đẩy đề xuất - So sánh, đánh giá mơ hình đa tác tử hút đẩy với phương pháp lọc cộng tác Nhiệm vụ nghiên cứu Để đạt mục đích nghiên cứu nêu trên, đề tài tập trung giải nhiệm vụ chủ yếu sau: Về mặt lí luận: 1) Phân tích, tổng hợp kiến thức hệ tư vấn bảo đảm tính logic, đầy đủ, xác; 2) Giải thích vấn đề liên quan đến lọc cộng tác; 3) Nêu khái niệm, phân loại, ứng dụng tác tử hệ thống đa tác tử; 4) Giới thiệu mơ hình đa tác tử hút đẩy Về mặt thực tiễn: 1) Xây dựng hệ thống thử nghiệm tư vấn phim sử dụng mơ hình đa tác tử hút đẩy; 2) So sánh, đánh giá mơ hình đa tác tử hút đẩy với phương pháp lọc cộng tác, từ rút kết quả, hướng phát triển tương lai Khóa luận Nghiên cứu Đối tượng nghiên cứu Đối tượng nghiên cứu đề tài là: “Mơ hình đa tác tử hút đẩy cho phương pháp lọc cộng tác” Phạm vi nghiên cứu Các phương pháp lọc cộng tác phân thành tiếp cận nhỏ hướng tiếp cận dựa láng giềng (neigborhood-based) dựa mơ hình (model-based) Mơ hình đa tác tử hút đẩy cho phương pháp lọc cộng tác chỉ nghiên cứu dựa láng giềng, sử dụng kỹ thuật tư vấn dựa sản phẩm (item-based) Phương pháp nghiên cứu Phương pháp nghiên cứu tài liệu: chủ động tìm kiếm, nghiên cứu tài liệu liên quan đến đề tài, phương pháp hệ tư vấn để từ đánh giá ưu nhược điểm, học hỏi cách thức xây dựng để từ đề xuất mơ hình đa tác tử hút đẩy thay cho phương pháp lọc cộng tác áp dụng cho hệ tư vấn hỗ trợ khách hàng Sinh viên thực hiện: Nguyễn Minh Đức 10