Mở rộng phạm vi thông tin ngữ cảnh duyệt web của người dùng để nâng cao chất lượng tư vấn trong hệ thống tư vấn tin tức

Bài toán tư vấn

Mỗi người dùng thuộc không gian ngươi dùng U được xác định bởi một hồ sơ (user profile), những thông tin lưu trong hồ sơ này có thể bao gồm các thông tin như giới tính, tuổi, quốc gia, tính trạng hôn nhân, … hay cũng có thể bao gồm các thông tin về sở thích, mối quan tâm của họ. Một khi hệ thống hiểu được người dùng quan tâm đến điều gì, nó thực thi một thuật toán tư vấn, so sánh, tổ hợp giữa các hồ sơ người dùng hoặc giữa hồ sơ người dùng với các đặc trưng sản phẩm, sau đó chọn ra tập hợp những sản phẩm người dùng có thể ưa thích.

Các kĩ thuật tư vấn

 Sự lạm dụng nội dung chuyên môn (Content over-specialisation): Sự tư vấn chỉ được tạo ra từ phân tích nội dung các sản phẩm đã từng được người dùng ưa thích, trong khi các những đánh giá của người dùng khác có thể được sử dụng để tư vấn những sản phẩm mới (thậm chí khác loại), những tư vấn dựa trên nội dung chỉ có thể đưa ra những sản phẩm tương tự với những gì họ đã từng đánh giá cao trước đây.  Vấn đề thiếu tính đa dạng: Vì tri thức của hệ thống về nội dung chỉ dựa trên các lựa chọn từ phía người dùng, nên sự tư vấn thường có xu hướng lệch về những sản phẩm đã được chọn trong quá khứ, kết quả là trong khi phải xử lý lượng lớn dữ liệu, phần lớn những tư vấn được tạo ra lại chỉ tập trung vào những sản phẩm phổ biến nhất.

Sơ lược về hệ thống tư vấn tin tức của khóa luận

Tính thay mới có thể diễn ra ở cả ba loại mối quan tâm này, tuy nhiên tốc độ thay mới của các mối quan ngắn hạn là nhanh nhất và nó cũng có ưu thế hơn khi dùng để tư vấn các tin tức, vốn liên tục được sinh ra.  Thứ nhất: Lọc dựa trên nội dung không gặp phải các vấn đề rất khó giải quyết của lọc cộng tác trên miền đối tượng tin tức: (i) vấn đề những đánh giá đầu: các tin tức liên tục được sinh ra và cần dễ dàng tiếp cận trong khi quá trình lọc cộng tác không thể tạo ra các sản phẩm chưa từng được đánh giá bởi người dùng khác hoặc những người dùng chưa từng đánh giá một sản phẩm nào; (ii) vấn đề ma trận thưa: Khó tìm ra được các sản phẩm đã được đánh giá bởi một lượng đủ người dùng vì số lượng quá lớn các tin tức mới và đặt gánh nặng cung cấp thông tin đánh giá lên người dùng [11].  Đầu tiên là dựa trên khảo sát về các phương pháp xây dựng mô hình hóa sở thích người dùng dựa trên các dữ liệu văn bản thường được áp dụng cho hướng tiếp cận lọc nội dung, đề xuất giải pháp mô hình sở thích người dùng dựa trên phân tích chủ đề ẩn phiên duyệt web người dùng (ngữ cảnh đọc tin tức).

 Sau đó, dựa trên mô hình sở thích này của người dùng, những tin tức liên quan được thực hiện thông qua đối chiếu chủ đề và thực thể của chúng với những chủ đề và thực thể người dùng từng quan tâm.

Thu thập thông tin về người dùng

• Các phương pháp thu thập thông tin

Đối với phiên duyệt web, trở ngại cũng tương tự khi có nhiều hơn một người dùng cho một máy hay có sử dụng nhiều hơn một máy, một trình duyệt, nhưng nó không lưu trữ userid giữa những lần duyệt. Một người dùng bắt đầu với một phiên duyệt web mới, thông tin trong phiên duyệt web lưu lại vết các hành vi người dùng tương tác với hệ thống trong một lần duyệt web của họ ví dụ danh sách các pageview, thời gian giành cho mỗi pageview, địa chỉ IP,…. Ưu điểm quan trọng của giải pháp định danh dựa trên phiên duyệt web là nó không đặt bất cứ gánh nặng nào về phía người dùng, không gặp những nghi ngại về tính riêng tư (tức là không lưu lại bất cứ thông tin nào về người dùng) và cũng không yêu cầu bật cookie ở trình duyệt.

Dựa trên nguồn gốc các thông tin ẩn này, có thể chia các thông tin phản hồi ẩn thành hai loại: thông tin ẩn phía máy khách (client log) thu được từ bốn cách tiếp cận đầu và thông tin ẩn phía máy chủ (server log) thu được từ hai cách tiếp cận còn lại.

Xây dựng mô hình sở thích người dùng

Điều này làm cho các thông tin có thể thu thập từ máy chủ ít hơn nhưng có ưu thế hơn về độ phức tạp của dữ liệu thu thập được cũng như tránh được các nghi ngại về tính riêng tư của người dùng. Các từ khóa được biểu diễn như các node vệ tinh xung quanh các khái niệm chính, trọng số liên kết giữa các khái niệm tương ứng cũng được thêm vào. Ban đầu, các khái niệm không trích ra từ văn bản mà được định nghĩa trước từ cây phân cấp các mục mở ODP (The Open Directory Project)[30].

Vấn đề của phương pháp này là mức độ chi tiết của mục có thể làm mất thông tin về các mối quan tâm chung và sự phụ thuộc vào độ chính xác của các cây phân cấp khái niệm.