Đang chuẩn bị liên kết để tải về tài liệu:
Đánh giá các thuật toán dựa trên người dùng sử dụng trong hệ thống khuyến nghị

Bài viết nghiên cứu đánh giá một số thuật toán dựa trên người dùng trong lọc cộng tác để đưa ra khuyến nghị cho người sử dụng. Kết quả khuyến nghị này được dựa trên những hành vi của những người sử dụng trước đó. | TẠP CHÍ KHOA HỌC SỐ 21 2019 41 ĐÁNH GIÁ CÁC THUẬT TOÁN DỰA TRÊN NGƯỜI DÙNG SỬ DỤNG TRONG HỆ THỐNG KHUYẾN NGHỊ Lê Văn Thịnh Trường Cao đẳng Công thương miền Trung Tóm tắt Hiện nay nhu cầu mua hàng trực tuyến của người tiêu dùng ngày càng tăng mạnh để đáp ứng sự hài lòng của người sử dụng các nhà cung cấp dịch vụ đã đưa ra nhiều giải pháp để hỗ trợ người sử dụng tìm kiếm các mặt hàng tốt nhất mà họ đang cần mua. Trong bài báo này chúng tôi nghiên cứu đánh giá một số thuật toán dựa trên người dùng trong lọc cộng tác để đưa ra khuyến nghị cho người sử dụng. Kết quả khuyến nghị này được dựa trên những hành vi của những người sử dụng trước đó.Thí nghiệm đã được thực hiện trên hai bộ dữ liệu MovieLens và EachMovie. Kết quả cho thấy thuật toán Euclidean cho ra kết quả tốt nhất. Thuật toán này có thể ứng dụng trong các hệ thống bán hàng trực tuyến để nâng cao hiệu quả tìm kiếm sản phẩm. Từ khóa Thuật toán dựa trên người dùng chất lượng dịch vụ hệ thống khuyến nghị Abstract Evaluation of user-based algorithms used in the recommendation system Nowadays the consumers demand for online shopping is rapidly increasing. To satisfy the users satisfaction service providers have come up with many solutions to support the users in searching for the best items. In this paper we examine a number of user-based algorithms in collaborative filtering for user recommendations which is based on the previous users behaviors. The experiment was performed on the two data sets called MovieLens and EachMovie . The results showed that the Euclidean algorithm produces the best results. This algorithm might be used in online trading systems to improve the searching efficiency. Keywords User-based algorithms quality of service recommendation system. 1. Giới thiệu Hiện nay nhu cầu mua hàng trực tuyến đang tăng có rất nhiều trang web bán hàng trực tuyến tại Việt Nam. Do đó người tiêu dùng có rất nhiều lựa chọn. Tuy nhiên với số lượng nhà cung cấp dịch vụ ngày càng tăng và nhiều nhà cung cấp dịch vụ có