tailieunhanh - Định hướng mới trong trong hệ thống gợi ý

Trong nghiên cứu này, chúng tôi đặt sự quan tâm đến việc phân tích tự động các ý kiến của khách hàng về một tính năng cụ thể nào đó của sản phẩm. Với bài toán này, dữ liệu đầu vào cần là một tập các sản phẩm cùng tập các tính năng mà người dùng quan tâm và các tập đánh giá tương ứng với mỗi sản phẩm. Mỗi sản phẩm trong tập sản phẩm đều có các tính năng giống nhau, nó được ghi trong tập tính năng. Ứng với mỗi sản phẩm là một tập các đánh giá của khách hàng về sản phẩm đó. | TẠP CHÍ KHOA HỌC ĐẠI HỌC cửu LONG Số 10 năm 2018 ĐỊNH HƯỚNG MỚI TRONG HỆ THỐNG GỢI Ý Trần Thị Thúy Bùi Thị Diễm Trinh Trưomg Quốc Định TÓM TẮT Hầu hết các công trình nghiên cứu về hệ thong gợi ỷ hiện tại chi tập trung vào nhóm giải thuật lọc cộng tác mà chưa quan tăm tới nhóm giải thuật nội dung. Trong khỉ các hệ thống gợi ỷ xây dựng bằng nhóm giải thuật cộng tác chỉ tập trung đánh giá và đưa ra kết quả tổng quan nhất về một mục tin. Nhưng trong thực tế người dùng lại quan tâm tới chi tiết từng tính năng của mục tin đó. Trong nghiên cứu này chủng tôi đặt sự quan tâm đến việc phân tích tự động các ỷ kiến của khách hàng về một tỉnh năng cụ thể nào đó của sản phẩm. Với bài toán này dữ liệu đầu vào cần là một tập các sản phẩm cùng tập các tỉnh năng mà người dùng quan tâm và các tập đảnh giá tương ứng với mỗi sản phẩm. Mỗi sản phẩm trong tập sản phẩm đều có các tỉnh năng giống nhau nó được ghi trong tập tỉnh năng ứng với mỗi sản phẩm là một tập các đánh giá của khách hàng về sản phẩm đỏ. Với mỗi một đánh giá của người dùng hệ thong sẽ tiến hành trích xuất tự động các thông tin về sản phẩm tỉnh năng cụm từ nói lên quan điểm và đồng thời dự đoản mức điếm đảnh giả cho tính năng của sản phẩm ứng với quan điểm đỏ. Từ khóa Hệ thong gợi ỷ khai phá quan điểm mô hình từ khóa chủ đề lọc cộng tác lọc trên nội dung. ABSTRACT Most of the current suggestion system studies focus on collaborativefiltering algorithms but not on the content-based filtering algorithms solution. While the recommender systems suggested by the collaborative filtering algorithm team only focused on evaluating and giving the most general result of a particular item. But in reality users are more interested in the details of each feature of the item. In this study we place an interest in automatically analyzing customer feedback on a particular feature of the product. With this problem the input data needs to be a set of products with the same set of features that the user is interested in and the sets of .