Phương pháp lai cho hệ khuyến nghị dựa vào sở thích người dùng

Chỉ số đề mục

15.41

Lĩnh vực nghiên cứu

Tâm lý học

Dạng tài liệu

Tác giả

Phạm Xuân Hậu, Lê Thị Nha Trang, Trần Đức Học⁽¹⁾

Nhan đề

Phương pháp lai cho hệ khuyến nghị dựa vào sở thích người dùng

Nhan đề tiếng anh

Preference-based hybrid recommendation system

Nguồn trích

Khoa học Tài chính Kế toán

Năm xuất bản

2024

Số

10

Trang

97-102

ISSN

2354-0958

Từ khóa

Hệ khuyến nghị, Sở thích người dùng, Sản phẩm, Người dùng, Thuộc tính, Đánh giá

Từ khóa tiếng anh

Tóm tắt

Với một thách thức mới đặt ra là người sử dụng phải đối mặt với một kho thông tin khổng lồ trên Internet thì việc học nên được cung cấp, chia sẻ những thông tin, sản phẩm thích hợp trở nên cấp thiết. Thông tin sản phẩm nào sẽ có khả năng được lựa chọn bởi người sử dụng? Và làm thế nào để xác định được là các sản phẩm đó có khả năng được người dùng đánh giá cao hay thấp? Để giải quyết vấn đề này một khuyến nghị được đề xuất mà ở đó người sử dụng được đề nghị các sản phẩm phù hợp một cách tự động dựa vào việc dự đoán sở thích của họ.

Tóm tắt tiếng anh

With the new challenge that users have to face with a huge repository of information pn the Internet, it is necessary that they should be provided and shared with subtable information and product. Which one will be possibly selected by users? And how to identify that whether those products are evaluated well or badly? To solve this problem, a recommendation system is proposed, in which the users are suggested suitable products automatically. In this article, the author propose a new approach to build a recommendation mechanism based on users 'preference, called preference-based hybrid recommendation system. Proposed model will enable to update and improve the quality of users 'profile in order to better understand their preferences. the author also apply the proposal to a real movie recommendation system as a case of study.

Kí hiệu kho

TTKHCNQG, CVv457

File toàn văn

Xem toàn văn

Tài liệu tham khảo

[1] Gediminas Adomavicius, Alexander Tuzhilin (2005), Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions,IEEE Transactions on Knowledge and Data Engineering
[2] Pazzani, M. J., Billsus, D. (2007), Content-based recommendation systems,The Adaptive Web
[3] P. Brusilovsky, A. Kobsa, W. Nejdl (2007), Hybrid Web Recommender Systems,The Adaptive Web
[4] P. Brusilovsky, A. Kobsa, W. Nejdl (2007), Collaborative Filtering Recommender Systems,The Adaptive Web
[5] Xuan Hau Pham, Tuong Tri Nguyen, Jason J. Jung, Ngoc Thanh Nguyen (2014), A, V-Spear: A New Method for Expert Based Recommendation Systems,Cybernetics and Systems: An International Journal
[6] Pham, H. X., Jung, J. J. (2013), Preference-based user rating correction process for interactive recommendation systems,Multimedia Tools and Applications
[7] Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor (2010), Recommender Systems Handbook,Sách chuyên khảo