- PHẢN HỒI ẨN TRONG HỆ THỐNG GỢI Ý NỘI DUNG. - Nội dung và phương pháp nghiên cứu. - Hệ thống gợi ý. - Phân loại các hệ thống gợi ý. - Hệ thống gợi ý dựa vào nội dung. - Hệ thống gợi ý dựa vào cộng tác. - Hệ thống lai. - Hồ sơ đối tượng nội dung. - Mô hình người dùng. - Phản hồi của người dùng trong hệ thống gợi ý nội dung. - Phản hồi tường minh. - Phản hồi ẩn. - Một số hệ thống gợi ý nội dung. - Google Tin tức. - Chương 3: Xây dựng hệ thống gợi ý tin tức sử dụng phản hồi ẩn. - Kiến trúc hệ thống. - Mô tả kiến trúc hệ thống. - Nguyên lý hoạt động của hệ thống. - Hồ sơ đối tượng tin tức. - Module phản hồi ẩn. - Giải thuật sử dụng cho hệ thống gợi ý sử dụng phản hồi ẩn. - Hình 2.1: Ma trận biểu diễn xếp hạng của người dùng đối với các tin tức. - Hình 2.3: Giao diện hệ thống Google Tin tức. - Hình 2.5: Giao diện cuối một tin tức của báo VietNamNet. - Hình 3.1: Giao diện trang chủ hệ thống xenoNews. - Hình 3.2: Kiến trúc hệ thống của xenoNews. - Hình 3.3: Sơ đồ hoạt động của hệ thống. - Hình 3.4: Quá trình thu thập tin tức. - Hình 3.5: Quá trình tạo hồ sơ đối tượng tin tức. - Hình 3.6: Biểu diễn dữ liệu trong hệ thống gợi ý dưới dạng nhị phân. - Bảng 4.1: Thử nghiệm hệ thống qua các tuần. - 33 Bảng 4.2: Số lượng tin tức và tỉ lệ so với tuần đầu người dùng đã đọc. - 34 Bảng 4.3: Số liệu sau mỗi tuần huấn luyện (tính trung bình tất cả người dùng. - Nhờ vào năng lực xử lý mạng máy tính ngày càng cao và giá thành Internet luôn giảm xuống mà các hệ thống báo điện tử và trang thông tin điện tử ngày càng nở rộ giúp độc giả cập nhật được thông tin nhanh nhất với nguồn nội dung cực kỳ phong phú và đa dạng. - Chính sự phong phú và đa dạng này khiến tổng số lượng nội dung mà độc giả tiếp cận trong một khoảng thời gian ngắn rất lớn dẫn đến các nội dung có thể bị lặp đi lặp lại nhiều lần từ nhiều nguồn cung cấp tin khác nhau. - Ngoài ra, nhiều thông tin không cần thiết, không hấp dẫn đối với bản thân người dùng lại được đưa ra khá nhiều dẫn đến việc dư thừa thông tin và khó kiểm soát quá trình theo dõi nội dung của người đọc. - Để khắc phục các vấn đề đó, các hệ thống tổng hợp và gợi ý nội dung đã ra đời với mục tiêu phân loại nội dung, lọc nội dung phù hợp với sở thích cá nhân của mỗi người dùng.. - Quá trình xây dựng và biểu diễn mô hình nội dung, hồ sơ người dùng, cách lựa chọn nội dung để hiển thị và mô hình người dùng đối với mỗi hệ thống là khác nhau.. - Việc cập nhật mô hình người dùng thường xuyên rất quan trọng đối với hệ thống để biểu diễn nội dung và tìm các nội dung phù hợp. - Luận văn được thực hiện theo hướng tìm hiểu các phương pháp thu thập phản hồi ẩn của người dùng để cập nhật vào mô hình người dùng, từ đó đưa ra các nội dung phù hợp trong các hệ thống nội dung và áp dụng thử nghiệm vào hệ thống gợi ý tin tức tiếng Việt.. - Nội dung luận văn bao gồm 4 phần chính:. - Chương 1: Mô tả bài toán về xây dựng hệ thống gợi ý nội dung sử dụng các phản hồi ẩn của người dùng bao gồm: mục tiêu, nội dung và phương pháp nghiên cứu, các kết quả đã đạt được.. - Chương 2: Trình bày lý thuyết về các hệ thống gợi ý, hồ sơ đối tượng nội dung, hồ sơ người dùng, mô hình người dùng và giới thiệu về các phản hồi của người dùng. - Kỹ thuật phân rã ma trận và một số hệ thống gợi ý nội dung cũng được giới thiệu.. - Chương 3: Dựa trên lý thuyết cùng với một số hệ thống được giới thiệu và tìm hiểu, luận văn trình bày một hệ thống gợi ý tin tức sử dụng các phản hồi ẩn của người dùng. - Quá trình thiết kế, xây dựng nên hệ thống gợi ý tin tức cũng sẽ được trình bày một cách cụ thể trong chương.. - Chương 4: Trình bày kết quả của quá trình thử nghiệm để đánh giá hoạt động của module phản hồi ẩn đã xây dựng ở chương 3 trong quá trình hoạt động chung của hệ thống gợi ý tin tức.. - Phần kết luận: Tóm tắt các nội dung đã trình bày trong luận văn và hướng nghiên cứu tiếp theo để cải tiến hệ thống gợi ý tin tức sử dụng phản hồi ẩn.. - Hiện nay, các hệ thống gợi ý đã được phát triển và ứng dụng rất mạnh mẽ [1]. - Bộ lọc nội dung đóng vai trò trung tâm để đưa ra gợi ý phù hợp với người dùng. - Tất cả các hệ thống gợi ý đều yêu cầu một mô hình người dùng [2]. - Hướng tiếp cận phổ biến để xây dựng mô hình người dùng là thông qua các phản hồi của người dùng. - Chính vì vậy, các phản hồi của người dùng đối với hệ thống ngày càng trở nên quan trọng.. - Hệ thống gợi ý tin tức tiếng Việt xenoNews của tác giả Nguyễn Thạc Huy [3] đã xây dựng mới chỉ dừng lại ở mức bước đầu của việc xây dựng dịch vụ gợi ý. - Đối với người dùng, hệ thống chủ yếu chỉ dựa vào nội dung mà người dùng đã đọc, ngoài việc thu thập về thời gian đọc tin “time-code” gần như hệ thống không có tương tác để thu thập được các thông tin cần thiết về sở thích của người dùng đối với hệ thống cũng như tương tác với các tin tức mà người dùng đang đọc.. - Để khắc phục nhược điểm của hệ thống xenoNews, tôi đặt ra bài toán cải tiến hệ thống xenoNews bằng cách sử dụng hệ thống xenoNews làm nền tảng và xây dựng module thu thập các thông tin ẩn của người dùng khi tương tác với hệ thống, đặc biệt là các tin tức mà người dùng đang đọc, từ đó cập nhật lại hồ sơ của người dùng trên hệ thống giúp hệ thống có gợi ý tốt hơn đối với người dùng trong các lần truy cập sau.. - Luận văn đưa ra những lý thuyết về mô hình hóa người dùng, công thức và ứng dụng của các phản hồi ẩn sử dụng kỹ thuật phân rã ma trận cho các hệ thống gợi ý nội dung từ các nghiên cứu trước đây. - Mục tiêu cần đạt được là tổng hợp kiến thức về các hệ thống gợi ý nội dung sử dụng phản hồi ẩn, từ đó cài đặt và đánh giá một hệ thống gợi ý tin tức tiếng Việt sử dụng phản hồi ẩn.. - Để đạt được mục tiêu đã đề ra, trước tiên, tôi tìm hiểu về các hệ thống gợi ý và mô hình người dùng.. - Tiếp theo tôi tiến hành tìm hiểu về các cơ chế phản hồi trong hệ thống gợi ý nội dung và kỹ thuật phân rã ma trận. - Từ những lý thuyết trên, tôi tìm hiểu thêm về một số hệ thống gợi ý nội dung đã và đang được sử dụng ở Việt Nam.. - Sau khi nghiên cứu kỹ lý thuyết và tham khảo một vài hệ thống, tôi tiến hành nghiên cứu các thuật toán và xây dựng module thu thập phản hồi ẩn của người dùng.. - Huy, "Chọn lọc thông tin dựa trên nội dung ứng dụng xây dựng hệ thống gợi ý tin tức theo nhu cầu người dùng,,". - presented at the Proceedings of the sixth ACM conference on Recommender systems, Dublin, Ireland, 2012.. - Proceedings of the AAAI Workshop on Recommender Systems, 1998.. - Phong, "Xây dựng hệ thống gợi ý bài hát dựa trên phản hồi tiềm ẩn,"