1. Trang chủ
  2. » Luận Văn - Báo Cáo

Hệ tư vấn dựa trên mức độ quan trọng hàm ý thống kê

192 13 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 192
Dung lượng 8,69 MB

Nội dung

- Một là, đề xuất hai mức độ quan trọng hàm ý thống kê mới KnnUIR và KnnIIR dùng để dự đoán xếp hạng của người cần tư vấn. KnnUIR và KnnIIR được dựa trên một số mức độ quan trọng hàm ý thống kê có sẵn và kết hợp nhiều yếu tố tác động đến việc dự đoán xếp hạng; qua đó cải thiện hiệu quả tư vấn. - Hai là, đề xuất ba mô hình tư vấn mới SIR, UIR và IIR có thể áp dụng cho cả dữ liệu nhị phân và dữ liệu phi nhị phân. Những mô hình này sử dụng các mức độ quan trọng hàm ý thống kê có sẵn, KnnUIR và KnnIIR tương ứng để gợi ý cho người dùng danh sách các mục dữ liệu phù hợp. Các mô hình đề xuất được đánh giá theo tính chính xác của gợi ý và của xếp hạng dự đoán trên cả dữ liệu nhị phân và phi nhị phân. Kết quả thực nghiệm cho thấy hiệu quả tư vấn những các mô hình này cao hơn của những mô hình hiện có được so sánh. - Ba là, phát triển công cụ phần mềm Interestingnesslab dùng cho thực nghiệm. Công cụ này cài đặt các hàm tiện ích và các mô hình tư vấn đề xuất bằng ngôn ngữ R. Các hàm tiện ích được sử dụng để xây dựng, tích hợp và đánh giá các mô hình tư vấn đề xuất. - Bốn là, thu thập tập dữ liệu nhị phân DKHP có thể dùng để đánh giá hiệu quả hệ tư vấn. Tập DKHP lưu thông tin đăng ký học phần của các sinh viên công nghệ thông tin bậc đại học.

Ngày đăng: 04/01/2021, 10:05

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] A. Felfernig, M. Jeran, G. Ninaus, F. Reinfrank, and S. Reiterer, “Toward the Next Generation of Recommender Systems: Applications and Research Challenges”, Multimedia Services in Intelligent Environments, 24, Springer, 2013, pp. 81-98 Sách, tạp chí
Tiêu đề: Toward the Next Generation of Recommender Systems: Applications and Research Challenges
Tác giả: A. Felfernig, M. Jeran, G. Ninaus, F. Reinfrank, S. Reiterer
Nhà XB: Springer
Năm: 2013
[2] A. Gunawardana and G. Shani, “A Survey of Accuracy Evaluation Metrics of Recommendation Tasks”, Journal of Machine Learning Research, 10, 2009, pp.2935–2962 Sách, tạp chí
Tiêu đề: A Survey of Accuracy Evaluation Metrics of Recommendation Tasks
Tác giả: A. Gunawardana, G. Shani
Nhà XB: Journal of Machine Learning Research
Năm: 2009
[3] A.S. Lampropoulos and G.A. Tsihrintzis, “Review of Previous Work Related to Recommender Systems”, Machine Learning Paradigms, Springer International Publishing Switzerland, 2015, pp. 13-30 Sách, tạp chí
Tiêu đề: Review of Previous Work Related to Recommender Systems
[4] B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, “Application of Dimensionality Reduction in Recommender Systems—A Case Study”, Proc. ACM WebKDD Workshop, 2000 Sách, tạp chí
Tiêu đề: Application of Dimensionality Reduction in Recommender Systems—A Case Study
Tác giả: B. Sarwar, G. Karypis, J. Konstan, J. Riedl
Nhà XB: Proc. ACM WebKDD Workshop
Năm: 2000
[5] C. Aggarwal, Recommender Systems: The Textbook, Springer International Publishing Switzerland, 2016, ISBN 978-3-319-29657-9 Sách, tạp chí
Tiêu đề: Recommender Systems: The Textbook
Tác giả: C. Aggarwal
Nhà XB: Springer International Publishing Switzerland
Năm: 2016
[6] C. He, D. Parra, and K. Verbert, “Interactive recommender systems: A survey of the state of the art and future research challenges and opportunities”, Expert Systems with Applications, 56, 2016, pp. 1-9 Sách, tạp chí
Tiêu đề: Interactive recommender systems: A survey of the state of the art and future research challenges and opportunities
Tác giả: C. He, D. Parra, K. Verbert
Nhà XB: Expert Systems with Applications
Năm: 2016
[7] C-N. Ziegler, “Book-Crossing Dataset”, 2004. [Online]. Available: http:// www2.informatik.uni-freiburg.de/~cziegler/BX/ [Accessed: Oct. 20, 2019] Sách, tạp chí
Tiêu đề: Book-Crossing Dataset
[8] D. Agrawal and C. Aggarwal, “On the design and quantification of privacy- preserving data mining algorithms”, ACM PODS Conference, 2001, pp. 247–255 Sách, tạp chí
Tiêu đề: On the design and quantification of privacy-preserving data mining algorithms
Tác giả: D. Agrawal, C. Aggarwal
Nhà XB: ACM
Năm: 2001
[9] D. Billsus and M. J. Pazzani, “Learning Collaborative Information Filters”, Proc. Int’l Conf. Machine Learning, 1998, pp. 46-54 Sách, tạp chí
Tiêu đề: Learning Collaborative Information Filters
[10] D. Jannach, M. Zanker, A. Felfernig, and G. Friedrich, An introduction to recommender systems, Cambridge University Press, 2011 Sách, tạp chí
Tiêu đề: An introduction to recommender systems
Tác giả: D. Jannach, M. Zanker, A. Felfernig, G. Friedrich
Nhà XB: Cambridge University Press
Năm: 2011
[11] D. Park, H. Kim, I. Choi, and J. Kim, “A literature review and classification of recommender systems research”, Expert Systems with Applications, 29(11), 2012, pp. 10059-10072 Sách, tạp chí
Tiêu đề: A literature review and classification of recommender systems research
Tác giả: D. Park, H. Kim, I. Choi, J. Kim
Nhà XB: Expert Systems with Applications
Năm: 2012
[12] D. Schall, Social Network-Based Recommender Systems, Springer Cham Heidelberg New York Dordrecht London, 2015, ISBN 978-3-319-22734-4, 126 trang Sách, tạp chí
Tiêu đề: Social Network-Based Recommender Systems
Tác giả: D. Schall
Nhà XB: Springer Cham Heidelberg New York Dordrecht London
Năm: 2015
[13] F. Ricci, L. Rokach, B. Shapira, P.B. Kantor, Recommender Systems Handbook, Springer US, 2011, ISBN: 978-0-387-85819-7 Sách, tạp chí
Tiêu đề: Recommender Systems Handbook
Tác giả: F. Ricci, L. Rokach, B. Shapira, P.B. Kantor
Nhà XB: Springer US
Năm: 2011
[14] F. Karimova, “A Survey of e-Commerce Recommender Systems”, European Scientific Journal, 12(34), 2016, pp.75-84 Sách, tạp chí
Tiêu đề: A Survey of e-Commerce Recommender Systems
[15] G. Adomavicius, A. Tuzhilin, “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, 17, 2005, pp. 734-749 Sách, tạp chí
Tiêu đề: Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions
[16] G. Beliakov, T. Calvo and S. James, “Aggregation of Preferences in Recommender Systems”, Recommender Systems Handbook, Springer US, 2011, pp. 705-734 Sách, tạp chí
Tiêu đề: Recommender Systems Handbook
Tác giả: G. Beliakov, T. Calvo, S. James
Nhà XB: Springer US
Năm: 2011
[17] G. Kembellec, G. Chartron, and I. Saleh, Recommender Systems, Wiley-ISTE, 2014, ISBN: 978-1-84821-768-3 Sách, tạp chí
Tiêu đề: Recommender Systems
Tác giả: G. Kembellec, G. Chartron, I. Saleh
Nhà XB: Wiley-ISTE
Năm: 2014
[18] G.A. Sielis, A. Tzanavari, G.A. Papadopoulos, “Recommender Systems Review of Types”, Techniques, and Applications, Encyclopedia of Information Science and Technology, Third Edition, 2015, pp. 7260-7270 Sách, tạp chí
Tiêu đề: Recommender Systems Review of Types, Techniques, and Applications
Tác giả: G.A. Sielis, A. Tzanavari, G.A. Papadopoulos
Nhà XB: Encyclopedia of Information Science and Technology
Năm: 2015
[19] G.S. Piatetsky, “Discovery, Analysis, and Presentation of Strong Rules." In G Piatetsky-Shapiro, WJ Frawley (eds.), Knowledge Discovery in Databases, AAAI/MIT Press, Cambridge, MA, 1991, pp, 229-248 Sách, tạp chí
Tiêu đề: Knowledge Discovery in Databases
Tác giả: G.S. Piatetsky
Nhà XB: AAAI/MIT Press
Năm: 1991
[20] GroupLens, “MovieLens”, 2019. [Online]. Available: https://grouplens.org/ datasets/movielens/. [Accessed: May 20, 2019] Sách, tạp chí
Tiêu đề: MovieLens
Tác giả: GroupLens
Năm: 2019
w