Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Bài viết đề xuất một mô hình đồ thị hai phía tổng quát cho lọc cộng tác. Trong đó, phương pháp biểu diễn được thực hiện trên đồ thị trọng số phù hợp với tất cả bộ dữ liệu thử nghiệm cho lọc cộng tác. | Một phương pháp lọc cộng tác dựa trên mô hình đồ thị hai phía Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT Tập V-1, Số 8 (28), tháng 12/2012 Một phương pháp lọc cộng tác dựa trên mô hình đồ thị hai phía A Collaborative Filtering Method Based on Bipartite Graph Model Mai Thị Như và Nguyễn Duy Phương Abstract: Collaborative filtering is a technique to đánh giá của người dùng i∈U cho sản phẩm x∈P. Giá predict the utility of items for a particular user by trị rix có thể được thu thập trực tiếp bằng cách hỏi ý exploiting the behavior patterns of a group of users kiến người dùng hoặc thu thập gián tiếp thông qua cơ with similar preferences. This method has been widely chế phản hồi của người dùng. Giá trị rix = ∅ được hiểu successful in many e-commerce systems. In this paper, người dùng i chưa đánh giá hoặc chưa bao giờ biết đến we present an effective collaborative filtering method sản phẩm x. based on general bipartite graph representation. The Tiếp đến ta ký hiệu, Pi ⊆P là tập các sản phẩm weighted bipartite graph representation is suitable for được đánh giá bởi người dùng i∈U và Ux⊆U là tập các all of the real current data sets of collaborative người dùng đã đánh giá sản phẩm x∈P. Với một người filtering. The prediction method is solved by the basic dùng cần được tư vấn a∈U (được gọi là người dùng search problem on the graph that can be easy to hiện thời, hay người dùng tích cực), bài toán lọc cộng implement for the real applications. Specially, the tác là dự đoán đánh giá của người dùng a đối với model tackled the effect of the sparsity problem of collaborative filtering by expanding search length những mặt hàng x∈(P\Pa), trên cơ sở đó tư vấn cho from the user node to the item node. By this way, some người dùng a những sản phẩm được đánh giá cao. users or items can not be detemined by the Bảng 1 thể hiện một ví dụ với ma trận đánh giá R correlations but can be computed by the graph model. = (rij) trong
