TAILIEUCHUNG - Đề xuất các phương pháp tính độ tương tự đỉnh dựa trên xu hướng ứng dụng cho bài toán khuyến nghị cộng tác

Bài báo này đề xuất ba phương pháp mới để tính tương tự đỉnh trong mạng đồng tác giả: Maximum Path based Relation Strength (MP RS); maximum Path based Relation Strength Plus (MP RS+); và relation Strength Similarity Plus (RSS+). . | Tạp chí Tin học và Điều khiển học, , (2013), 338–350 ĐỀ XUẤT CÁC PHƯƠNG PHÁP TÍNH ĐỘ TƯƠNG TỰ ĐỈNH DỰA TRÊN XU HƯỚNG ỨNG DỤNG CHO BÀI TOÁN KHUYẾN NGHỊ CỘNG TÁC HUỲNH NGỌC TÍN, HOÀNG VĂN KIẾM Trường Đại Học Công Nghệ Thông Tin, ĐHQG TP HCM Tóm t t. Khuyến nghị cộng tác trong nghiên cứu khoa học là bài toán tự động liệt kê những người, nhóm nghiên cứu cộng tác tiềm năng ứng với đầu vào là một người, nhóm nghiên cứu nào đó. Đây là bài toán được quan tâm bởi những chuyên gia trong lĩnh vực này trong thời gian gần đây. Tiếp cận phổ biến đã và đang được các nghiên cứu này áp dụng là dựa vào phân tích mạng xã hội, cụ thể là phân tích các mối quan hệ trong mạng đồng tác giả, cũng như ảnh hưởng của nó đối với việc tìm ra những người, nhóm nghiên cứu cộng tác tiềm năng. Tuy nhiên, các phương pháp hiện nay đều chưa quan tâm đến thông tin về xu hướng cộng tác, một yếu tố quan trọng trong việc hình thành các mối quan hệ cộng tác mới. Bài báo này đề xuất ba phương pháp mới để tính tương tự đỉnh trong mạng đồng tác giả: (1) Maximum Path based Relation Strength (M P RS ); (2) Maximum Path based Relation Strength Plus (M P RS+); và (3) Relation Strength Similarity Plus (RSS+). Hai phương pháp M P RS+ và RSS+ có sử dụng thông tin về xu hướng cộng tác để cải tiến việc tính toán mức độ quan hệ của những người nghiên cứu trong mạng đồng tác giả. Các phương pháp đề xuất ứng dụng vào bài toán khuyến nghị cộng tác ở mức cá nhân người nghiên cứu. Thực nghiệm được tiến hành trên hai tập dữ liệu khoa học: i) cơ sở dữ liệu khoa học mở ‘Digital Bibliography & Library Project’ (DBLP); ii) tập dữ liệu do chúng tôi rút trích từ trang web của hệ thống Microsoft Academic Search (gọi tắt là MAS). Kết quả thực nghiệm cho thấy các phương pháp đề xuất cho kết quả tốt hơn các phương pháp tương tự đỉnh truyền thống và phổ biến hiện nay. T khóa. Hệ khuyến nghị (recommender system), cộng tác nghiên cứu (research collaboration), khuyến nghị cộng tác (collaboration recommendation), phân tích mạng

• Kỹ thuật lập trình
• Bài toán khuyến nghị cộng tác
• Hệ khuyến nghị
• Cộng tác nghiên cứu
• Khuyến nghị cộng tác
• Phân tích mạng đồng tác giả
• Xu hướng cộng tác
• Hệ thống khuyến nghị cộng tác
• Phân cụm bán giám sát mờ
• Phương pháp phân cụm nhị phân
• Hệ thống thông tin
• Luận án tiến sĩ
• Luận án tiến sĩ Hệ thống thông tin
• Mạng xã hội và mạng đồng tác giả
• Nước sạch cho cộng đồng
• Cộng tác viên y tế
• Xử lý nước sinh hoạt
• Biện pháp xử lý nước
• Phương pháp xử lý nước thông dụng
• Cách bảo vệ nguồn nước
• thiết bị viễn thông
• mạng cục bộ LAN
• mạng đô thị MAN
• mô hình xử lý mạng cộng tác
• mô hình xử lý mạng
• thông tin học
• Đô thị hóa
• Xu hướng di dân
• Tác động di dân
• Dân số phát triển
• Y tế công cộng
• Chính sách dân số
• Cao trào cách mạng 1930 đến 1931
• Xu hướng giải phóng dân tộc
• Khủng hoảng kinh tế thế giới
• Quốc tế Cộng sản
• Lịch sử cách mạng Việt Nam
• Quan hệ lòng tin
• Khuyến nghị bài báo khoa học
• Tiếp cận nội dung
• Tiếp cận lọc cộng tác
• Kết hợp tuyến tính CB Recent và CF kNN
• thương hiệu thời trang
• nhận diện thương hiệu
• kinh nghiệm kinh doanh
• kinh nghiệm tiếp thị
• kinh nghiệm marketing
• internet marketing