Tìm hiểu hệ tư vấn và xây dựng hệ tư vấn cho trang web học toán online

0


B GIÁO DCăVÀăĐÀOăTO
TRNGăĐI HCăSăPHM HÀ NI





TRN TH PHNGăDUNG



TÌM HIU H TăVN VÀ XÂY
DNG H TăVN CHO TRANG
WEB HC TOÁN ONLINE


LUNăVĔNăTHCăSƾ:ăăKHOAăHC CÔNG NGH THÔNG TIN









HÀ NI,ăNĔMă2014

0


B GIÁO DCăVÀăĐÀOăTO
TRNGăĐI HCăSăPHM HÀ NI


TRN TH PHNGăDUNG




TÌM HIU H TăVN VÀ XÂY
DNG H TăVN CHO TRANG
WEB HC TOÁN ONLINE




Chuyên ngành: KHOA HC MÁY TÍNH
Mã số: 60480101

LUNăVĔNăTHCăSƾ:ăKHOAăHC CÔNG NGH THÔNG TIN

Ngưiăhướng dn khoa hc: PGS.TS PHM TH HOÀN


HÀ NI,ăNĔMă2014

0

Mc lc
Ni dung Trang
M đầu 1
Chươngă1:ăTổng quan h tưăvấn (Recommender System) 3
1.1. Giới thiu h tưăvấn. 3
1.1.1 H tưăvấn là gì? 3
1.1.2 Nhim vụ ca h tưăvấn. 5
1.1.3 Vai trò ca h tưăvấn. 7
1.1.4 ng dụng h tưăvấn. 8
1.2 Cácăphươngăphápătiếp cn h tưăvấn. 9
1.2.1 Phươngăphápălc cộng tác (Collaborative Filtering). 10
1.2.2 Phươngăphápătưăvấn dựa trên nội dung (Content-based). 27
1.2.3 Phươngăphápălaiă(Hybrid) 34
Chươngă2:ăXâyădựng h tưăvấn hc toán online 37
2.1 Giới thiu h thống. 37
2.2 Mục tiêu. 38
2.3 Mô tả bài toán. 38
2.4 Phươngăphápăgiải quyết bài toán. 38
Chươngă3:ăCàiăđặt và triển khai 51
3.1 Phân tích h thống. 51
3.2 Thiết kế dữ liu. 52
3.3 Thiết kế chcănĕng. 54
3.3.1 Lấy thông tin thực hành. 54
3.3.2 Lấy thông tin yêu thích. 56
3.3.3 Đề xuất kỹ nĕngăcaănhómăngưiădùngătươngăđồng. 59
3.3.4 Đề xuất kỹ nĕngăphổ biến 59

1

3.4 Kết quả thực nghim. 60
Kết lun 63
Tài liu tham khảo 64


0

Danh mục hình
Hình 1.1 Xếp hng caăngưi dùng với các bộ phim. 6
Hình 1.2 Ví dụ lc cộngătácăngưi dùng. 11
Hình 1.3 Ma trn xếp hng. 13
Hình 1.4 Ma trn trong lc cộngătácăngưi dùng. 14
Hìnhă1.5ăCácăbước thực hin lc cộng tác ngưi dùng. 15
Hìnhă1.6ăTínhăđộ tươngăđồng giữaăhaiăngưi sử dụng 19
Hình 1.7 Ví dụ lc cộng tác mục. 21
Hình 1.8 Ma trn trong lc cộng tác mục. 22
Hìnhă1.9ăCácăbước thực hin lc cộng tác mục. 23
Hìnhă1.10ăTínhăđộ tươngăđồng giữa hai mục. 25
Hình 1.11 Ví dụ phươngăphápătưăvấn dựa trên nội dung. 28
Hìnhă1.12ăCácăbước thực hinătưăvấn dựa trên nội dung. 29
Hình 1.13 Danh sách phim và thể loi. 31
Hình 1.14. Mcăđộ yêu thích caăngưi dùng với từng thể loi. 31
Hình 1.15 Mcăđộ yêu thích caăngưi dùng với từng phim. 32
Hình 1.16 Phân loiăphươngăphápălai. 34
Hìnhă1.17ăPhươngăphápălaiătrng số. 35
Hìnhă1.18ăPhươngăphápălaiăhỗn hợp. 36
Hình 2.1 Quy trình thực hinătưăvấn. 40
Hìnhă2.2.ăTưăvấn dựa trên ch đề quan tâm. 42
Hìnhă2.3ăTưăvấn dựa trên dng toán quan tâm. 44

Hìnhă2.4ăTưăvấn dựa trên lc cộngătácăngưi dùng. 45
Hìnhă2.5ăTưăvấn dựa trên lc cộng tác mục. 47
Hình 2.6 Nhóm kỹ nĕngădựa trên nội dung. 48
Hìnhă2.7ăTưăvấn dựa trên nội dung. 49
Hình 3.1 Mô hình phân cấp chcănĕng. 51
Hình 3.2 Bảngă“Math_score”. 52
Hình 3.3 Bảngă“Math_skill”. 53
Hình 3.4 Bảngă“Math_chude”. 53
Hình 3.5 Bảngă“Math_subcate”. 53
Hình 3.6 Quan h giữa các bảng. 54
Hình 3.7 Giao dinăngưi dùng truy cp vào h thống. 55
Hình 3.8 Giao dinăngưi dùng thực hành kỹ nĕng. 55

1

Hình 3.9 Giao din ngưi dùng truy cp vào lớp hc. 57
Hình 3.10 Giao din cp nht thông tin yêu thích. 58
Hình 3.11 Giao dinătưăvấn kỹ nĕngăphổ biến. 59
Hình 3.12 Giao dinătưăvấn kỹ nĕngăyêuăthích. 60
Hình 3.13ăDanhăsáchăngưi dùng ngu nhiên. 60
Hìnhă3.14ăĐánhăgiáăhiu quả h tưăvấn. 62


1

Mở đu
1. Lý do chnăđ tài.
Kể từ lầnăđầu tiên xuất hin bài báo lc cộng tác từ nĕmă1990,ăh tưă
vấn tr thànhălƿnhăvực nghiên cu quan trng. Hin nay, h tưăvấn nhnăđược
sự quan tâm rất lớn vì tác dụng không nhỏ ca nó với nhiềuălƿnhăvực khác

nhau trong cuộc sốngănhưă kinhă doanh,ă giải trí và giáo dục.ă Đặc bit trong
nhữngănĕmăgầnăđây,ăcôngăcuộc xây dựngăvàăđổi mới giáo dụcăđangăđược rất
nhiềuăngưi quan tâm. Ngoài cách hc truyền thống là thầy và trò có sự tươngă
tác trực tiếp trên lớp hc, giáo dục hin nay còn m rộng cách thc dy và
hc trực tuyến mang li hiu quả caoăhơnăsoăvới cách hc truyền thống. Nh
có h tưăvấn, vic hc trực tuyến có hiu quả hơnărất nhiều.
Một trang web hc toán trực tuyến dành cho hc sinh tiểu hc, trang
web cung cấp các kỹ nĕngăchoăhc sinh thực hànhăđể nắm rõ và thực hành
thành tho các kiến thc trên lớpăcũngănhưănângăcao.ăCóăhàngănghìnăhc sinh
truy cpătrangăwebăđể hc và thực hành, mỗi hc sinh li có những s thích
thực hành khác nhau. H tưăvấn có thể hỗ trợ cho toàn bộ hc sinh tham gia
trong h thốngă vàă đưaă raă những li khuyên phù hợp cho từngă ngưi hc.
Những li khuyên này rấtăđángătinăcy vì nó dựa trên lch sử thực hành kỹ
nĕngăcaăchínhăngưi dùng trong h thốngăvàăđề xuất những kỹ nĕngăphùăhợp
vớiănĕngălực ca từng hcăsinh.ăTaăđặt một câu hỏi nêu không có h tưăvấn và
số lượng kỹ nĕngăthực hành sẽ càng nhiều, hc sinh tiểu hc khi tham gia hc
trực tuyến sẽ lựa chn kỹ nĕngăthực hành phù hợp vớiănĕngălực caămìnhănhưă
thế nào? Tht là khó khi lựa chn kỹ nĕngăyêuăthíchătrongăsố rất nhiều kỹ
nĕngăca h thống và  la tuổi ca các em, rấtăkhóăđể tìm kiếm kỹ nĕngăphùă
hợp vớiănĕngălực ca mình.
Vì lí do trên, tôi lựa chnăđề tàiă“Tìmăhiểu h tưăvấn và xây dựng h tưă
vấn cho trang web hcătoánăonline”.

2

2. Mcăđíchănghiênăcu.
- Tìm hiểu h tưăvấn vàăcácăphươngăphápătiếp cn h tưăvấn.
- Tìm hiểu h thống thực hành kỹ nĕngătrênătrangăwebăhc toán online.
- Nghiên cuăcácăphươngăphápătiếp cn có thể hỗ trợ xây dựng h tưăvấn
trên trang web hc toán online.

- Lựa chnăphươngăphápătiếp cn và ng dụng xây dựng h tưăvấn kỹ
nĕngăhỗ trợ hc sinh thực hành trên trang web hc toán online.
3. Đốiătng nghiên cu.
- Để tìm hiểu nội dung h tưăvấn, tôi đãătìmăkiếmăvàăđc hiểu các bài báo
trongăvàăngoàiănước, các dinăđànătraoăđổi kiến thc h tưăvấn và các tài liu
nghiên cuăđược chia sẻ trên mng Internet.
- Nghiên cu ngôn ngữ lp trình php và viếtăchươngătrìnhăchcănĕngătưă
vấn kỹ nĕngăchoăngưi dùng thực hành trên trang web hc toán online.
4. Tóm tắt luậnăvĕn.
Lunăvĕn trình bày tổng quan h tưăvấn, bao gồm khái nim h tưăvấn,
nhim vụ phổ biến ca h tưăvấn, vai trò ca h tưăvấnăđối với nhà cung cấp
vàăngưi dùng, một số ng dụng ca h tưăvấn trong thực tế vàăcácăphươngă
pháp tiếp cn h tưăvấn.
Để xây dựng h tưăvấn cho trang web hc toán online, lunăvĕnăđãăgiới
thiu trang web hc toán online và trình bày mục tiêu, mô tả vàăphươngăphápă
giải quyết bài toán xây dựng h tưăvấn cho trang web hc toán online.
Lunăvĕnătrìnhăbàyăcácăbướcăcàiăđặt h tưăvấn và giới thiu một số giao
din chính ca chcănĕngătưăvấn. Đánhăgiáăhiu quả ca h tưăvấn dựa ngưi
dùng trên h thống.

3

Chngă1: Tổng quan h tăvn (Recommender System)
1.1. Gii thiu h tăvn.
1.1.1 H tăvn là gì?
H tưăvấn (recommender system) là một h thống có chcănĕngătưăvấn
giúp ngưi dùng (user) tìm kiếm các mục, mặt hàng (item) liênăquanăđến s
thích, nhu cầu thông qua các giao dch,ă tươngă tácă (transaction)ă caă ngưi
dùng với các mục, mặtăhàngăđó.
H tưăvấn có thể hotăđộngăđộc lp hoặc đóngăvaiătròănhưămột chc

nĕngătrongămột trang web hay một h thống khác
User làăngưi dùng truy cp vào h thống [5] (thành viên đĕngăký hoặc
khách vãng lai).ăUserălàăđốiătượngăđược tưăvấn.
Item là các mặt hàng, sản phẩm, mục [5]. Itemălàăđốiătượngătưăvấn. Ví
dụ: item có thể là các bộ phim mà một trang web xem phim muốnătưăvấn cho
ngưi dùng, trong bán hàng trực tuyến item có thể là các mặt hàng, sản phẩm
màăngưi cung cấp muốnătưăvấn.
Transaction là tươngătácăgiữa user với item [5]. Transaction có thể là
lch sử tìm kiếm, lch sử mua hàng, lch sử xem mặt hàng hay xếp hng,ăđánhă
giá ca ngưi dùng với một mục.
H thốngătưăvấnăthưngăchiaănhómăngưi dùng thành hai loi:ăngưi
dùngăchưaăcóălch sử tươngătácăvới h thốngă(nhómă1)ăvàăngưiădùngăđãăcóă
lch sử tươngătácăvới h thốngă(nhómă2).ăNgưi dùng thuộc nhóm 1 có thể là
khách vãng lai hoặcăthànhăviênăđĕngăkýămới, h chưaăcóălch sử tươngătácăvới
h thống hoặcăchưaăcp nhtăđ thông tin để h tưăvấnăcóăcơăs đưaăraătưăvấn.
Nhóm th 2 là nhữngăngưi dùng có đ thông tin và lch sử tươngătácăvới h
thống để h tưăvấnăđề xuất những mục có thể sẽ đượcăngưi dùng thích, quan
tâm.

4

H tưăvấn có nhiềuăưuăđiểm, mang li lợi ích cho cả ngưi tiêu dùng
ln nhà cung cấp. Chính vì thế h tưăvấnăcàngăngàyăcàngăđượcăquanătâm,ăđiển
hìnhănhưămột số sự kin [5] sauăđây:
- Cácă trangă webă đượcă đánhă giáă caoă nhưă Amazon.com,
Youtube.com, Netflix.com, có một h thốngă tưă vấnă tươngă đối hiu quả.
Hơnănữa, bây gi nhiều công ty truyềnăthôngăđangătriển khai và phát triển h
thốngătưăvấnănhưămột phần dch vụ quan trng mà h cần phải cung cấp. Ví
dụ nhưătrang Netflix.com là một trang web xem phim trực tuyến nổi tiếngăđãă
cung cấp giải thưng 1 triuăđôălaăchoănhững ngưiăđưaăra thutătoánăđầu tiên

đánhăbiăđược 10% thutătoánătưăvấn ca h. Và giảiăthưngăđóăđãăđược một
nhóm nghiên cuă cóă tênă làă “Bellkor’să Pragmatică Chaos”ă giành đượcă nĕmă
2009.
- Có nhiều hội ngh và hội thảo dành riêngăchoălƿnhăvực này. Hội
ngh đặc bită được nhiềuă ngưi quan tâm là ACM Recommender Systems
(viết tắtălàăRecSys)ăđược thành lpănĕmă2007ălàăsự kin uy tín tổ chc hàng
nĕmăđể nghiên cu về công ngh tưăvấn và ng dụng. Ngoài ra, h thốngătưă
vấn cònăđược thảo lun trong các hội ngh truyền thống về lƿnhăvựcăcơăs dữ
liu, h thống thông tin và h thống thích nghi. Trong số những hội ngh đó,ă
cần nhắcăđến một số hội ngh lớnănhư:ăACMăSIGIRăSpecialăInterestăGroupăonă
Information Retrieval (SIGIR), User Modeling, Adaptation and
Personalizationă(UMAP),ăandăACM’săSpecialăInterestăGroupăonăManagementă
Of Data (SIGMOD).
- Tiăcácătrưngăđi hcăvàăsauăđi hc trên thế giớiăđãăcóănhững
khóa hc dành riêng cho vic nghiên cu h tưăvấn,ăhướng dn h tưăvấn cũngă
được phổ biến trong các hội ngh khoa hc máy tính.

5

- Trong các tp chí khoa hcăđãăcóămột số vấnăđề đặc bităđược
đưaăraăbaoăgồm vic nghiên cu và phát triểnălƿnhăvực h tưăvấn. Một số tp
chíădànhăriêngăđể viết về h tưăvấn nhưălà AI Communications (2008); IEEE
Intelligent Systems (2007); International Journal of Electronic Commerce
(2006); International Journal of Computer Science and Applications (2006);
ACM Transactions on Computer-Human Interaction (2005); and ACM
Transactions on Information Systems (2004).
Nhưăvy chng tỏ rằng,ălƿnhăvực nghiên cu h tưăvấn rấtăđược nhiều
ngưi quan tâm và khẳngăđnh giá tr ca nó trong thực tế.ăTrongătươngălai,ă
lƿnhăvực này sẽ cònăđược quan tâm nhiềuăhơn.
1.1.2 Nhim v ca h tăvn.

Để hiểuărõăhơnăcôngăvic ca h tưăvấn ta sẽ xem một số nhim
vụ phổ biến sau:
- Lấy ý kiến cá nhân. H tưăvấn toăđiều kinăchoăngưiădùngăđóngă
gópăđánhăgiáăvàăbàyătỏ ý kiến với các mục.ăNgưi dùng có thể bình lun hoặc
xếp hng sản phẩm tùy theo từng h thống tưăvấn.
- Tìm kiếm t vấn tin cậy: Có một số ngưi sử dụng không tin cy
h thốngătưăvấn, vì vyăđể đưaăraătưăvấn tốt nhất cho h cần kiểm tra hành vi
tìm kiếm ca h thtăđầyăđ, chính xác và dựa trên những thông tin tht sự có
ích cho vicăđưaăraătưăvấn.
- T vấn một danh sách các mục tốt nhất. H tưăvấn có thể đề xuất
một danh sách một số mục tốt nhấtăchoăngưi dùng. Mục tốt nhất dựa trên
đánhăgiáăcaăngưi dùng, có thể là những mụcăđược nhiềuăngưi dùng yêu
thích nhất.

6

- T vấn tất cả các mục tốt. Thay vì h tưăvấnăđề xuất một danh
sách các mục tốt nhất thì nó sẽ cung cấpăchoăngưi dùng một danh sách tất cả
các mục tốtăđể ngưi dùng lựa chn.
Để hiểuărõăhơnănhim vụ ca h tưăvấn ta có thể xem ví dụ minh ha
sauăđây.ăSauăkhiăh thống lấy ý kiến cá nhân caăngưi dùng cho các mục ta
có bảng xếp hng sau:

Batman
Begins
Alice in
Wonderland
Dumb and
Dumber
Equilibrium

User A
4
?
3
5
User B
?
5
4
?
User C
5
4
2
?
User D
2
4
?
3
User E
3
4
5
?
Hình 1.1 Xếp hng caăngưi dùng với các bộ phim.
Ví dụ hình 1.1 biểu din ma trn xếp hng caăngưi dùng với các bộ
phim.ăTrongăhìnhătrên,ăcóă5ăngưi sử dụng là A, B, C, D, E có xếp hng cho
các bộ phim Batman Begins, Alice in Wonderland, Dumb and Dumber và
Equilibrium. Các giá tr trong ma trn là xếp hng caă ngưi dùng với bộ

phim. Các giá tr nàyăđượcăđánhăgiáătheoăthangăđiểm từ 1ăđến 5. Giá tr rỗng
thể hinăngưi dùng không có xếp hng cho bộ phimăđó.ă
Nhim vụ ca h tưăvấn là tìm kiếm nhữngăngưiădùngăchưaăcóăđánhă
giá cho một bộ phimănàoăđóăvàădự đoánăxemăh đánhăgiáăchoăbộ phimăđóălàă
baoănhiêu.ăĐối với những mục có dự đoánăđiểm số cao sẽ được h thống lựa
chnăđể đưaăraătưăvấn.


7

1.1.3 Vai trò ca h tăvn.
H tưăvấn có vai trò quan trng trong nhiềuălƿnhăvực.ăTaăxétăđến lợi ích
mà nó mang liăđối vớiăhaiăđốiătượng là nhà cung cấpăvàăngưi sử dụng h
thống.
 Đối với nhà cung cấp:
- Hỗ trợ nghiên cu thị trờng giúp định hớng phát triển ca
doanh nghiệp trong tơng lai. Doanh nghip nắm bắt, cp nht nhanh nhất th
hiếu caăngưi dùngăđể từ đóălựa chn tp trung đầuătưăvàăphátătriển mnh
hơn những mặt hàng được nhiềuăngưi quan tâm.
- Nâng cao chất lợng hệ thống. Xây dựng h thống có nhiều chc
nĕngăhữuăíchăchoăngưi dùng là mong muốn ca nhiều nhà cung cấp. Chất
lượng ca h thống thể hin sự phát triển ca doanh nghip.
- Giới thiệu đợc nhiều mặt hàng, sản phẩm đến với ngời dùng.
Các nhà cung cấp bao gi cũngămuốn phát triển quy mô h thống vì thế một
h tưăvấn có thể giới thiu tớiăngưi dùng nhiều mặt hàng, sản phẩm khác
nhau trong h thốngălàăđiều mà nhà cung cung cấp mong muốn.
- Tăng số lợng mặt hàng, sản phẩm cần tiêu thụ. Để có doanh
thu cao phải tpătrungăđẩy mnh tiêu thụ các mặt hàng, sản phẩm trong h
thống. H tưăvấn có thể làmăđượcăđiềuăđó.
 Đối vớiăngưi dùng:

- Cung cấp đúng các mặt hàng mà ngời dùng quan tâm. Với một
h tưăvấn hiu quả, các h thống lớnănhưăyoutube.com,ăamazon.comăcho thấy
ngưi dùng tht sự quanătâmăđến nhữngăđề xuất ca h thống.
- Tăng sự hài lòng ca ngời dùng. Cung cấpăđúngăcácămặt hàng
ngưi dùng quan tâm làm tĕngăsự hàiălòngăvàăđộ tin cy caăngưi dùng với
h thống từ đóăh thống nhnăđược sự tươngătácătíchăcực từ ngưi dùng.


8

1.1.4 ng dng h tăvn.
H tưăvấnăđược ng dụng trong nhiềuălƿnhăvực khác nhau đặc bit là
trongălƿnhăvực kinh doanh, giải trí và giáo dục.
- Trong lĩnh vực kinh doanh. H tưăvấnăđược sử dụng rộng rãi trên
các trang web bán hàng trực tuyếnănhưăamazon.comălàătrangăbánăsách,ăđƿaăCDă
online nổi tiếng thế giới có h tưăvấn giúp mang li hiu quả cho h thống. 
Vit Nam có trang vatgia.com là trang web cung cấp nhiều mặt hàng khác
nhau choă ngưi dùng, trong h thốngă đề xuất một số mục mặtă hàngă được
nhiềuăngưi tìm kiếm hoặc những mụcăđược yêu thích nhất hoặc những mục
hot nhất hin nay.
- Trong lĩnh vực giải trí. H tưă vấnă cũngă được ng dụng nhiều
trongălƿnhăvực giải trí trên các trang xem phim trực tuyến netflix.com, xem
video youtube.com, kho game và ng dụng nổi tiếng ca google là
play.google.com. Ví dụ h tưăvấnă trênătrangă youtube.com,ăngưi dùng truy
cp vào gmailăsauăđóătìmăkiếm các video, h thống sẽ lưuălch sử tìm kiếm và
xem video caăngưiădùngăđể đề xuất những video gần với nộiădungăngưi
dùng đãătìm kiếm.
- Trong lĩnh vực giáo dục. Các trang web hc trực tuyến hay các
trang cung cấp tài liuănhưăslideshare.net, tailieu.vn cũngăđưaăh tưăvấn vào
h thống hỗ trợ ngưi dùng tìm kiếm tài liu, bài hc liên quan. Ví dụ với

trang tailieu.vn là trang tìm kiếm tài liu, sách, bài báo, lunăvĕn, khi ngưi
dùng tìm kiếm một tài liu bất kì, h thống sẽ cung cấp một danh sách những
tài liu có nội dung gần với nộiădungăngưi dùng tìm kiếmăđể h có thể tham
khảo thêm.


9

1.2 Cácăphngăphápătiếp cận h tăvn.
H tưăvấnăcóăbaăphươngăphápătiếp cn ch yếuălàăphươngăphápălc cộng
tác,ăphươngăphápătưăvấn dựa trên nội dung và phươngăphápălai.
- Dựaă trênă ýă tưng quảng cáo truyền ming, h tưă vấnă đưaă raă
phươngăphápătiếp cn lc cộng tác, những mụcătưăvấnăchoăngưi dùng sẽ dựa
trên những mục mà nhữngăngưiădùngăđiătrước yêu thích. Chính vì thế h tưă
vấn sử dụng phươngăphápănày mang tính chất tưăvấn những mục, mặt hàng
theo xuăhướng,ătràoălưu ngưi dùng.
- Vớiăphươngăphápătưăvấn dựa trên nội dung, h tưăvấn dựa trên
tính chất, nội dung những mụcămàăngưiădùngăyêuăthíchăđể tìm ra các mục có
tính chất, nộiădungătươngătự để tưăvấn.
- Phươngăphápălc cộngătácăvàăphươngăphápătưăvấn dựa trên nội
dungăđều có nhữngăưuănhượcăđiểm ca nó. Vì vyăphươngăphápălaiăraăđiăđể
hn chế nhượcăđiểm và phát triểnăưuăđiểm caăhaiăphươngăphápătrên.
Khi xây dựng h tưăvấn có thể sử dụng mộtăphươngăphápăhoặc kết hợp
nhiềuăphươngăphápănàyăvới nhau.
Theoăcácăphươngăphápătiếp cn  trên, mỗiănhómăngưi dùng có nhiều
cáchăkhácănhauăđể tìm kiếm mục có thể ngưi dùng quan tâm.
- Ngưi dùng nhóm 1 (chưaăcóătiểu sử tươngătácăvới các mục trên
h thống) có thể xây dựng h tưăvấn theo những cách sau:
+ăTưăvấn những mục phổ biến nhất hoặcăđược yêu thích nhất.
+ Sử dụngăphươngăphápătưăvấn dựa trên nội dung.

- Ngưi dùng nhóm 2 (cóăđ thôngătinătươngătácăvới các mục trên
h thống) có những cách sau để xây dựng h tưăvấn:
+ Sử dụng phươngăphápălc cộng tác.
+ Sử dụngăphươngăphápătưăvấn dựa trên nội dung.
+ Sử dụng phươngăphápălai.

10

Ngoàiă baă phươngă phápă tiếp cn phổ biến trên còn có nhiềuă phươngă
pháp tiếp cn khácănhauăđể xây dựng h tưăvấn cho mỗiănhómăngưi dùng. Ví
dụ phươngăphápătiếp cn dựa trên tri thc (Knowledge-based),ăphươngăphápă
tiếp cn Demographicăhayăphươngăphápătưăvấn dựa trên kết nối (Community-
based).
1.2.1 Phngăphápălc cng tác (Collaborative Filtering).
Phươngăphápălc cộng tác làăphươngăpháp dựa trên cộngăđồngăngưi
dùng, dự đoánăđánhă giáă ca mộtă ngưi dùng dựaă trênăđánhăgiáă ca những
ngưi dùng khác [7]. Nếuă ngưiă dùngă cóă cùngă quană điểm với một nhóm
ngưi dùng về một số sản phẩm thì có thể cũngăđồngăquanăđiểm với nhóm
ngưiădùngăđóăvề một mặt hàng, mụcăchưaăbiết. Phươngăphápălc cộng tác
giới thiu những mục có số đôngă ngưiă thích,ă nóă mangă tínhă tràoă lưu,ă xuă
hướng theo ngưi dùng.
Phươngăphápănàyăkhôngăđiăsâuăvào phân tích tính chất, nội dung các
mụcăđãăyêuăthích để giới thiu các mục gần giống với mụcămàăngưi dùng
quan tâm.
Kết quả dự đoánălàăcácămục ngu nhiên thuộc nhiều ch đề, thể loi
khác nhau. Phươngăphápălc cộng tác dựaătrênănhómăngưiădùngătươngăđồng
màănhómăngưiădùngăđóăcóăthể thích nhiều thể loi, ch đề khác nhau nên các
mụcătưăvấn dựa trên s thích ca h cũngăsẽ thuộc nhiều ch đề, thể loi khác
nhau. Điềuănàyălàă điều mà các nhà cung cấp mong muốn, giới thiu nhiều
mụcăkhácănhauăđến vớiăngưi sử dụng.

Phươngă phápă lc cộngă tácă được chia thành hai loi là lc cộng tác
ngưi dùng (UserậUser Collaborative Filtering) và lc cộng tác mục (Itemậ
Item Collaborative Filtering).


11

1.2.1.1 Lc cngătácăngi dùng (User–User Collaborative Filtering).
 Ý tởng.
Ýătưng caăphươngăphápălc cộngătácăngưi dùng là quảng cáo truyền
ming, tc là ý kiến caăcácăthànhăviênătrongăgiaăđình,ăbnăbèăđóngăvaiătròă
quan trng trong vicăđưaăraăquyếtăđnh cá nhân. Nó sử dụng những ý kiến
caăngưiădùngătươngătự để dự đoánăđánhăgiáăca mộtăngưi dùng cho một
mục.
Ngưi dùng tươngătự là những ngưi dùng có cùng s thích về nhiều
mục vớiă ngưiădùngăđangăxét. Để tránhătrưng hợp dự đoánăxếp hng ca
ngưi dùng dựa trên quá nhiềuăngưiădùngătươngătự, h tưăvấn lựa chn k
ngưi hàng xóm gần nhất trong số ngưiădùngătươngătự trênăđể lấy ý kiến ca
h cho dự đoánămục caăngưiădùngăđangăxét.

Hình 1.2 Ví dụ lc cộngătácăngưi dùng.

12

Trong hình vẽ 1.2  trên,ăcóăbaăngưi sử dụng là {ngưi dùng 1, ngưi
dùng 2, ngưi dùng 3} và bốn mục là bốn loi trái cây {quả nho, quả dâu, quả
dưaăhấu, quả cam}.
Cácămũiătênăliền từ ngưiădùngăđến các mục thể hinăngưiădùngăđóă
thích mụcăđó.ăVíădụ ngời dùng 1 có bốnămũiătênăliềnăđến bốn loi trái cây có
nghƿaălàăngời dùng 1 thích cả bốn loi trái cây {quả nho, quả dâu, quả dưaă

hấu, quả cam}, tươngă tự ngời dùng 2 chỉ thích {quả dâu}, ngời dùng 3
thích {quả dâu, quả dưaăhấu}.
Mũiătênăcongănốiăhaiăngưi dùng thể hin rằng giữaăhaiăngưiădùngăđóă
cóăđiểm yêu thích giống nhau hay giữa hai ngưiădùngăđóăcóăsự tươngăđồng
với nhau. Ngời dùng 1 và ngời dùng 3 tươngăđồng vớiănhauăvìăhaiăngưi
dùng cùng thích chung hai loi {quả dâu, quả dưaăhấu}. Ngời dùng 2 cũngă
có chung s thích với ngời dùng 1 là {quả dâu},ătuyănhiênăđiểm chung này
chưaăđ cơăs để dự đoánăngời dùng 2 cũngăthíchănhững loi quả mà ngời
dùng 1 thích. Vì thế khôngăcóăđưng nốiătươngăđồng giữa ngời dùng 1 và
ngời dùng 2 hay ngời dùng 2 và ngời dùng 3.
Mũiătênănétăđt từ mụcăđếnăngưi dùng thể hin dự đoánăca h thống
về mục mà có thể ngưi dùng sẽ thích.  hình vẽ 1.2 này, ta thấy cóăhaiămũiă
tênănétăđt tr từ {quả nho, quả cam} đến ngời dùng 3 cóănghƿaălà hai loi
quả {quả nho, quả cam} sẽ là mụcăđượcătưăvấn cho ngời dùng 3. Vì ngời
dùng 1 và ngời dùng 3 có sự tươngăđồng với nhau nên những mục ngời
dùng 1 thích mà ngời dùng 3 chưaăthíchă được dự đoánă làămục mà ngời
dùng 3 có thể sẽ thích.


13

 Quy trình thực hiện.

Hình 1.3 Ma trn xếp hng.
Hình 1.3 là ma trn xếp hng caăngưi dùng. Ta có thể hình dung bảng
xếp hng caăngưi dùng là một ma trn hai chiều, các cộtăđi din cho các
mục,ăcácăhàngăđi dinăchoăngưi sử dụng, giá tr ca ma trn là xếp hng ca
ngưi dùng với mụcătươngăng. Giá tr này là các số tự nhiên thể hin mcăđộ
quan tâm caăngưi dùng với từng mục. Mỗi h thống khác nhau có thang
điểm xếp hng khác nhau. Giá tr này có thể bằng rỗngă trongă trưng hợp

ngưiădùngăkhôngăcóăđánhăgiá gì cho mụcăđó.
Nhim vụ ca h tưăvấn làăxácăđnh giá tr 

theoăphươngăphápălc
cộngătácăngưi dùng.

14


Hình 1.4 Ma trn trong lc cộngătácăngưi dùng.
Vớiăphươngăphápălc cộngătácăngưi dùng ta thực hin tính toán trên
các cột ca ma trnănhưăhìnhăvẽ 1.4  trên.
SUR thể hinăngưi dùng có xếp hng cho mục.
Unknown Rating thể hinăngưi dùng không có xếp hng cho mục.
Thực hin dự đoánă xếp hng caă ngưi dùng 

với mục 

theo
phươngăphápălc cộngă tácăngưi dùng là dự đoánă xếp hng 

bằng bao
nhiêu dựa trên nhữngăngưiădùngăđãăcóăđánhăgiáăchoămục 




15

Cácăbc thc hin.

Hình 1.5 Cácăbước thực hin lc cộngătácăngưi dùng.
Quyăướcăngưiădùngăuălàăngưiădùngăđangăxét.
 Bớc 1: Tìm kiếm mục ngời dùng u đã có đánh giá.
 Bớc 2: Tìm những ngời dùng có đánh giá cho các mục mà ngời
dùng u đánh giá. Sau khi tìm kiếmăđược các mụcămàăngưiădùngăuăđãă
đánhăgiá,ătaătìmăkiếm nhữngăngưiădùngăcóăđánhăgiáăchoăcácămục tìm
được  bước 2.
Tìm kiếm mụcăngưi dùng u
đã cóăđánhăgiá
Tìm nhữngăngưi dùng có

đánhăgiáăchoămục trên
Lựa chn k ngưi dùng là
hàng xóm
Tínhătươngăđồng giữaăngưi u
với từngăngưi trên
Tìm kiếm những mụcăkăngưi
dùngăđãăxếp hngămàăngưi
dùngăuăchưaăxếp hng
Bước 1
Bước 2
Bước 3
Bước 4
Bước 5
Dự đoánăđánhăgiáăcaăngưi
dùng u với mụcăchưaăxếp hng
Bước 6

16

 Bớc 3: Tính tơng đồng giữa ngời dùng u với những ngời dùng tìm
kiếm ở bớc 2.
Có 4 công thcăđượcădùngăđể tính toán sự tươngăđồng giữaăhaiăngưi
sử dụng [7]. Giá tr này càng cao thể hinăhaiăngưi dùng càng có chung sự
tươngăđồng.
- Tươngăquanăngưi dùng (Pearson correlation).
Công thc tươngăquanăngưi dùng tính toán sự tươngătự giữaăhaiăngưi
dùng dựa trên xếp hng những mục mà cả haiăngưiăđềuăđánhăgiá.









 



 










 












 








Trongăđó,ă

là tp hợp mụcăngưi dùng  đãăcóăđánhăgiá.


là xếp hng caăngưi dùng  với mục .


là xếp hng trung bình caăngưi dùng .
Trưng hợp 

 

lớn ta có thể sử dụngăngưỡng giới hn cho 

 

.
Theo nhiều thí nghim cho thấyăngưỡng có giá tr 50 là hữu ích trong vic cải

thinăđộ chính xác dự đoán.
- Ràng buộc tươngă quan ngưi dùng (Constrained Pearson
correlation).
Trong công thc này ta cần mộtăđiểm tiêu chuẩnăzălàăđánhăgiáătrungă
tính. Ví dụ vớiăthangăđiểm 1-5ătrongăđóăđánhăgiáă1-2ălàăkhôngăthích,ăđánhăgiáă
3 làătrungătínhă(khôngăthíchăcũngăkhôngăghét),ăđánhăgiáătừ 4-5 là thích thì ta
có thể sử dụngăđiểm chuẩn là 

.








 



 











 











 








Trongăđó,ă

là tp hợp các mụcămàăngưi dùng  đãăcóăđánhăgiá.


là xếp hngămàăngưi dùng  đãăđánhăgiáămục .

17



làăđiểm tiêu chuẩn.
- Th hngătươngăquan ngưi dùng (Spearman rank correlation)
Đối vớiăphươngăphápănày,ăcácămụcăđượcăngưiădùngăđánhăgiáăsẽ được
sắp xếp theo cấp bc. Với nhữngăđánhăgiáătốt nhất sẽ  bc 1, còn nhữngăđánhă
giá thấpăhơnăsẽ  các bcăcaoăhơn.ăSauăđóăthực hinătínhătoánănhưăphươngă
phápăPearsonăcorrelation,ăcácăđánhăgiáătrong công thc (1.1) sẽ được thay thế
bằng các cấp bc.








 



 











 











 








Trongăđó,ă

là cấp bc xếp hng caăngưi dùng  đánhăgiáăchoămục
.



là cấp bcătrungăbìnhăđánhăgiáăcaăngưi dùng .
- Độ tươngăđồng cosine (Cosine similarity)
Đâyălàăphươngăphápăvectoăkhôngăgianădựaătrênăđi số tuyến tính không
phảiălàăcácăphươngăphápăthốngăkêănhưă trên. Mỗiăngưiădùngăđược biểu din
bằng 1 vecto và sự tươngă đồng giữaă haiă ngưiă dùngă được tính toán bằng
khoảng cách cosine giữaăhaiăvectoăđánhăgiá.





































Trongăđó,ă

làăđánhăgiáăcaăngưi dùng  với mục .
 Bớc 4: Lựa chọn k ngời dùng là hàng xóm.
Trong một số h thống,ăăngưi ta lựa chn hàng xóm là tất cả ngưi
dùngăkhácăngưiădùngăđang.ăCònătrongămột số h thống khác, k hàng xóm
được lựa chn tùy thuộc vào vic xét duyt từng mục, với mỗi mục khác nhau
sẽ lựa chn một số lượng k hàng xóm khác nhau.

18

Vic hn chế số lượngăngưiădùngătươngătự mangăđến những dự đoánă
chínhăxácăhơnăvìăthế khi thực hin nhiều thí nghim trong nhiềuălƿnhăvực khác
nhau,ăngưi ta nhn thấy với   là con số hợp lý.
 Bớc 5: Tìm kiếm những mục k ngời dùng đã xếp hạng mà ngời
dùng u cha xếp hạng.
 Bớc 6: Dự đoán đánh giá ca ngời dùng u với mục cha xếp hạng.

Dựaătrênăngưi dùng hàng xóm ta có công thc dự đoánăđánhăgiáăca
ngưiădùngăđóăvới một mục [7] nhưăsau:









′



′

 

′


′



′


′



Trongăđó,ăk là tpăngưi hàng xóm caăngưi dùng u.



′

là sự tươngăđồng giữaăngưi dùng đangăxétău và
ngưi dùng hàng xóm 
′
.


′

là xếp hng caăngưi dùng 
′
với mục i.


′
là xếp hng trung bình caăngưi dùng 
′

 Ví dụ minh họa.
Lấy ví dụ bảngăđánhăgiáăxếp hng 5 sao ca 5ăngưi sử dụng A, B, C,
D, E cho 4 bộ phim Batman Begins, Alice in Wonderland, Dumb and Dumber
và Equilibrium (theo bảng 1.1). Xếp hngănàyăđượcăđánhătheoăthangăđiểm 1 ậ
5ătrongăđóă5ălàăxếp hng cao nhất caăngưi dùng thể hinăngưi dùng rất

thích, rấtăquanătâmăđến bộ phimăđó.
Trong ví dụ này, ta sẽ tìm kiếm dự đoánăcaăngưi sử dụng C cho bộ
phim Equilibrium vớiăcácăđiều kin là thực hin tính toán sự tươngăđồng giữa
haiăngưi sử dụng dựa trên công thc Pearson correlation.
Để giải quyếtăbàiătoánănàyătrước hết ta cầnăxácăđnh hàng xóm gần nhất
caăngưi sử dụngăCălàăai?ăNhưătaăthấy,ăcóăhaiăngưi sử dụngăcóăđánhăgiáăchoă
bộ phim Equilibrium và chỉ cóăhaiăngưi này là ng cử viên cho danh sách
hàng xóm gần nhất vớiăngưiădùngăCăđóălàăngưi dùng A và D.

19

Sauăđóăthực hin tính sự tươngăđồng giữaăngưi dùng C với lầnălượt
ngưi dùng A và ngưi dùng D theo công thc Pearson correlation.
Trongăhìnhă1.1ătaăquyăướcăA,ăB,ăC,ăD,ăEătươngăng là user A, user B,
user C, user D, user E. Các bộ phim Batman Begins, Alice in Wonderland,
DumbăandăDumberăvàăEquilibriumăđược kí hiuătươngăng là b, a, d, e.






















































  

  



  

  


  




  



  




  



Thực hinătươngătự vớiăngưi dùng D taăthuăđược kết quả như bảng
sau:

Batman
Begins
Alice in
Wonderland
Dumb
And
Dumber
Equilibrium



S(C,ău’)
User A
4
?
3
5
4
0.781
User C
5

4
2
?
3.667

User D
2
4
?
3
3
- 0.515
Hình 1.6 Tínhăđộ tươngăđồng giữaăhaiăngưi sử dụng
Sauăkhiătínhătoánăđược sự tươngăđồng giữaăngưi sử dụng C với hai
hàng xóm gần nhất ta thực hin dự đoánăđánhăgiáăcaăngưi dùng C cho bộ
phim Equilibrium dựa trên giá tr tươngăđồng vừa tìm kiếm  trênăvàăđánhăgiáă
ca nhữngăngưi hàng xóm cho bộ phim Equilibrium theo công thc dự đoán
taăđược:













 


 






 












