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

ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA

PHAN PHƯƠNG LAN

HỆ TƯ VẤN DỰA TRÊN
MỨC ĐỘ QUAN TRỌNG HÀM Ý THỐNG KÊ

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Đà Nẵng - Năm 2019


ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA

PHAN PHƯƠNG LAN

HỆ TƯ VẤN DỰA TRÊN
MỨC ĐỘ QUAN TRỌNG HÀM Ý THỐNG KÊ

Chuyên ngành: Khoa học máy tính
Mã số: 9480101

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Người hướng dẫn khoa học:
1. PGS. TS. Huỳnh Xuân Hiệp

2. TS. Huỳnh Hữu Hưng
Đà Nẵng - Năm 2019

LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu do tôi thực hiện, dưới
sự hướng dẫn của PGS.TS. Huỳnh Xuân Hiệp và TS. Huỳnh Hữu Hưng.
Tôi cam đoan các kết quả nghiên cứu được trình bày trong luận án là trung thực
và không sao chép từ bất kỳ công trình nghiên cứu nào khác. Một số kết quả nghiên
cứu là thành quả tập thể và đã được các đồng tác giả đồng ý cho sử dụng trong luận
án. Mọi trích dẫn trong luận án đều có ghi nguồn gốc xuất xứ rõ ràng và đầy đủ.

Tác giả

NCS. Phan Phương Lan


LỜI CẢM ƠN
Trước tiên, tôi xin bày tỏ lòng biết ơn sâu sắc và gửi lời tri ân đến
PGS. TS. Huỳnh Xuân Hiệp và TS. Huỳnh Hữu Hưng đã tận tình hướng
dẫn, truyền đạt kiến thức và kinh nghiệm nghiên cứu khoa học cho tôi
trong suốt quá trình học tập, nghiên cứu và hoàn thành luận án.
Tôi xin chân thành cảm ơn Phòng Đào tạo và Khoa Công nghệ thông tin Trường Đại học Bách khoa đã luôn tạo điều kiện thuận lợi cho tôi trong thời
gian làm nghiên cứu sinh tại đây. Xin cảm ơn Ban Lãnh đạo trường Đại học Cần
Thơ, Khoa Công nghệ thông tin và Truyền thông, Bộ môn Công nghệ phần mềm
đã luôn hỗ trợ và tạo điều kiện tốt nhất để tôi có thể tập trung nghiên cứu.
Tôi xin được bày tỏ lòng biết ơn chân thành đến GS. TS. Régis Gras đã cung
cấp cho tôi nhiều tài liệu về lý thuyết phân tích hàm ý thống kê và có những góp ý sâu
sắc cho nghiên cứu của tôi. Xin chân thành cảm ơn các nhà khoa học đã dành thời gian
và công sức đọc và đưa ra các góp ý quý báu để luận án được hoàn chỉnh hơn.

Cuối cùng, tôi xin được gửi lời cảm ơn sâu sắc đến gia đình và bạn thân

- những người luôn bên cạnh, giúp đỡ và động viên tôi trong suốt thời
gian học tập, nghiên cứu và hoàn thành luận án.
Đà Nẵng, ngày 09 tháng 11 năm 2019

NCS. Phan Phương Lan


i

MỤC LỤC
MỤC LỤC............................................................................................................................................... I
DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT............................................................... VI
DANH MỤC BẢNG................................................................................................................... VIII
DANH MỤC HÌNH.......................................................................................................................... IX
MỞ ĐẦU................................................................................................................................................. 1
CHƯƠNG 1. TỔNG QUAN......................................................................................................... 7
1.1. Mức độ quan trọng hàm ý thống kê............................................................................... 7
1.1.1. Định nghĩa mức độ quan trọng hàm ý thống kê.............................................. 7
1.1.2. Mức độ quan trọng hàm ý thống kê cho dữ liệu nhị phân .........................8
1.1.2.1. Mối quan hệ hàm ý thống kê trên dữ liệu nhị phân ............................... 8
1.1.2.2. Chỉ số hàm ý và cường độ hàm ý................................................................. 10
1.1.2.3. Cường độ hàm ý có entropy............................................................................ 12
1.1.2.4. Chỉ số gắn kết........................................................................................................... 13
1.1.2.5. Chỉ số đóng góp...................................................................................................... 13
1.1.2.6. Chỉ số tiêu biểu........................................................................................................ 14
1.1.3. Mức độ quan trọng hàm ý thống kê cho dữ liệu phi nhị phân ..............14
1.1.3.1. Mối quan hệ hàm ý thống kê trên dữ liệu phi nhị phân ..................... 15
1.1.3.2. Mức độ quan trọng hàm ý thống kê cho dữ liệu phi nhị phân ......15
1.2. Mức độ quan trọng xếp hạng hàm ý thống kê........................................................ 17

1.3. Hệ tư vấn và các hướng nghiên cứu........................................................................... 18
1.3.1. Hệ tư vấn............................................................................................................................. 18
1.3.2. Phân loại hệ tư vấn........................................................................................................ 21
1.3.2.1. Hệ tư vấn thuộc nhóm cá thể ........................................................................... 22
1.3.2.2. Hệ tư vấn thuộc nhóm cộng tác/cộng đồng............................................ 22
1.3.2.3. Hệ tư vấn thuộc nhóm chuyên gia................................................................ 23
1.3.2.4. Hệ tư vấn thuộc nhóm lai ghép....................................................................... 24


ii

1.3.2.5. Hệ tư vấn thuộc nhóm theo ngữ cảnh........................................................ 25
1.3.3. Các hướng nghiên cứu về hệ tư vấn................................................................... 26
1.3.3.1. Nghiên cứu về dữ liệu......................................................................................... 26
1.3.3.2. Nghiên cứu đề xuất và cải tiến các phương pháp tư vấn ................27
1.3.3.3. Nghiên cứu đánh giá hệ tư vấn...................................................................... 29
1.4. Kỹ thuật tư vấn lọc cộng tác............................................................................................ 29
1.4.1. Kỹ thuật lọc cộng tác dựa trên bộ nhớ (láng giềng)................................... 29
1.4.2. Kỹ thuật lọc cộng tác dựa trên mô hình ............................................................ 30
1.4.2.1. Tư vấn lọc cộng tác dựa trên luật kết hợp............................................... 30
1.4.2.2. Mô hình nhân tố tiềm ẩn..................................................................................... 31
1.5. Đánh giá hiệu quả tư vấn................................................................................................... 32
1.5.1. Phương pháp đánh giá chéo k tập con.............................................................. 35
1.5.2. Tính chính xác của gợi ý............................................................................................ 36
1.5.3. Tính chính xác của xếp hạng được dự đoán.................................................. 37
1.5.4. Tính chính xác của gợi ý được sắp thứ tự ....................................................... 38
1.6. Phương pháp tư vấn theo mức độ quan trọng hàm ý thống kê ...................39
1.6.1. Tư vấn dựa trên phân tích hàm ý thống kê hiện có..................................... 40
1.6.2. Tư vấn dựa trên mức độ quan trọng hàm ý thống kê................................ 41
1.7. Kết luận chương 1................................................................................................................. 43

CHƯƠNG 2. TƯ VẤN THEO MỨC ĐỘ QUAN TRỌNG HÀM Ý THỐNG KÊ
TRÊN LUẬT KẾT HỢP............................................................................................................... 44
2.1. Mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật SIR...44
2.1.1. Mô hình tư vấn SIR........................................................................................................ 44
2.1.2. Mô hình tư vấn SIR được cải tiến.......................................................................... 48
2.2. Hoạt động của mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật .

49
2.2.1. Hoạt động của mô hình tư vấn SIR....................................................................... 49
2.2.2. Hoạt động của mô hình tư vấn SIR được cải tiến ........................................ 53
2.3. Đánh giá hiệu quả tư vấn của mô hình SIR.............................................................. 54
2.3.1. Dữ liệu thực nghiệm của mô hình SIR................................................................ 54
2.3.2. Công cụ thực nghiệm của mô hình SIR............................................................. 56


iii

2.3.3. Hiệu quả tư vấn của mô hình SIR trên dữ liệu nhị phân........................... 57
2.3.3.1. Các giá trị tham số phù hợp............................................................................. 58
2.3.3.2. Thời gian xây dựng mô hình tư vấn trước và sau cải tiến ..............60
2.3.3.3. Tính chính xác của gợi ý qua so sánh nội trên dữ liệu nhị phân .62
2.3.3.4. Tính chính xác của gợi ý qua so sánh ngoại trên dữ liệu nhị phân
........................................................................................................................................................... 66

2.3.3.5. Mô hình tư vấn SIR trong gợi ý đăng ký học phần.............................. 69
2.3.4. Hiệu quả tư vấn của mô hình SIR trên dữ liệu phi nhị phân ...................69
2.3.4.1. Tính chính xác của gợi ý qua so sánh nội trên dữ liệu phi nhị phân
........................................................................................................................................................... 70

2.3.4.2. Tính chính xác của gợi ý qua so sánh ngoại trên dữ liệu phi nhị phân. 73

2.4. Kết luận chương 2................................................................................................................. 75

CHƯƠNG 3. TƯ VẤN THEO MỨC ĐỘ QUAN TRỌNG XẾP HẠNG HÀM Ý
THỐNG KÊ TRÊN NGƯỜI DÙNG....................................................................................... 77
3.1. Định nghĩa mức độ quan trọng xếp hạng hàm ý thống kê trên người dùng 78
3.2. Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên người

dùng UIR............................................................................................................................................... 79
3.3. Hoạt động của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên người dùng............................................................................................................................... 81
3.4. Đánh giá hiệu quả tư vấn của mô hình UIR.............................................................. 85
3.4.1. Dữ liệu thực nghiệm của mô hình UIR............................................................... 85
3.4.2. Công cụ thực nghiệm của mô hình UIR............................................................. 86
3.4.3. Đánh giá mô hình UIR qua tính chính xác của gợi ý................................... 86
3.4.3.1. Tính chính xác của mô hình UIR qua so sánh ngoại ..........................87
3.4.3.2. Tính chính xác của mô hình UIR qua so sánh nội................................ 92
3.4.4. Đánh giá mô hình UIR qua tính chính xác của xếp hạng được dự đoán 95

3.4.4.1. Sai số của mô hình UIR qua so sánh ngoại............................................. 95
3.4.4.2. Sai số của mô hình UIR qua so sánh nội................................................... 98
3.4.5. Đánh giá mô hình UIR qua tính chính xác của gợi ý được sắp thứ tự
............................................................................................................................................................... 99

3.4.5.1. Độ lợi tích lũy giảm dần của mô hình UIR trên dữ liệu nhị phân
......................................................................................................................................................... 100

3.4.5.2. Độ lợi tích lũy giảm dần của mô hình UIR trên dữ liệu phi nhị phân

......................................................................................................................................................... 101


3.5. Kết luận chương 3............................................................................................................... 103


iv

CHƯƠNG 4. TƯ VẤN THEO MỨC ĐỘ QUAN TRỌNG XẾP HẠNG HÀM Ý
THỐNG KÊ TRÊN MỤC........................................................................................................... 104
4.1. Định nghĩa mức độ quan trọng xếp hạng hàm ý thống kê trên mục dữ liệu
................................................................................................................................................................. 105

4.2. Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên mục IIR ..

106
4.3. Hoạt động của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên mục.............................................................................................................................................. 109
4.4. Đánh giá hiệu quả tư vấn của mô hình IIR............................................................. 111
4.4.1. Dữ liệu và công cụ thực nghiệm của mô hình IIR...................................... 111
4.4.2. Thời gian xây dựng ma trận mục trực tiếp và gián tiếp .......................... 112
4.4.3. Đánh giá mô hình IIR qua tính chính xác của gợi ý................................... 113
4.4.3.1. Tính chính xác của mô hình IIR qua so sánh nội ................................ 114
4.4.3.2. Tính chính xác của mô hình IIR qua so sánh ngoại ..........................116
4.4.3.3. Tính ổn định của mô hình IIR......................................................................... 118
4.4.4. Đánh giá mô hình IIR qua tính chính xác của xếp hạng được dự đoán
............................................................................................................................................................. 121

4.4.4.1. Sai số của mô hình IIR qua so sánh nội.................................................. 122

4.4.4.2. Sai số của mô hình IIR qua so sánh ngoại............................................. 126
4.4.5. Đánh giá mô hình IIR qua tính chính xác của gợi ý được sắp thứ tự
............................................................................................................................................................. 128

4.5. So sánh hiệu quả tư vấn của các mô hình đề xuất ............................................ 130
4.5.1. So sánh thời gian tư vấn.......................................................................................... 130
4.5.2. So sánh tính chính xác của các mô hình........................................................ 132
4.5.3. Đánh giá chung về các mô hình đề xuất......................................................... 136
4.6. Kết luận chương 4............................................................................................................... 138

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN........................................................................... 139
Kết luận............................................................................................................................................... 139
Hướng phát triển........................................................................................................................... 140

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ..........................141
TÀI LIỆU THAM KHẢO............................................................................................................ 143
PHỤ LỤC............................................................................................................................................... 1
Phụ lục 1: Công cụ Interestingnesslab và tập dữ liệu DKHP .................................... 1


v

Công cụ Interestingnesslab..................................................................................................... 1
Tập dữ liệu DKHP.......................................................................................................................... 2
Phụ lục 2: Giải thuật tư vấn theo mức độ quan trọng hàm ý thống kê trên luật kết

hợp............................................................................................................................................................. 4
Sinh tập luật dựa trên ngưỡng hỗ trợ, ngưỡng tin cậy và độ dài tối đa của một luật...4

Biểu diễn tập luật theo phân tích hàm ý thống kê....................................................... 4

Tính cường độ hàm ý, chỉ số gắn kết của luật.............................................................. 6
Lọc tập luật theo ngưỡng cường độ hàm ý hoặc chỉ số gắn kết ........................8
Phụ lục 3: Giải thuật tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên

người dùng......................................................................................................................................... 10
Biểu diễn mối quan hệ giữa hai người dùng theo phân tích hàm ý thống kê
............................................................................................................................................................... 10

Tính cường độ hàm ý giữa hai người dùng................................................................. 11
Tìm các láng giềng gần nhất của người cần được tư vấn................................... 12
Xác định chỉ số tiêu biểu của một mục đối với mối quan hệ hàm ý giữa hai người dùng ...

12
Dự đoán xếp hạng của người dùng cho các mục dữ liệu.................................... 14
Phụ lục 4: Giải thuật tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên

mục dữ liệu......................................................................................................................................... 15
Xây dựng ma trận mục dữ liệu - gián tiếp..................................................................... 15
Xây dựng ma trận mục dữ liệu - trực tiếp...................................................................... 16
Dự đoán xếp hạng của người dùng cho các mục dữ liệu.................................... 17
Phụ lục 5: Giải thuật đánh giá hệ tư vấn............................................................................ 18
Phụ lục 6: Xác định giá trị tham số phù hợp của mô hình SIR, AR và IBCF ...21
Ngưỡng tin cậy và hỗ trợ trong các mô hình SIR, AR............................................ 21
Độ dài tối đa của một luật trong các mô hình SIR, AR............................................ 22
Số láng giềng gần nhất của mô hình IBCF.................................................................... 25


vi

DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT

Thuật ngữ
Cường độ hàm ý

Tiếng Anh
Implication/Implicative intensity

Viết tắt

Propension intensity
Cường độ hàm ý có entropy

Entropic version of implicative intensity

Chỉ số gắn kết

Cohesion measure

Chỉ số hàm ý

Implication/Implicative index
Propesion index

Chỉ số tiêu biểu

Typicality measure

Chỉ số đóng góp

Contribution measure

Độ đo hấp dẫn khách quan

Objective interestingness measure

Độ lợi tích lũy giảm dần

Normalized discounted cumulative gain nDCG

Hệ tư vấn

Recommender/Recommendation

Mô hình tư vấn theo mức độ quan

systems
Statistical implicative rules based model SIR

RS

trọng hàm ý thống kê trên luật
Mô hình tư vấn theo mức độ quan
trọng xếp hạng hàm ý thống kê trên
mục
Mô hình tư vấn theo mức độ quan

Item implicative rating based model IIR

trọng xếp hạng hàm ý thống kê trên
người dùng
Mục/Mục dữ liệu

User implicative rating based model UIR

Phân tích hàm ý thống kê

Statistical implicative analysis

Phản ví dụ

Counter-example

Sai số bình phương trung bình

Root of mean squared error

RMSE

Sai số tuyệt đối trung bình

Mean absolute error

MAE

Item
SIA


vii

Tư vấn dựa trên luật kết hợp

Tư vấn dựa trên nội dung

Association rule based recommendation
Content-based recommendation

Tư vấn dựa trên tri thức

Knowledge-based recommendation

Tư vấn lai ghép

Hybrid recommendation

Tư vấn lọc cộng tác dựa trên mục

Item-based collaborative filtering

Tư vấn lọc cộng tác dựa trên

recommendation
User-based collaborative filtering

người dùng
Xếp hạng/đánh giá

recommendation
Rating


viii

DANH MỤC BẢNG
Bảng 1.1: Các mức độ quan trọng hàm ý thống kê........................................................ 8
Bảng 1.2: Một ví dụ về dữ liệu đầu vào ở dạng nhị phân của phân tích hàm ý thống kê. .. 10
Bảng 1.3: Một ví dụ về dữ liệu đầu vào ở dạng phi nhị phân của phân tích hàm ý thống kê.

15
Bảng 1.4: Công thức tính của từng mức độ quan trọng hàm ý thống kê........16
Bảng 1.5: Các mức độ quan trọng xếp hạng hàm ý thống kê. ............................... 18
Bảng 1.6: Một ví dụ về phân chia tập dữ liệu đầu vào với k-fold=4. ...................35
Bảng 1.7: Ma trận nhầm lẫn....................................................................................................... 36
Bảng 2.1: Thông tin chung về các tập dữ liệu mẫu dùng trong thực nghiệm.
................................................................................................................................................................... 55

Bảng 2.2: Dãy phân vị của tập MSWeb(875x135). .......................................................... 56
Bảng 2.3: Dãy phân vị của tập MovieLens(565x336). .................................................. 56
Bảng 2.4: Dãy phân vị của tập DKHP(1.130x57). ............................................................ 56
Bảng 2.5: Các hệ tư vấn dùng cho việc xác định giá trị s và c của các mô hình SIR, AR trên

tập MSWeb(875x135) và DKHP(1.130x57)............................................................... 59
Bảng 2.6: Giá trị tham số phù hợp của các mô hình SIR, AR trên tập MSWeb(875x135) và

DKHP(1.130x57)..................................................................................................................... 59
Bảng 2.7: Giá trị tham số phù hợp của mô hình IBCF trên tập MSWeb(875x135)
và

DKHP(1.130x57)..................................................................................................................... 60
Bảng 3.1: Thông tin chung về tập dữ liệu mẫu MovieLens(943x1.144). ............85
Bảng 4.1: Thông tin chung về các tập dữ liệu mẫu được trích xuất từ MSWeb
................................................................................................................................................................. 118

Bảng 4.2: Các giá trị tham số phù hợp trên những tập dữ liệu mẫu của MSWeb.
................................................................................................................................................................. 119

Bảng 4.3: Bảng tổng hợp đặc điểm của các mô hình tư vấn đề xuất. .............136


ix

DANH MỤC HÌNH
Hình 0.1: Mối quan hệ giữa các chương của luận án.................................................... 5
Hình 1.1: Biểu diễn của mối quan hệ a...............................................................b
theo phân tích hàm ý thống kê.
9
Hình 1.2: Mô hình biểu diễn phương pháp phân tích hàm ý thống kê. ..............10
Hình 1.3: Dữ liệu đầu vào và đầu ra của hệ tư vấn....................................................... 19
Hình 1.4: Phân loại hệ tư vấn theo đối tượng chính cung cấp thông tin. ........21
Hình 1.5: Các hướng nghiên cứu về hệ tư vấn............................................................... 26
Hình 1.6: Sơ đồ đánh giá hiệu quả tư vấn (tính chính xác của kết quả tư vấn).
................................................................................................................................................................... 34
Hình 1.7: Mối liên kết giữa những định hướng của luận án và các hướng nghiên cứu về hệ

tư vấn.......................................................................................................................................... 42
Hình 1.8: Mối liên kết giữa kỹ thuật lọc cộng tác, các mức độ quan trọng hàm ý thống kê

và đề xuất nghiên cứu của luận án............................................................................. 42
Hình 2.1: Mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật SIR.
................................................................................................................................................................... 46
Hình 2.2: Minh họa của mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật

SIR................................................................................................................................................ 47
Hình 2.3: Mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật SIR được cải

tiến................................................................................................................................................ 48
Hình 2.4: Hoạt động của mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật

SIR................................................................................................................................................ 49
Hình 2.5: Hoạt động của mô hình tư vấn theo mức độ quan trọng hàm ý thống kê trên luật

SIR được cải tiến.................................................................................................................. 54
Hình 2.6: Tỷ lệ thời gian xây dựng mô hình của SIR sau và trước khi cải tiến trên tập

MSWeb(875x135) với times=2....................................................................................... 61
Hình 2.7: Tỷ lệ thời gian xây dựng mô hình của SIR sau và trước khi cải tiến trên tập

DKHP(1.130x57) với times=2.......................................................................................... 61
Hình 2.8: Đường cong ROC và đường cong Precision - Recall của bốn hệ tư vấn trên tập

MSWeb(875x135) khi times=2, given=2.................................................................... 63
Hình 2.9: Đường cong ROC và đường cong Precision - Recall của bốn hệ tư vấn trên tập

MSWeb(875x135) khi times=2, given=6.................................................................... 63


x

Hình 2.10: Giá trị F1 của bốn hệ tư vấn trên tập MSWeb(875x135) khi times=2. . 64
Hình 2.11: Đường cong ROC của bốn hệ tư vấn trên tập DKHP(1.130x57) khi times=2 và

given=1, 3, 5............................................................................................................................ 65

Hình 2.12: Đường cong Precision - Recall của bốn hệ tư vấn trên tập DKHP(1.130x57) khi

times=4, given=2, 4.............................................................................................................. 65
Hình 2.13: Đường cong Precision - Recall và đường cong ROC của bốn hệ tư vấn trên tập

MSWeb(875x135) khi times=6, given=7.................................................................... 67
Hình 2.14: Đường cong Precision - Recall của bốn hệ tư vấn trên tập MSWeb(875x135) khi

(times, given) là (4, 3) và (2, 2)...................................................................................... 68
Hình 2.15: Đường cong Precision - Recall và đường cong ROC của bốn hệ tư vấn trên tập

MSWeb(875x135) khi times=2, given=1.................................................................... 68
Hình 2.16: Đường cong Precision - Recall của bốn hệ tư vấn trên tập MovieLens(565x336)

khi (times, given) là (2, 1) và (1, 6)............................................................................... 70
Hình 2.17: Đường cong Precision - Recall của bốn hệ tư vấn trên tập MovieLens(565x336)

khi (times, given) là (5, 12) và (3, 17)......................................................................... 71
Hình 2.18: Đường cong ROC của bốn hệ tư vấn trên tập MovieLens(565x336) khi (times,

given) là (2, 2) và (4, 17).................................................................................................... 71
Hình 2.19: Sự chênh lệch giá trị Accuracy của ba hệ tư vấn trên tập MovieLens(565x336)

khi times=2............................................................................................................................... 72
Hình 2.20: Sự chênh lệch giá trị F1 của ba hệ tư vấn trên tập MovieLens(565x336) khi

times=2....................................................................................................................................... 72
Hình 2.21: Đường cong ROC và Precision - Recall của hai hệ tư vấn trên tập
MovieLens(565x336) khi times=3 và given=6. ...................................................... 74
Hình 2.22: Sự chênh lệch giá trị F1 của hai hệ tư vấn trên tập MovieLens(565x336) khi

times=1....................................................................................................................................... 74
Hình 3.1: Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên người dùng

UIR................................................................................................................................................ 80
Hình 3.2: Minh họa của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên người dùng UIR........................................................................................................... 81
Hình 3.3: Hoạt động của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên người dùng UIR........................................................................................................... 82


xi

Hình 3.4: Đường cong ROC của năm hệ tư vấn trên tập MSWeb(875x135) khi (times, given,

knn) là (4, 4, 50) và (4, 6, 60). ....................................................................................

Hình 3.5: Đường cong Precision - Recall và ROC của

88
năm hệ tư vấn trên tập

MSWeb(875x135) với times=6, given=3, knn=30. ...................................................

88

Hình 3.6: Biểu đồ chênh lệch giá trị F1 của hai hệ tư vấn trên tập MSWeb(875x135) khi

times=6 và knn=80. .................................................................................................... 89
Hình 3.7: Sự chênh lệch giá trị F1của hai hệ tư vấn trên tập MSWeb(875x135) khi given=5.

.................................................................................................................................... 90

Hình 3.8: Thời gian tư vấn trên tập MSWeb(875x135) khi times=3. .................................. 90
Hình 3.9: Sự chênh lệch giá trị F1, Accuracy của hai hệ tư vấn trên tập DKHP(1.130x57)

khi times=3 và given=2. ............................................................................................. 91
Hình 3.10: Sự chênh lệch giá trị Accuracy của hai hệ tư vấn trên tập DKHP(1.130x57) khi

times=2 và given=3, 4. ............................................................................................... 91
Hình 3.11: Thời gian tư vấn trên tập DKHP(1.130x57) khi times=3. ................................. 92
Hình 3.12: Đường cong ROC của hai hệ tư vấn trên tập DKHP(1.130x57) khi (times, knn)

là (5, 40) và given=1, 2, 3........................................................................................... 93
Hình 3.13: Sự chênh lệch giá trị F1 của hai hệ tư vấn trên tập MSWeb(875x135) khi given=1

và knn=50 tương ứng. ................................................................................................ 94
Hình 3.14: Sự chênh lệch giá trị F1 của hai hệ tư vấn trên tập MSWeb(875x135) khi knn=50,
30. ...............................................................................................................................

94
Hình 3.15: Giá trị MAE của ba hệ tư vấn trên tập MovieLens(943x1.144) khi (times, knn)
là (2, 30) và (2, 50). ....................................................................................................

96

Hình 3.16: Giá trị MSE của ba hệ tư vấn trên tập MovieLens(943x1.144) khi (times, knn)
là (2, 40) và (2, 60). ....................................................................................................

96

Hình 3.17: Giá trị MAE của ba hệ tư vấn trên tập MovieLens(943x1.144) khi times=2 và
knn=10, 30, 50, 60, 80. ...............................................................................................

97

Hình 3.18: Giá trị RMSE của ba hệ tư vấn trên tập MovieLens(943x1.144) khi times=3. 98

Hình 3.19: Giá trị MAE của ba hệ tư vấn trên tập MovieLens(943x1.144) khi times=2. .. 99
Hình 3.20: Giá trị nDCG của ba hệ tư vấn trên tập MSWeb(875x135) khi times=10. .... 100
Hình 3.21: Sự chênh lệch giá trị nDCG của UIRTypicality RS và UBCFJaccard RS trên tập

MSWeb(875x135) khi times=10. ............................................................................. 101


xii

Hình 3.22: Giá trị nDCG của bốn hệ tư vấn trên tập MovieLens(943x1.144) khi times=5.

102
Hình 3.23: Sự chênh lệch giá trị nDCG của UIRTypicality RS và UBCFCosine RS trên tập

MovieLens(943x1.144) khi times=5.......................................................................... 102
Hình 4.1: Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê trên mục IIR.

107
Hình 4.2: Minh họa của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên mục IIR........................................................................................................................... 108
Hình 4.3: Hoạt động của mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống kê

trên mục IIR........................................................................................................................... 109
Hình 4.4: Tỷ lệ thời gian xây dựng ma trận mục trực tiếp và gián tiếp trên tập
MSWeb(875x135) khi times=2..................................................................................... 112
Hình 4.5: Tỷ lệ thời gian xây dựng ma trận mục trực tiếp và gián tiếp trên tập
DKHP(1.130x57) khi times=2........................................................................................ 113
Hình 4.6: Đường cong ROC của bốn hệ tư vấn trên tập MSWeb(875x135) khi times=4 và

given=(2, 3, 4)....................................................................................................................... 114
Hình 4.7: Đường cong ROC của bốn hệ tư vấn trên tập DKHP(1.130x57) khi times=2 và

given=(2, 3, 4)....................................................................................................................... 115
Hình 4.8: Đường cong Precision - Recall và ROC của bốn hệ tư vấn trên tập
MSWeb(875x135) khi (times, given)=(2, 3)............................................................ 116
Hình 4.9: Đường cong ROC của bốn hệ tư vấn trên tập MSWeb(875x135) khi (times, given)

là (2, 2) và (2, 1)................................................................................................................... 117
Hình 4.10: Giá trị F1 của bốn hệ tư vấn trên ba tập dữ liệu mẫu của MSWeb khi given=4.

119
Hình 4.11: Giá trị F1 của từng hệ tư vấn trên tập MSWeb(875x135) và MSWeb(432x145)

khi recs=3............................................................................................................................... 120
Hình 4.12: Giá trị F1 của từng hệ tư vấn trên tập MSWeb(2.767x159). ............121
Hình 4.13: Giá trị RMSE của IIRIIntens. RS trên tập MovieLens(565x336) khi times=6.

122
Hình 4.14: Giá trị MAE của IIRIIntens. RS trên tập MovieLens(943x1.144) khi times=6.

123


xiii

Hình 4.15: Sự chênh lệch giá trị RMSE của từng hệ tư vấn với IIRIIntens. RS trên tập

MovieLens(565x336) khi times=3.............................................................................. 124
Hình 4.16: Sự chênh lệch giá trị MAE của từng hệ tư vấn với IIRIIntens. RS
trên tập

MovieLens(565x336) khi times=3.............................................................................. 124
Hình 4.17: Sự chênh lệch giá trị RMSE của từng hệ tư vấn với IIRIIntens. RS trên tập

MovieLens(943x1.144) khi times=4.......................................................................... 125
Hình 4.18: Sự chênh lệch giá trị MAE của từng hệ tư vấn với IIRIIntens. RS
trên tập

MovieLens(943x1.144) khi times=2.......................................................................... 125
Hình 4.19: Sự chênh lệch giá trị RMSE của từng hệ tư vấn với IBCFPearson RS trên tập

MovieLens(565x336) khi times=10............................................................................ 127
Hình 4.20: Sự chênh lệch giá trị MAE của từng hệ tư vấn với IBCFPearson RS trên tập

MovieLens(565x336) khi times=10............................................................................ 127
Hình 4.21: Giá trị nDCG của ba hệ tư vấn trên tập MSWeb(875x135) khi times=30.
................................................................................................................................................................. 129

Hình 4.22: Giá trị nDCG của ba hệ tư vấn trên tập MSWeb(2.767x159) khi times=4.

................................................................................................................................................................. 129

Hình 4.23: Thời gian tư vấn của ba hệ thống trên tập MSWeb(875x135) khi times=4 và

DKHP(1.130x57) khi times=16..................................................................................... 130
Hình 4.24: Tỷ lệ thời gian tư vấn của UIR RS và IIR RS trên tập MovieLens(943x1.144)

khi times=2............................................................................................................................ 131
Hình 4.25: Sự chênh lệch giá trị F1 của IIR RS và SIR RS trên tập MSWeb(875x135) khi

times=4.................................................................................................................................... 132
Hình 4.26: Sự chênh lệch giá trị F1 của UIR RS với IIR RS và SIR RS trên tập
MSWeb(875x135) khi times=4..................................................................................... 133
Hình 4.27: Sự chênh lệch giá trị nDCG của UIR RS và IIR RS trên tập MSWeb(875x135)

khi times=2............................................................................................................................ 134
Hình 4.28: Sự chênh lệch giá trị nDCG của UIR RS và IIR RS1 trên tập MovieLens(565x336)

khi times=2............................................................................................................................ 135
Hình 4.29: Sự chênh lệch giá trị nDCG của UIR RS và IIR RS2 trên tập MovieLens(565x336)

khi times=2............................................................................................................................ 135


1

MỞ ĐẦU
1. Tính cấp thiết của luận án
Sự phát triển của công nghệ web, internet và thiết bị điện tử làm cho các dịch vụ
thương mại điện tử, dịch vụ giải trí, v.v ngày càng phong phú cũng như các thông tin

thu thập được ngày càng nhiều và đa dạng. Người dùng có thể bị quá tải thông tin nên
có thể đưa ra quyết định không đúng khi sử dụng những dịch vụ này. Vì vậy, để đáp
ứng nhu cầu tư vấn của người dùng và nhu cầu hỗ trợ kinh doanh của các nhà cung
cấp, hệ tư vấn được xem là một trong các giải pháp hiệu quả cho bài toán bùng nổ
thông tin. Hệ tư vấn (recommendation systems hoặc recommender system) [5] là kỹ
thuật hay công cụ phần mềm được nhúng trong các ứng dụng hoặc trang web giúp làm
giảm tình trạng quá tải thông tin bằng cách tự động truy tìm thông tin và dịch vụ có liên
quan nhất từ một lượng lớn dữ liệu để dự đoán các giá trị xếp hạng/đánh giá (rating)
của người dùng cho một mục dữ liệu (sản phẩm, dịch vụ, v.v) cụ thể và/hoặc gợi ý các
mục có xếp hạng dự đoán cao nhất cho người đó. Trải qua hơn hai mươi năm phát
triển, hệ tư vấn được ứng dụng vào nhiều mặt của cuộc sống như: Thương mại điện
tử, du lịch điện tử, học tập điện tử, dịch vụ điện tử, v.v [30]. Các hệ tư vấn có thể được
phân loại theo kỹ thuật tư vấn [5][10][30], tính chất của dữ liệu [27], lĩnh vực ứng dụng
[30], hoặc đối tượng chính cung cấp thông tin. Hệ tư vấn được xây dựng theo một
trong những kỹ thuật như: Dựa trên nội dung, lọc cộng tác, dựa trên tri thức, lai ghép
[5][10][30]. Trong đó, lọc cộng tác [1][13][15][34] là kỹ thuật quan trọng và được sử
dụng phổ biến nhất. Kỹ thuật này đưa ra các gợi ý cho người dùng dựa trên những mối
quan hệ giữa các mục dữ liệu hay giữa những người dùng. Các nghiên cứu về hệ tư
vấn là khá đa dạng nhưng có thể được nhóm thành các hướng sau: (1) nghiên cứu về
dữ liệu dùng trong hệ tư vấn; (2) đề xuất và cải tiến các phương pháp tư vấn; (3) đánh
giá hệ tư vấn. Mặc dù đã đạt được nhiều thành công song tất cả những hướng nghiên
cứu này vẫn đang được tiếp tục phát triển để đáp ứng sự đa dạng về lĩnh vực ứng
dụng, sự khác nhau trong nhu cầu người dùng và sự phát triển của công nghệ. Đặc
biệt, hướng đề xuất và cải tiến các phương pháp tư vấn giữ vai trò chủ đạo.


2

Phân tích hàm ý thống kê (Statistical Implicative Analysis - SIA) [61][62] là
phương pháp phân tích dữ liệu được khởi đầu bởi Gras nhằm nghiên cứu các khuynh

hướng giữa các thuộc tính (biến) dữ liệu. Phương pháp này xem mối quan hệ giữa các
thuộc tính là không đối xứng mà theo đó, giá trị hàm ý thống kê của mối quan hệ giữa
các thuộc tính a với các thuộc tính b ( → ) và của mối quan hệ giữa b với a ( → ) là khác
nhau nên phù hợp với mối quan hệ trong thực tế. Trong phân tích hàm ý thống kê, mối
quan hệ → được biểu diễn bằng bộ bốn giá trị , , và ; việc phát hiện khuynh hướng dữ
liệu được dựa trên giá trị của mối quan hệ theo các mức độ quan trọng hàm ý thống kê
như cường độ hàm ý, chỉ số gắn kết. Phương pháp này quan tâm nhiều đến số phản ví
dụ trong mối quan hệ mà theo đó, mối quan hệ được quan sát thống kê chấp nhận càng
ít số phản ví dụ thì nó càng có hàm

ý Hiện nay, việc liên kết phương pháp phân tích hàm ý thống kê vào những
lĩnh vực nghiên cứu khác đang là một trong các chủ đề được quan tâm nhất.
Độ đo luôn là một thành phần quan trọng trong các hệ tư vấn vì nó được sử
dụng vào việc tìm ra sự tương tự giữa những người dùng hay sự tương tự
giữa các mục hay các mối quan hệ tin cậy mạnh giữa các mục, v.v. để từ đó
xây dựng danh sách gợi ý. Do đó, các mức độ quan trọng của phân tích hàm
ý thống kê có thể được xem xét cho việc phát triển hệ tư vấn.
Các nghiên cứu liên kết phân tích hàm ý thống kê vào hệ tư vấn còn khá ít.
Những nghiên cứu [55][60] sử dụng luật kết hợp và một số mức độ quan trọng
hàm ý thống kê để xây dựng hệ tư vấn. Nhìn chung, các nghiên cứu vẫn còn
một số vấn đề chưa giải quyết: (1) chỉ mới tập trung xây dựng mô hình tư vấn
trên dữ liệu nhị phân và chưa quan tâm đến dữ liệu phi nhị phân, đánh giá hiệu
quả tư vấn của mô hình theo tính chính xác của gợi ý; (2) đều sử dụng luật kết
hợp để thực hiện tư vấn nên thời gian tư vấn trực tuyến có thể lâu và máy tính
có thể bị quá tải trong quá trình xử lý; (3) thiếu kết hợp đặc trưng của một số
mức độ quan trọng hàm ý thống kê để nâng cao hiệu quả gợi ý.

Vì vậy, đề tài “Hệ tư vấn dựa trên mức độ quan trọng hàm ý thống
kê” được thực hiện trong khuôn khổ luận án tiến sĩ chuyên ngành
khoa học máy tính với mong muốn được đóng góp một phần vào lĩnh

vực nghiên cứu hệ tư vấn và phân tích hàm ý thống kê.


3

2. Mục tiêu, đối tượng và phạm vi nghiên cứu của luận án
2.1. Mục tiêu nghiên cứu
Luận án tìm hiểu, vận dụng các mức độ quan trọng hàm ý thống kê và
kỹ thuật tư vấn lọc cộng tác để đề xuất và hiệu chỉnh các mô hình tư vấn
nhằm cải tiến hiệu quả (mà cụ thể là độ chính xác) của mô hình; qua đó, góp
phần liên kết lý thuyết phân tích hàm ý thống kê vào lĩnh vực hệ tư vấn.

2.2. Đối tượng nghiên cứu
Luận án tập trung vào các đối tượng nghiên cứu sau:
- Các mức độ quan trọng hàm ý thống kê.
- Các mô hình tư vấn theo các mức độ quan trọng hàm ý thống kê
sử dụng kỹ thuật lọc cộng tác.

2.3. Phạm vi nghiên cứu
Luận án được giới hạn trong phạm vi sau: Tìm hiểu các mức độ
quan trọng hàm ý thống kê, kỹ thuật tư vấn lọc cộng tác, các nghiên
cứu hiện có về hệ tư vấn dựa trên phân tích hàm ý thống kê để:
- Đề xuất và mở rộng mô hình tư vấn theo mức độ quan trọng hàm
ý thống kê trên luật kết hợp.
- Đề xuất một mức độ quan trọng mới ở góc độ người dùng (gọi là xếp
hạng hàm ý thống kê trên người dùng) và mô hình tư vấn theo mức độ mới này.

- Đề xuất một mức độ quan trọng mới ở góc độ mục dữ liệu (gọi là xếp
hạng hàm ý thống kê trên mục) và mô hình tư vấn theo mức độ mới này.

Tất cả các mô hình đề xuất đều có thể áp dụng cho cả dữ liệu nhị
phân và phi nhị phân.

3. Các đóng góp của luận án
Luận án có những đóng góp sau:
- Các mức độ quan trọng hàm ý thống kê mới trên cả dữ liệu nhị phân và phi
nhị phân gồm: Xếp hạng hàm ý thống kê trên người dùng (K nearest
neighbors/users based implicative rating) và xếp hạng hàm ý thống kê trên mục dữ
liệu (K nearest neighbors/items based implicative rating). Hai mức độ quan trọng
này được dùng để dự đoán xếp hạng của một người dùng cho một mục dữ liệu.
- Các mô hình tư vấn mới có thể áp dụng trên dữ liệu nhị phân và phi nhị phân.


4

+ Mô hình tư vấn theo mức độ quan trọng hàm ý thống kê sử
dụng kỹ thuật lọc cộng tác dựa trên luật kết hợp .
+ Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống
kê trên người dùng (user implicative rating based model) sử dụng .
+ Mô hình tư vấn theo mức độ quan trọng xếp hạng hàm ý thống
kê trên mục (item implicative rating based model) sử dụng .
- 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; qua đó, cho phép
người dùng viết các kịch bản sử dụng hệ tư vấn và đánh giá hiệu quả tư vấn.

- Tập dữ liệu nhị phân DKHP có thể dùng để đánh giá hiệu quả tư
vấn. Tập DKHP lưu thông tin đăng ký học phần của sinh viên các khóa
40, 41, 42 và 43 (tương ứng với các năm 2015, 2016, 2017 và 2018) thuộc
Khoa Công nghệ thông tin và Truyền thông, trường Đại học Cần Thơ.

4. Bố cục của luận án
Dựa trên mục tiêu, đối tượng và phạm vi nghiên cứu, luận án được cấu
trúc thành ba phần: Phần mở đầu, phần nội dung và kết quả nghiên cứu,
phần kết luận và hướng phát triển. Phần nội dung và kết quả nghiên cứu
được cấu trúc thành bốn chương và sáu phụ lục. Mối quan hệ về kiến thức
giữa các chương trong luận án được trình bày chi tiết trong Hình 0.1.
Chương 1 tìm hiểu về các mức độ quan trọng hàm ý thống kê, kỹ thuật tư vấn
và phương pháp đánh giá hệ tư vấn, các hướng nghiên cứu về hệ tư vấn cũng như
những nghiên cứu hiện có về hệ tư vấn dựa trên lý thuyết phân tích hàm ý thống kê
để xác định phạm vi nghiên cứu của luận án. Trên các cơ sở này, Chương 1 phác
thảo những đề xuất tư vấn sẽ được cụ thể hóa trong các chương sau.
Chương 2 trình bày một mô hình tư vấn theo mức độ quan trọng hàm ý thống kê
sử dụng kỹ thuật lọc cộng tác dựa trên luật kết hợp cho cả dữ liệu nhị phân và phi nhị
phân. Mô hình cho phép chọn một trong các mức độ quan trọng hàm ý thống kê khác
nhau (như cường độ hàm ý có hay không có entropy, chỉ số gắn kết) và kết hợp với chỉ
số đóng góp để gợi ý cho người cần tư vấn danh sách các mục dữ liệu có chất lượng
hàm ý cao. Mô hình tư vấn đề xuất được so sánh với một số mô hình hiện có của gói
recommenderlab [48]. Hiệu quả của mô hình được đánh giá qua tính chính xác của các
gợi ý như đường cong ROC, đường cong Precision - Recall, giá trị F1


5

điều hòa giữa hai giá trị chính xác (Precision) và bao phủ (Recall). Bên cạnh
đó, mô hình đề xuất còn được cải tiến để làm giảm thời gian tư vấn qua việc
kết hợp đồng thời các hoạt động biểu diễn tập luật theo quan điểm phân tích
hàm ý thống kê và tính giá trị của luật theo một mức độ quan trọng hàm ý
thống kê ngay tại giai đoạn sinh tập luật. Ngoài ra, mô hình cũng được mở
rộng để có thể tư vấn theo những mối quan hệ hấp dẫn khách quan khác.
Chương 1: Tổng quan

Hệ tư vấn
Tư vấn dựa trên phân
-Kỹ thuật tư vấn
tích hàm ý thống kê
-Đánh giá hiệu quả tư vấn

-Phân tích hàm ý thống
kê -Các mức độ quan
trọng hàm ý thống kê

Chương 2: Tư vấn theo mức độ quan trọng
hàm ý thống kê trên luật kết hợp

Mô hình

Thực nghiệm

Chương 3: Tư vấn theo mức độ quan trọng xếp hạng
hàm ý thống kê trên người dùng

KnnUIR

Mô hình

Thực nghiệm

Chương 4: Tư vấn theo mức độ quan trọng xếp hạng
hàm ý thống kê trên mục dữ liệu

KnnIIR

Mô hình

Thực nghiệm

Hình 0.1: Mối quan hệ giữa các chương của luận án
Chương 3 giới thiệu một mức độ quan trọng hàm ý thống kê mới để dự đoán
xếp hạng của người dùng; một mô hình tư vấn mới sử dụng kỹ thuật tư vấn lọc
cộng tác dựa trên láng giềng và mức độ quan trọng . kết hợp nhiều yếu tố có thể
tác động đến việc dự đoán xếp hạng của người dùng như: Ai là các láng giềng gần
nhất của người cần tư vấn, giá trị xếp hạng cho mục dữ liệu cần dự đoán xếp hạng
của những láng giềng này và ảnh hưởng của mục dữ liệu đang xét


6

đến sự hình thành mối quan hệ láng giềng. được phát triển từ hai mức độ quan
trọng cơ sở: Cường độ hàm ý và chỉ số tiêu biểu. Khác với cách tiếp cận ở Chương
2, cường độ hàm ý sẽ đo sức mạnh của mối quan hệ giữa hai người dùng thay vì
giữa các mục dữ liệu; chỉ số tiêu biểu sẽ đo sự ảnh hưởng của một mục dữ liệu đối
với sự hình thành mối quan hệ giữa hai người dùng thay vì của người dùng đối sự
hình thành mối quan hệ giữa các mục. Mô hình tư vấn đề xuất không chỉ dự đoán
xếp hạng mà còn gợi ý cho người cần tư vấn danh sách các mục có xếp hạng dự
đoán cao. Mô hình được so sánh với một số mô hình hiện có của gói
recommenderlab qua việc đánh giá tính chính xác của: Các gợi ý như Chương 2,
xếp hạng dự đoán theo các sai số và gợi ý được sắp thứ tự theo nDCG. Dữ liệu
dùng trong thực nghiệm là dữ liệu nhị phân hoặc phi nhị phân.

Chương 4 mô tả một mức độ quan trọng hàm ý thống kê mới để dự đoán

xếp hạng của người dùng và mô hình tư vấn mới theo mức độ quan trọng này.
kết hợp giá trị bất ngờ khi quan sát một số lượng nhỏ các phản ví dụ, giá trị tin
cậy dựa trên số đồng thuận của các mối quan hệ giữa hai mục dữ liệu và các
xếp hạng đã có của người cần tư vấn để thực hiện dự đoán xếp hạng. Mục đích
của sự kết hợp này là để phân biệt rõ ảnh hưởng của từng mục dữ liệu lên mục
dữ liệu đang xét nhằm cải thiện hiệu quả tư vấn. Tương tự như các chương
trước, mô hình tư vấn được so sánh với một số mô hình hiện có; được đánh
giá qua tính chính xác của: Gợi ý, xếp hạng dự đoán và gợi ý được sắp thứ tự;
được áp dụng cho cả dữ liệu nhị phân hoặc phi nhị phân. Bên cạnh đó, Chương
4 còn cải thiện thời gian tư vấn bằng cách xây dựng trực tiếp ma trận mối quan
hệ giữa các mục dữ liệu. Trong chương này, mức độ quan trọng hàm ý thống kê
sẽ đo sức mạnh của mối quan hệ giữa hai mục dữ liệu thay vì giữa hai người
dùng như Chương 3 hay giữa một tập mục dữ liệu với một mục như Chương 2.
Phần Phụ lục trình bày: Công cụ Interestingnesslab được phát triển và tập
dữ liệu DKHP được thu thập để chạy các kịch bản thực nghiệm (Phụ lục 1); các
giải thuật cài đặt các mô hình tư vấn đề xuất (Phụ lục 2, 3, 4, 5) và một số kịch
bản thực nghiệm bổ sung khi đánh giá các mô hình đề xuất (Phụ lục 6).


7

CHƯƠNG 1. TỔNG QUAN
Chương 1 tập trung nghiên cứu sự liên kết giữa lý thuyết phân tích hàm ý thống
kê và bài toán hệ tư vấn thông qua: (1) xác định các mức quan trọng hàm ý thống kê
trên cả dữ liệu nhị phân và phi nhị phân có thể hỗ trợ cho hoạt động tư vấn; (2) tìm hiểu
về hệ tư vấn và những nghiên cứu hiện có về hệ tư vấn dựa trên lý thuyết phân tích
hàm ý thống kê để định hướng nghiên cứu của luận án; (3) xác định kỹ thuật tư vấn và
phương pháp đánh giá hệ tư vấn được sử dụng trong luận án. Trên cơ sở này, Chương
1 phác thảo các đề xuất tư vấn theo mức độ quan trọng hàm ý thống kê mà chúng sẽ
được trình bày chi tiết trong các chương còn lại.

1.1. Mức độ quan trọng hàm ý thống kê
1.1.1. Định nghĩa mức độ quan trọng hàm ý thống kê
Mức độ quan trọng hàm ý thống kê là một độ đo của lý thuyết phân tích hàm ý
thống kê - một lý thuyết phân tích dữ liệu được đề xuất bởi Gras và các cộng sự
[61]. Mức độ quan trọng hàm ý thống kê được sử dụng để đo giá trị của mối quan
hệ giữa các thuộc tính (biến) ở cả dạng nhị phân và phi nhị phân; qua đó, giúp phát
hiện các khuynh hướng trong một tập hợp các thuộc tính. Với dữ liệu nhị phân, mỗi
thuộc tính chỉ nhận một trong hai giá trị 0 hoặc 1. Với dữ liệu phi nhị phân, mỗi
thuộc tính nhận giá trị số thực và được quy đổi về đoạn [0,1].

Đặc điểm của mức độ quan trọng hàm ý thống kê là không đối xứng, dựa
trên xác suất và có sự kết hợp phi tuyến tính giữa các thuộc tính. Bảng 1.1 tổng
hợp vai trò của các mức độ quan trọng hàm ý thống kê. Chi tiết về từng mức độ
quan trọng được trình bày trong các Mục 1.1.2 và Mục 1.1.3. Các mức độ quan
trọng hàm ý thống kê trong Bảng 1.1 được sử dụng để xây dựng mô hình tư
vấn trên luật kết hợp (Chương 2 của luận án) và là cơ sở để đề xuất hai mức độ
quan trọng hàm ý thống kê mới trong các mô hình tư vấn trên người dùng và
trên mục dữ liệu (Chương 3 và Chương 4 của luận án).