Do Thanh Nhan * and Tran Nguyen Minh Thu

* Corresponding author (dtnhan@nomail.com)

Abstract

To assist the reader faces the information explosion, we built the recommender system applied for a news website automatically (NewsRES). The NewsRES based on the content-based method and collaborative method. The content-based method is used in comparison the content of information or describing news in order to find out the similar news which the users used to be concerned. The CF method passes the tastes of users to take advice or predictions about unknown tastes for other users. The system is applied to 280 students grade 10, 11 at Le Anh Xuan high school for a week.  We gain the results: 30.59% of precision, 94.17% of recall and 45.26% of F-measure.
Keywords: Recommender systems, decision support systems

Tóm tắt

Việc cập nhật tin tức là nhu cầu không thể thiếu trong thời đại hiện nay. Với trang web tổng hợp tin tức, người đọc sẽ gặp một số trở ngại trong việc tìm đọc những thông tin theo ý thích vì sự gia tăng về số lượng cũng như đa dạng về nội dung của tin tức. Nhằm hỗ trợ người đọc đối mặt với sự bùng nổ thông tin, chúng tôi xây dựng hệ thống gợi ý áp dụng cho một trang web tổng hợp tin tức tự động (NewsRES). NewsRES sử dụng phương pháp lọc theo nội dung (content-based) được thực hiện dựa trên việc so sánh nội dung thông tin hay mô tả tin tức để tìm ra những tin tức tương tự với những gì mà người dùng đã từng quan tâm; phương pháp phối hợp (CF) thông qua các thị hiếu đã được biết đến của một  nhóm người dùng để đưa các tư vấn hoặc dự đoán về thị hiếu chưa biết cho một số người dùng khác. Hệ thống này được áp dụng cho 280 học sinh lớp 10, 11 tại trường trung học Lê Anh Xuân, Bến Tre. Kết quả thực nghiệm trên hệ thống NewsRES: Precision 30.59%, Recall 94.17% và F-Measure 45.26%.
Từ khóa: Hệ thống gợi Ý, hệ thống hỗ trợ quyết định

Article Details

References

Gendiminas Adomavicius, Alexander Tuzhilin, Toward the Next Generation of Recommender Systems: A Survey of the State-of-the Art and Possible Extensions.

Herlocker Jonathan L., Konstan Jo- seph A., “Evaluating collaborative filtering recommender systems” ACMTrans. Inf. Syst., vol. 22, no. 1, pp. 5–53, 2004.

Huang, Z.; Zeng, D. & Chen, A comparative study of recommendation algorithms for e-commerce applications, IEEE Intelligent Systems, 2006.

Linden, G.; Smith, B. & York, J. , Amazon.com Recommendations: Item-to-Item Collaborative Filtering, IEEE Internet Computing, IEEE Educational Activities Department, 2003, 7, 76-80.

Nguyễn Duy Phương, Từ Minh Phương, 2009, Các công trình nghiên cứu, phát triển và ứng dụng CNTT-TT, Lọc cộng tác và lọc theo nội dung dựa trên mô hình đồ thị.

Perny, P. & Zucker, J. D., Preference-based Search and Machine Learning for Collaborative Filtering: the “Film-Conseil” recommender system, Information, Interaction, Intelligence, 2001, 1, 9-48.

P. Resnick, N. Iacovou, M. Sushak, P. Bergstrom, and J. Riedl. "GroupLens: An Open Architecture for Collaborative Filtering of Netnews”, Proceedings of the 1994 Computer Supported Cooperative Work Conference, ACM, 1994.

RSS, http://en.wikipedia.org/wiki/RSS.

Sarwar, B. & al., Analysis of recommendation algorithms for e-commerce EC '00, ACM, 2000, 158-167.

Schafer, J. B.; Konstan, J. A. & Riedl, J., E-Commerce Recommendation Applications, Data Min. Knowl. Discov., Kluwer Academic Publishers, 2001, 5, 115-153.

Uông Huy Long, 2010, khóa luận tốt nghiệp đại học, giải pháp mở rộng thông tin ngữ cảnh phiên duyệt web người dùng nhằm nâng cao chất lượng tư vấn trong hệ thống tư vấn tin tức.

Yehuda Koren, August 2009, The BellKor Solution to the Netflix Grand Prize.