Ứng dụng giải thuật gợi ý dựa trên nội dung hỗ trợ nông dân phòng trừ bệnh đạo ôn

Abstract

Blast disease is caused by the Pyricularia oryzae fungus and has been recorded in more than 80 rice-producing countries around the world, and the disease is progressively more complex, causing many difficulties for farmers. From previous studies on rice blast disease, six important factors including rice variety, density, temperature, moisture, leaf color (protein), and lesion status have been found to have significant influence on the pathogenesis of diseases. Today, with the rapid development of internet networks, mobile devices, etc., most of the farmers own mobile phones. In this study, the content-based of recommender method is used to build the mobile application “BLASTREC” that supports farmers in blast prevention. The software BLASTREC functions Android operating system based on two Naive Bayes and Decision Tree classification algorithms. Experimental results show that the accuracy of two algorithms is more than 90%. The experiment data on blast in Trung An area, Thot Not district, Can Tho city combines with agricultural experts’ opinion to provide farmers with appropriate treatment.

Tóm tắt

Bệnh đạo ôn do nấm Pyricularia oryzae gây ra và đã được ghi nhận ở 80 quốc gia có trồng lúa trên thế giới và bệnh đang có sự chuyển biến ngày càng phức tạp hơn, gây ra nhiều khó khăn cho người nông dân. Từ những nghiên cứu về bệnh đạo ôn trước đây, người ta đã phát hiện được 6 yếu tố quan trọng ảnh hưởng đến việc phòng trị bệnh: giống lúa, mật độ sạ, nhiệt độ, độ ẩm, màu lá (độ đạm), tình trạng vết bệnh. Ngày nay, với sự phát triển nhanh chóng của mạng lưới internet, các thiết bị di động,... đa phần người nông dân đều sở hữu cho điện thoại di động. Trong nghiên cứu này, để hỗ trợ cho người nông dân chọn lựa phương pháp phòng trừ bệnh đạo ôn, phương pháp gợi ý dựa trên nội dung được sử dụng để xây dựng ứng dụng trên điện thoại di động “BLASTRec”. Ứng dụng BLASTRec hoạt động trên hệ điều hành android dựa trên hai giải thuật phân lớp Naive bayes và cây quyết định (Decision Tree). Kết quả thực nghiệm cho thấy việc phân lớp của hai giải thuật có độ chính là trên 90%. Thực nghiệm được thực hiện dựa trên tập dữ liệu thu thập về bệnh đạo ôn tại địa bàn Trung An, quận Thốt Nốt, thành phố Cần Thơ kết hợp với ý kiến chuyên gia nông nghiệp để đưa ra cho người nông dân các giải pháp điều trị phù hợp.