nguyenkhangduy2002
New Member
Link tải luận văn miễn phí cho ae
Luận văn ThS. Kỹ thuật phần mềm -- Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội, 2014
Tương tác cá nhân là hoạt động/ sự việc diễn ra trên toàn thế giới, thậm chí có từ
hàng trăm năm trước cho đến ngày nay. Những năm 1990, tương tác cá nhân ít nhiều
cũng đã có mặt. Theo thường lệ, khi đi vào một cửa hàng sách quen thuộc, chủ hàng sẽ
chào đón như: “Có báo mới ngày hôm nay đấy!”, chủ hàng biết rằng khách hàng của
mình muốn điều gì khi đến đây. hay chủ hàng có thể giới thiệu cho một vài quyển
sách mà khách hàng của mình có thể quan tâm dựa trên những sở thích của khách. Hoặc
khi đi vào quán nước quen, người phục vụ sẽ hỏi: “Như thường lệ chứ?”
Khoảng 30 năm về trước, khi bạn muốn mua chiếc tivi ở cửa hàng điện máy thì
có vài sự lựa chọn phổ biến cho bạn: Panasonic và Samsung hay LG. Những năm sau
đó, bạn có nhiều sự lựa chọn phong phú hơn, bạn chọn hãng Samsung thì trong đó còn
nhiều lựa chọn như: LED hay LCD, bao nhiêu inch?…
Hàng ngày có hàng trăm bài hát được thu âm, hàng trăm đầu sách được xuất bản
trên thế giới, trong khi đó các cửa hàng chỉ có giới hạn các đầu sách hay các bài hát,
các bộ phim… Từ đó, các dịch vụ trực tuyến được ra đời và đáp ứng nhu cầu ngày càng
cao của người dùng.
Cho đến ngày nay, sự tương tác cá nhân vẫn luôn tồn tại, thậm chí bạn có hàng
triệu sự lựa chọn. Mỗi giây các phương tiện truyền thông được thêm vào mạng. Mỗi
phút 100 tập tin mới có sẵn trên usenet. 24/24 giờ video được tải lên YouTube. Mỗi giờ
180 cuốn sách mới được xuất bản. Mỗi ngày càng có thêm nhiều lựa chọn các sản phẩm
để mua trong thế giới thực.
Bạn muốn mua một số bài nhạc? iTunes có khoảng 11 triệu bài hát để lựa chọn
và họ đã bán được 16 tỷ bài hát vào tháng 10 năm 2011. Nếu bạn muốn nhiều hơn sự
lựa chọn thì có thể đi đến Spotify với 15 triệu bài hát. Bạn muốn mua một cuốn sách,
Amazon cung cấp hơn 2 triệu cuốn sách để bạn lựa chọn.
Trong cuộc sống của chúng ta ngày nay, với sự phát triển không ngừng của công
nghệ thông tin, nguồn thông tin quá phong phú làm cho bạn không có đủ thời gian để
xem xét lựa chọn tất cả các cuốn sách, phim, tạp chí hay bài hát… bạn không biết mình
nên xem phim gì, đọc cuốn sách nào phù hợp với sở thích, nhu cầu của bản thân.
Vấn đề cấp thiết đặt ra là cần một hệ thống hỗ trợ người dùng chọn lựa những
sản phẩm phù hợp với nhu cầu của người dùng, từ đó hệ thống khuyến nghị được
nghiên cứu và phát triển không ngừng nhằm đạt hiệu quả nhất trong việc tương tác với
người dùng. Hệ thống khuyến nghị (Recommender Systems - RS) là giải pháp hiệu quả
nhất giải quyết vấn đề trên.
Chính vì vậy trong luận văn này, chúng tui xin được trình bày về hệ thống
khuyến nghị. Trong phạm vi luận văn, chúng tui tập trung nghiên cứu về kỹ thuật lọc
cộng tác và phân tích các phương pháp cơ bản để tìm một người hay một nhóm người
gần nhất với người dùng hiện tại cần khuyến nghị. Để giảm thiểu sai số trong dự đoán
chúng tui trình bày nghiên cứu của mình về phương pháp ma trận thừa số cụ thể hơn là
thuật toán gradient descent ngẫu nhiên. Nội dung chính của luận văn này được chia làm
3 chương:
Chương 1: Giới thiệu tổng quan về hệ thống khuyến nghị
Chương 2: Kỹ thuật lọc cộng tác
Chương 3: Thực nghiệm và đánh giá với dữ liệu phim ảnh
Trong chương 1, chúng tui đi tìm hiểu chung về hệ thống khuyến nghị, các kỹ
thuật lọc thông tin trong hệ thống khuyến nghị: lọc dựa vào nội dung, lọc cộng tác và kỹ
thuật kết hợp Hybrid, các phương pháp lọc cộng tác như: Lọc dựa vào bộ nhớ và lọc
dựa vào mô hình. Trong chương 2, chúng tui trình bày chi tiết hơn về kỹ thuật lọc cộng
tác, các phương pháp tính độ tương tự giữa các người dùng, phương pháp ma trận thừa
số, thuật toán gradient descent ngẫu nhiên và các tiêu chuẩn đánh giá dự đoán. Chương
3, chúng tui tiến hành thực nghiệm trên bộ dữ liệu của Movielens với 100.000 đánh giá,
sau đó dựa vào kết quả thực nghiệm để đánh giá, phân tích và so sánh tính hiệu quả của
từng phương pháp và thuật toán đã nêu trong chương 2.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
Luận văn ThS. Kỹ thuật phần mềm -- Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội, 2014
Tương tác cá nhân là hoạt động/ sự việc diễn ra trên toàn thế giới, thậm chí có từ
hàng trăm năm trước cho đến ngày nay. Những năm 1990, tương tác cá nhân ít nhiều
cũng đã có mặt. Theo thường lệ, khi đi vào một cửa hàng sách quen thuộc, chủ hàng sẽ
chào đón như: “Có báo mới ngày hôm nay đấy!”, chủ hàng biết rằng khách hàng của
mình muốn điều gì khi đến đây. hay chủ hàng có thể giới thiệu cho một vài quyển
sách mà khách hàng của mình có thể quan tâm dựa trên những sở thích của khách. Hoặc
khi đi vào quán nước quen, người phục vụ sẽ hỏi: “Như thường lệ chứ?”
Khoảng 30 năm về trước, khi bạn muốn mua chiếc tivi ở cửa hàng điện máy thì
có vài sự lựa chọn phổ biến cho bạn: Panasonic và Samsung hay LG. Những năm sau
đó, bạn có nhiều sự lựa chọn phong phú hơn, bạn chọn hãng Samsung thì trong đó còn
nhiều lựa chọn như: LED hay LCD, bao nhiêu inch?…
Hàng ngày có hàng trăm bài hát được thu âm, hàng trăm đầu sách được xuất bản
trên thế giới, trong khi đó các cửa hàng chỉ có giới hạn các đầu sách hay các bài hát,
các bộ phim… Từ đó, các dịch vụ trực tuyến được ra đời và đáp ứng nhu cầu ngày càng
cao của người dùng.
Cho đến ngày nay, sự tương tác cá nhân vẫn luôn tồn tại, thậm chí bạn có hàng
triệu sự lựa chọn. Mỗi giây các phương tiện truyền thông được thêm vào mạng. Mỗi
phút 100 tập tin mới có sẵn trên usenet. 24/24 giờ video được tải lên YouTube. Mỗi giờ
180 cuốn sách mới được xuất bản. Mỗi ngày càng có thêm nhiều lựa chọn các sản phẩm
để mua trong thế giới thực.
Bạn muốn mua một số bài nhạc? iTunes có khoảng 11 triệu bài hát để lựa chọn
và họ đã bán được 16 tỷ bài hát vào tháng 10 năm 2011. Nếu bạn muốn nhiều hơn sự
lựa chọn thì có thể đi đến Spotify với 15 triệu bài hát. Bạn muốn mua một cuốn sách,
Amazon cung cấp hơn 2 triệu cuốn sách để bạn lựa chọn.
Trong cuộc sống của chúng ta ngày nay, với sự phát triển không ngừng của công
nghệ thông tin, nguồn thông tin quá phong phú làm cho bạn không có đủ thời gian để
xem xét lựa chọn tất cả các cuốn sách, phim, tạp chí hay bài hát… bạn không biết mình
nên xem phim gì, đọc cuốn sách nào phù hợp với sở thích, nhu cầu của bản thân.
Vấn đề cấp thiết đặt ra là cần một hệ thống hỗ trợ người dùng chọn lựa những
sản phẩm phù hợp với nhu cầu của người dùng, từ đó hệ thống khuyến nghị được
nghiên cứu và phát triển không ngừng nhằm đạt hiệu quả nhất trong việc tương tác với
người dùng. Hệ thống khuyến nghị (Recommender Systems - RS) là giải pháp hiệu quả
nhất giải quyết vấn đề trên.
Chính vì vậy trong luận văn này, chúng tui xin được trình bày về hệ thống
khuyến nghị. Trong phạm vi luận văn, chúng tui tập trung nghiên cứu về kỹ thuật lọc
cộng tác và phân tích các phương pháp cơ bản để tìm một người hay một nhóm người
gần nhất với người dùng hiện tại cần khuyến nghị. Để giảm thiểu sai số trong dự đoán
chúng tui trình bày nghiên cứu của mình về phương pháp ma trận thừa số cụ thể hơn là
thuật toán gradient descent ngẫu nhiên. Nội dung chính của luận văn này được chia làm
3 chương:
Chương 1: Giới thiệu tổng quan về hệ thống khuyến nghị
Chương 2: Kỹ thuật lọc cộng tác
Chương 3: Thực nghiệm và đánh giá với dữ liệu phim ảnh
Trong chương 1, chúng tui đi tìm hiểu chung về hệ thống khuyến nghị, các kỹ
thuật lọc thông tin trong hệ thống khuyến nghị: lọc dựa vào nội dung, lọc cộng tác và kỹ
thuật kết hợp Hybrid, các phương pháp lọc cộng tác như: Lọc dựa vào bộ nhớ và lọc
dựa vào mô hình. Trong chương 2, chúng tui trình bày chi tiết hơn về kỹ thuật lọc cộng
tác, các phương pháp tính độ tương tự giữa các người dùng, phương pháp ma trận thừa
số, thuật toán gradient descent ngẫu nhiên và các tiêu chuẩn đánh giá dự đoán. Chương
3, chúng tui tiến hành thực nghiệm trên bộ dữ liệu của Movielens với 100.000 đánh giá,
sau đó dựa vào kết quả thực nghiệm để đánh giá, phân tích và so sánh tính hiệu quả của
từng phương pháp và thuật toán đã nêu trong chương 2.
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links