PHƯƠNG PHÁP KHUYẾN NGHỊ TIN TỨC TRÊN CỔNG THÔNG TIN ĐIỆN TỬ DỰA TRÊN DỮ LIỆU TUẦN TỰ SỬ DỤNG TRANSFOMER

Abstract

Cổng thông tin điện tử là một trang web hoặc hệ thống trực tuyến được thiết kế để cung cấp một cổng đầu vào duy nhất cho người dùng truy cập và tận dụng nhiều dịch vụ và thông tin khác nhau. Cổng thông tin thường được tổ chức và triển khai bởi các tổ chức, chính phủ, doanh nghiệp, hoặc tổ chức giáo dục để cung cấp một điểm truy cập thuận tiện cho người sử dụng truy cập vào các tài nguyên trực tuyến. Một trong những phương pháp để tăng cường giới thiệu nội dung đến người đọc và cá nhân hóa trên cổng thông tin điện tử là dùng hệ khuyến nghị. Hệ khuyến nghị theo các phương pháp truyền thống thường sử dụng dữ liệu được thu thập trong khoảng thời gian dài của người dùng định danh. Tuy nhiên, trên cổng thông tin điện tử khó thực hiện điều đó vì đa số người dùng ẩn danh, do đó khó áp dụng các phương pháp truyền thống. Một giải pháp cho vấn đề này là giải pháp khuyến nghị dựa trên dữ liệu chuỗi các hoạt động tuần tự của người dùng, trong đó dữ liệu là một chuỗi các hoạt động tuần tự của người dùng trong một khoảng thời gian xác định gọi là phiên. Trong nghiên cứu này, chúng tôi giải quyết bài toán khuyến nghị tin tức trên cổng thông tin điện tử Học viện Công nghệ Bưu chính Viễn thông dựa trên dữ liệu tuần tự của người dùng. Chúng tôi nghiên cứu và đánh giá nhóm các phương pháp khuyến nghị trên dữ liệu phiên phổ biến hiện nay bao gồm nhóm cơ bản, nhóm K láng giềng gần nhất, nhóm Transformer. Kết quả cho thấy các phương pháp thuộc nhóm Transformer có kết quả tốt hơn so với các phương pháp học máy thuộc nhóm cơ bản trong khi đó các phương pháp thuộc nhóm cơ bản và nhóm K láng giềng cho kết quả tương đối tốt trong khi thời gian chạy và tài nguyên sử dụng ít hơn hẳn.