- 1 - HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG PHẠM PHƯƠNG THANH MÔ HÌNH TIN CẬY TRONG HỆ TƯ VẤN LỰA CHỌN Chuyên ngành: Truyền dữ liệu và Mạng máy tính Mã số: 60.48.15 Người hướng dẫn khoa học: PGS.TS HUỲNH QUYẾT THẮNG TÓM TẮT LUẬN VĂN THẠC SỸ HÀ NỘI – 2010 - 2 - PHẦN MỞ ĐẦU 1. Cơ sở khoa học và thực tiễn của đề tài Khả năng lưu trữ thông tin khổng lồ đã tạo ra những bước ngoặt lớn trong cuộc sống con người. Nhưng ngược lại, nhờ khả năng lưu trữ được một lượng thông tin khổng lồ này nên quá trình tìm kiếm thông tin đáp ứng nhu cầu cho người dùng thường gặp rất nhiều khó khăn. Để giải quyết vấn đề này các hệ thống thu thập và lọc thông tin ra đời nhằm giảm đi thời gian tìm kiếm và cung cấp thông tin chất lượng cao cho người sử dụng. Và một hệ “tư vấn lựa chọn tin cậy” là mục tiêu hướng tới để nghiên cứu và triển khai trên thực tế. Các nghiên cứu của các tác giả John O’Donovan, Barry Smyth, trường Đại học Dublin, Ireland nhóm tác giả Reid Andersen và các cộng sự thuộc Viện khoa học Weizmann, Rehovot, Israel và một số nhóm tác giả khác liên quan đến các kỹ thuật xây dựng hệ “tư vấn lựa chọn tin cậy” được công bố trong các năm 2005-2008 là cơ sở để em tiến hành nghiên cứu và cải tiến một số kỹ thuật được sử dụng nhằm nâng cao độ tin cậy cho một hệ tư vấn lựa chọn tin cậy. 2. Mục tiêu của đề tài Luận văn được hoàn thành với mục đích tổng hợp các lý thuyết liên quan và cung cấp một cái nhìn tổng quan về các kỹ thuật được sử dụng để xây dựng mô hình tin cậy trong hệ tư vấn lựa chọn. Đồng thời tìm hiểu và tổng hợp lại những kết quả chủ yếu về một số kỹ thuật được công bố trên các bài báo của John O’Donovan, Barry Smyth, Reid Andersen và các cộng sự và các nhóm tác giả khác. Tiến hành nghiên cứu thử nghiệm cải tiến các kỹ thuật này. Tiến hành xây - 3 - dựng một khung (prototype) hệ tư vấn lựa chọn tin cậy để chứng minh hiệu quả của các cải tiến đề xuất. CHƯƠNG I GIỚI THIỆU TỔNG QUAN VỀ HỆ TƯ VẤN LỰA CHỌN 1.1. Hệ tư vấn lựa chọn Theo Pemberton: “Hệ tư vấn lựa chọn được định nghĩa là một loại hệ thống lọc có khả năng thích nghi, sử dụng những suy luận rút ra từ thông tin đã biết về người dùng để tư vấn cho họ lựa chọn những mục mà họ chưa từng biết.” 1.2. Chức năng của hệ tư vấn lựa chọn Các hệ tư vấn lựa chọn giải quyết bài toán như sau: một người dùng muốn tương tác với một loại mục nào đó, chẳng hạn muốn xem phim. Khi đó người dùng sẽ vào một website về phim, tất nhiên ở đó sẽ quá nhiều phim, và người dùng sẽ không thể xem thử hết để xem phim nào là hợp ý (điều này là quá tốn kém thời gian, tiền bạc mà có khi lại làm người dùng không hài lòng). Hệ tư vấn lựa chọn có khả năng dự đoán mức độ ưa thích của anh ta cho từng phim và tư vấn cho người dùng lựa chọn một số phim mà nó cho là phù hợp nhất. Như vậy bài toán của hệ tư vấn lựa chọn là lựa chọn ra một số mục trong vô số mục sẵn có để tư vấn cho người dùng và có khả năng dự đoán mức độ ưa thích của người dùng cho mỗi mục đó. 1.3. Phân loại hệ tư vấn lựa chọn Cách phân loại hệ tư vấn lựa chọn phổ biến nhất là dựa theo thuật toán mà chúng dùng để sinh ra các tư vấn: hệ thống tư vấn theo - 4 - nội dung (content based), hệ thống tư vấn lọc cộng tác (collaborative filtering), và hệ thống tư vấn sử dụng kết hợp cả hai loại thuật toán. Thuật toán tư vấn theo nội dung được xây dựng trên giả định: người ta thường muốn tìm cái giống cái trước đây mà người ta đã thích. Hệ thống phân tích nội dung của những mục mà người dùng đã đánh giá cao, chẳng hạn những phim mà người dùng đã xem và thích, từ đó tìm ra những đặc trưng của các mục này. Sau đó hệ thống sẽ lựa chọn những mục mà người dùng chưa đánh giá và có nội dung “gần nhất” với các đặc trưng đó để tư vấn cho người dùng. Thuật toán lọc cộng tác được xây dựng dựa trên giả định là những người có sở thích giống nhau trong quá khứ thì có khả năng trong hiện tại họ cũng có sở thích giống nhau. 1.4. Kiến trúc hệ tư vấn lựa chọn Kiến trúc của hệ tư vấn lựa chọn được chỉ ra như sau: - 17 - KẾT LUẬN Báo cáo đã trình bày các kết quả thực hiện đồ án tốt nghiệp “ Mô hình tin cậy trong hệ tư vấn lựa chọn”. Kết quả đã đạt được bao gồm cả tìm hiểu tổng quan về hệ tư vấn lựa chọn và xây dựng một hệ tư vấn ứng dụng cho sinh viên Đại học Thăng Long trong việc lựa chọn chuyên ngành hẹp. Hệ tư vấn lựa chọn là một lĩnh vực khá mới ở Việt Nam, đặc biệt vấn đề về độ tin cậy trong mô hình tư vấn lựa chọn đang được rất nhiều tác giả quan tâm. Người thực hiện đề tài đã cố gắng tìm hiểu một cách toàn diện, khái quát nhất về cơ sở, công nghệ của lĩnh vực này. Trên cơ sở đó, có thể thực hiện mở rộng, tiến hành các nghiên cứu theo chiều sâu như tìm hiểu cụ thể về các giải thuật mà tác giả O’donovan đã công bố, đồng thời đề xuất cải tiến giải thuật mới. Trong khuôn khổ của đề tài này, em đã tiến hành mô tả chi tiết hai mô hình tin cậy trong hệ tư vấn lựa chọn, tiến hành cài đặt kiểm thử các giải thuật trên bộ dữ liệu chuẩn (MovieLens) và bộ dữ liệu được thu thập từ Đại học Thăng Long (dlThangLong). Hướng phát triển tiếp theo của đề tài là tập trung xây dựng một hệ tư vấn lựa chọn ứng dụng cho sinh viên Đại học Thăng Long, hỗ trợ sinh viên trong việc đăng ký chuyên ngành hẹp, đồng thời giúp quá trình đào tạo theo tín chỉ hoạt động có hiệu quả. - 16 - nữa có thể là thấy bạn học cùng lớp đăng ký chuyên ngành nào thì đăng ký cùng bạn với suy nghĩ “ học cùng cho vui”. o Một yếu tố khác đó là căn cứ vào kết quả học tập của các môn chuyên ngành cơ sở. Kết quả của cả quá trình học phản ánh được khả năng của sinh viên đó sẽ phù hợp với chuyên ngành hẹp nào nhất. Ta lấy một ví dụ, một sinh viên có điểm số tốt trong các môn như: Lập trình Java, Phân tích thiết kế hướng đối tượng, Công nghệ phần mềm,… thì sinh viên đó nên theo chuyên ngành hẹp là Công nghệ phần mềm. Với mong muốn đó, ý tưởng xây dựng một hệ thống có thể hỗ trợ sinh viên trong việc lựa chọn đăng ký chuyên ngành hẹp sao cho phù hợp với sở thích cũng như năng lực của sinh viên nhất. Hệ thống có tên là: “Hệ tư vấn lựa chọn chuyên ngành hẹp cho sinh viên Đại học Thăng Long”. Đây cũng chính là hướng phát triển tiếp theo của đề tài! - 5 - Theo Zhang 2002 hệ tư vấn lựa chọn được chia làm 3 phần:  Tương tác với người dùng.  Tạo tiểu sử người dùng.  Tạo tư vấn. 1.5. Ứng dụng của hệ tư vấn lựa chọn Phạm vi ứng dụng của hệ tư vấn lựa chọn là rất rộng. Trong thương mại điện tử, hầu hết các hệ thống này là các hệ thống bán sách, giới thiệu phim, tin tức, đĩa CD ca nhạc, các trang Web Kangas 2002 đã tổng hợp một số hệ thống tư vấn lựa chọn và phân loại theo ứng dụng của chúng như sau: - 6 - 1. Phim: Firefly, MovieCritic, MovieLens, Mangarate, Morse, CinemaScreen, Imdb 2. Âm nhạc: Firefly, CdNow 3. Sách: Amazon, Barnes&Noble 4. Web: Webwatcher, Webfilter, Webwasher, Select, Webdoggie, Gustos 5. Thư viện/Bảo tàng: ScienceIndex, Active Web Museum, BIRD, ChaffAway 6. Tin tức: Shift, Infoscan, NewsSieve, Borger, RAMA, GroupLens. 7. Tài liệu: Fab 8. Thương mại điện tử: TripMatcher (du lịch), ShopMatcher (mua bán), E-Markets Các ứng dụng khác: Restaurant recommendation system (WAP), Footprints, Jester (truyện cười), JobMatcher (việc làm), Levis (đồ jeans), Yenta (mai mối), Trabble (nhà hàng) 1.6. Một số hệ tư vấn lựa chọn thương mại  Tapestry  Fab  Amazon  MovieLens  IMDB (Internet Movie Databasr) - 15 - - Hệ quản trị cơ sở dữ liệu: Access Giải thuật cho kết quả như sau: Average Max Min IError 0.938 3.489 0 PError 0.943 1.804 0.679 IOverest 0.865 3.833 0 IUderest 0.745 3.489 0 POverest 0.931 2.217 0.328 PUnderest 0.868 1.865 0.162 3.4. Ý tưởng xây dựng hệ tư vấn lựa chọn chuyên ngành hẹp tại đại học Thăng Long Đại học Thăng Long là trường Đại học đầu tiên đào tạo bậc đại học theo hình thức tín chỉ. Với hình thức đào tạo này, sinh viên có thể chủ động quyết định thời khóa biều của mình. Tuy nhiên rất nhiều sinh viên sẽ bị lúng túng trong việc lựa chọn môn học sao cho phù hợp và có thể rút ngắn thời gian hoàn thành chương trình học một cách nhanh nhất. Một khó khăn nữa mà sinh viên gặp phải đó là sau khi hoàn thành các môn chuyên ngành cơ sở, sinh viên phải đứng trước việc lựa chọn chuyên ngành hẹp cho mình. Việc lựa chọn chuyên ngành hẹp phụ thuộc rất nhiều vào các yếu tố: o Thứ nhất, là sở thích của sinh viên. Sinh viên muốn mình sau ra trường sẽ làm chuyên sâu về phần nào thì sẽ đăng ký môn chuyên ngành hẹp thuộc phần đó. Hoặc một lý do - 14 - các cải tiến đó có mối tương quan không đáng kể. Ngược lại, CItem hơn Resnick 67% trong số các lần thử nghiệm, nhưng điều cơ bản là sai số tổng thể giảm đáng kể là 22%. 3.3. Thử nghiệm giải thuật cho chức năng tư vấn lựa chọn chuyên ngành hẹp tại đại học Thăng Long 3.3.1. Thu thập và xây dựng dữ liệu Dữ liệu được thu thập từ Phòng Đào Tạo 1 trường Đại học Thăng Long và người viết luận văn tiến hành xây dựng bộ dữ liệu phù hợp để phục vụ cho việc kiểm thử các giải thuật đã được công bố cũng như giải thuật đề xuất. Dữ liệu được xây dựng bằng cách tiến hành thu thập dữ liệu của các sinh viên đã tốt nghiệp, gồm: - Mã sinh viên - Tên sinh viên - Điểm trung bình các môn chuyên ngành cơ sở - Mã môn chuyên hành hẹp đăng ký - Điểm tốt nghiệp Với các thông tin đó, hệ tư vấn lựa chọn sẽ thực hiện công việc như sau: khi có một sinh viên cần tư vấn để lựa chọn chuyên ngành hẹp. Sinh viên đó cần cung cấp thông tin cho hệ thống về mã sinh viên, tên,… và quan trọng là điểm trung bình các môn chuyên ngành cơ sở. Hệ thống sẽ xử lý và dự đoán điểm tốt nghiệp rồi từ đó tư vấn cho sinh viên chuyên ngành hẹp phù hợp. 3.3.2. Thử nghiệm với giải thuật Citem Tiến hành cài đặt thuật toán CItem trên bộ dữ liệu dlThangLong: - Ngôn ngữ lập trình: Java - 7 - CHƯƠNG II MÔ HÌNH TIN CẬY TRONG HỆ TƯ VẤN LỰA CHỌN 2.1. Tổng quan về mô hình tin cậy trong hệ tư vấn lựa chọn Trong hầu hết các nghiên cứu gần đây, định nghĩa về độ tin cậy được chia thành nhiều loại khác nhau, nên trong nhiều trường hợp thì khó có thể đưa ra định nghĩa chính xác về độ tin cậy. Trong nghiên cứu của Marsh có giới thiệu độ tin cậy theo theo hai lĩnh vực làm việc với nó:  Độ tin cậy giữa các cá nhân trong ngữ cảnh cụ thể (Context- specific interpersonal trust): là tình trạng người dùng có tin cậy vào một người nào đó mà không cần thiết đối với người khác trong một hoàn cảnh cụ thể.  Độ tin cậy hệ thống/ khách quan (impersonal): diễn tả độ tin cậy người dùng trong một hệ thống hay một môi trường nào đó. 2.2. Các phương pháp tính toán độ tin cậy 2.2.1. Tính toán độ tin cậy theo tiểu sử người dùng Giá trị dự đoán một khoản mục i của người sản xuất p cho người tiêu dùng c là chính xác nếu giá trị p(i) trong khoảng  giá trị thực c(i) của c theo công thức   )()(),,( icipcpiCorrect Tập toàn bộ các tư vấn có liên quan đến người sản xuất cho trước RecSet(p) được cho bởi công thức: - 8 - )},(), ,,{()( 11 n icnicpRecSet  Và tập các tư vấn chính xác CorrectSet(p) là tập con của RecSet(p) được xác định bằng công thức, với giá trị i là số các khoản mục và c là giá trị dự đoán. )},,(:)(),{()( kkkk cpiCorrectpRecSeticpCorrectSet   Độ tin cậy mức khoản mục Trust P của một nhà sản xuất là tỷ lệ phần trăm các tư vấn chính xác được phân bố. Ví dụ, nếu một nhà sản xuất có 100 tư vấn thì họ được coi là người cùng tư vấn 100 lần; trong đó 40 tư vấn là có khả năng giá trị là chính xác, thì độ tin cậy mức tiểu sử của người dùng này là 0.4 và được tính theo công thức: )( )( )( pRecSet pCorrectSet pTrust P  2.2.2. Tính toán độ tin cậy theo khoản mục Độ tin cậy mức tiểu sử là tiêu chí đo lường độ tin cậy dạng thô khi nó coi tiểu sử như tổng thể đánh giá. Trên thực tế, người ta kỳ vọng tiểu sử người sản xuất cho trước có thể đáng tin cậy khi nó trở thành giá trị dự đoán cho khoản mục cụ thể hơn so với các khoản mục khác. Nhờ vậy, người ta có thể định nghĩa hàm hình học độ tin cậy mức khoản mục mịn hơn so với công thức trên, đó là hàm Trust I dùng để tính tỷ lệ các tư vấn chính xáccho khoản mục i. }:)(),{( }:)(),{( ),( iipRecSetic iipCorrectSetic ipTrust kkk kkk I    - 13 - 3.2. Xây dựng và đánh giá kết quả thử nghiệm giải thuật CItem Kết quả biểu diễn trong hình sau: Với hai chiến lược dựa trên trọng số (WProfile và WItem) phân bố sai số dự đoán được cải tiến hơn so với Resnick, mặc dù cải tiến ở cận biên, chúng chỉ đạt 31.5% và 45.9% của các dự đoán thử nghiệm. Nói cách khác, Resnick phân bố một dự đoán tốt hơn trong phần lớn các lần thử nghiệm. Chiến lược dựa trên lọc (FProfile và FItem) và chiến lược kết hợp (CProfile và CItem) thực hiện đạt kết quả tốt hơn nhiều. Tất cả các chiến lược thu được kết quả tốt trong phần lớn các thử nghiệm với FProfile và CItem đạt 70% và 67% trong các dự đoán. Chiến lược FProfile cho thấy sự cải tiến tổng thể đạt kết quả tốt nhất dựa trên tỷ lệ phần trăm vượt qua Resnick, mặc dù nó chỉ đạt 3% sai số có nghĩa so với Resnick. Thậm chí FProfile phân bố các dự đoán có sai số thấp hơn Resnick trong 70% số lần thử nghiệm, nhưng - 12 - CHƯƠNG III THỬ NGHIỆM, ĐÁNH GIÁ VÀ ĐỀ XUẤT XÂY DỰNG PHẦN MỀM TƯ VẤN LỰA CHỌN CHUYÊN NGÀNH HẸP CHO SINH VIÊN ĐẠI HỌC THĂNG LONG 3.1. Đề xuất cải tiến dựa trên giải thuật kết hợp giữa hai mô hình tin cậy dựa trên trọng số và mô hình tin cậy dựa trên lọc Khi kết hợp hai mô hình tin cậy dựa trên lọc và dựa trên trọng số ta có được một mô hình mới. Thuật toán sử dụng đối với mô hình này là thuật toán CItem. Xuất phát từ công thức của Resnick:       i Pp iPp pcsim pcsimpip cic ),( ),())(( )( )( Với thuật toán này, độ tương tự giữa c, p sẽ được thay thế bởi trọng số của c, p đối với khoản mục i:     ipcwpcsim ,,,  Từ đó ta có, đánh giá của người dùng c đối với khoản mục i là:           i Pp iPp ipcw ipcwpip cic ,, ,,))(( )( )( - 9 - 2.3. Một số mô hình tin cậy và các phương pháp kiểm thử 2.3.1. Mô hình tin cậy dựa trên trọng số Cách đơn giản nhất để xem xét độ tin cậy không thích hợp với tiến trình tư vấn là kết hợp độ tin cậy và độ tương tự để sinh ra giá trị trọng số kết hợp mà có thể sử dụng được trong công thức Resnick như sau       )( )( ),,( ),,())(( )( iPp iPp ipcw ipcwpip cic Trong đó:       )( )( ),,( ),,())(( )( iPp iPp ipcw ipcwpip cic 2.3.2. Mô hình tin cậy dựa trên lọc Có thể thay thế lược đồ trọng số dựa trên độ tin cậy bằng việc dùng độ tin cậy. Có nghĩa là việc lọc các tiểu sử có độ ưu tiên để tư vấn, do đó chỉ hầu hết các tiểu sử có độ tin cậy cao sẽ tham gia vào tiến trình dự đoán. Công thức sau là phiên bản thay đổi của công thức Resnick:       )( )( ),( ),())(( )( i T Pp i T Pp pcsim pcsimpip cic Sự thay đổi đó là chỉ cho phép tiểu sử những người tiêu dùng được tham gia vào tiến trình tư vấn nếu giá trị tin cậy của họ vượt quá một ngưỡng (threshold) cho trước nào đó. - 10 - }),(:)({ TipTrustiPpP IT i  Ta thấy công thức trên sử dụng độ tin cậy mức khoản mục (Trust I (p,i)), nhưng có thể dùng thay thế bởi độ tin cậy mức tiểu sử. Do đó, phương pháp Resnick chuẩn chỉ áp dụng cho hầu hết các tiểu sử có độ tin cậy cao. 2.3.3. Các phương pháp thử nghiệm  Độ đo hiệu năng  Độ đo chất lượng dự đoán  Độ đo chất lượng N khuyến nghị tốt nhất 2.3.4. Bộ dữ liệu kiểm thử Khi so sánh các thuật toán thì nhất thiết phải cho chúng chạy trên cùng một tập dữ liệu chuẩn. Những tập dữ liệu này thường do các dự án nghiên cứu thu thập được. Hiện có một số tập dữ liệu chuẩn được cung cấp miễn phí sau : EachMovie tại http://research.compaq.com/SRC/eachmovie Đây là tập dữ liệu chuẩn về phim gồm có 72.916 người dùng, 1.648 phim và 2.811.983 đánh giá. Mỗi người dùng sẽ đánh giá phim theo 5 mức điểm từ 1 tới 5. Trong đó chỉ có 61.263 người dùng có đưa ra đánh giá và chỉ có 1.623 phim là có đánh giá từ người dùng. MovieLens tại http://www.cs.umn.edu/research/grouplens/data Tập dữ liệu của MovieLens cũng là tập dữ liệu chuẩn về phim gồm có 6.040 người dùng, 3.882 phim và 1.000.209 đánh giá trong đó mỗi người dùng đánh giá ít nhất 20 phim. Mỗi phim được đánh giá theo 5 mức điểm từ 1 tới 5. - 11 - Jester tại http://www.ieor.berkeley.edu/~goldberg/jester-data/ Đây là tập dữ liệu về truyện cười của Goldberg (Goldberg et al. 1999 Error! Reference source not found.). Tập dữ liệu này bao gồm 100 truyện cười, 73.421 người dùng và khoảng 4,1 triệu đánh giá. Điểm khác biệt là Jester có mức đánh giá nhận giá trị liên tục trong khoảng từ -10 đến 10. . Java - 7 - CHƯƠNG II MÔ HÌNH TIN CẬY TRONG HỆ TƯ VẤN LỰA CHỌN 2.1. Tổng quan về mô hình tin cậy trong hệ tư vấn lựa chọn Trong hầu hết các nghiên. nghiệp “ Mô hình tin cậy trong hệ tư vấn lựa chọn . Kết quả đã đạt được bao gồm cả tìm hiểu tổng quan về hệ tư vấn lựa chọn và xây dựng một hệ tư vấn ứng