Combining neighborhood-based and model-based on multi-criteria recommendation

Thesis (M.Sc.)--Chulalongkorn University, 2015

Saved in:

Bibliographic Details
Main Author:	Tharathip Asawarangsee
Other Authors:	Saranya Maneeroj
Format:	Theses and Dissertations
Language:	English
Published:	Chulalongkorn University 2016
Subjects:	Recommender systems (Information filtering) Multiple criteria decision making ระบบแนะนำข้อมูล (การกรองสารสนเทศ) การตัดสินใจแบบพหุเกณฑ์
Online Access:	http://cuir.car.chula.ac.th/handle/123456789/50866 http://doi.org/10.14457/CU.the.2015.404
Tags:	Add Tag No Tags, Be the first to tag this record!
Institution:	Chulalongkorn University
Language:	English

id	th-cuir.50866
record_format	dspace
spelling	th-cuir.508662021-01-27T03:46:55Z Combining neighborhood-based and model-based on multi-criteria recommendation การผสมฐานความใกล้เคียงและฐานตัวแบบเพื่อการแนะนำแบบหลายเกณฑ์ Tharathip Asawarangsee Saranya Maneeroj Chulalongkorn University. Faculty of Science Recommender systems (Information filtering) Multiple criteria decision making ระบบแนะนำข้อมูล (การกรองสารสนเทศ) การตัดสินใจแบบพหุเกณฑ์ Thesis (M.Sc.)--Chulalongkorn University, 2015 Recommender system is a tool invented to filter information that seeks to provide personalized recommendations. The traditional recommender system makes the recommendations using the overall preferences toward items provided by the users. However, the multi-criteria recommender system suggests that the overall preferences of each individual user can be affected by his unequal personal interest in some criteria of the items. Learning such effect of each criterion becomes the key to produce more personalized recommendations. Most of methods in recommender systems are based on the neighborhood-based or the model-based techniques. To improve the performance of the recommendation, both techniques are often aggregated together. In this work, a novel multi-criteria recommendation technique is proposed. The prediction from each criterion is made by considering the trade-off between the neighborhood-based and the model-based techniques. The effects if the criterion ratings to the overall rating are measured by the similarities among the user preference patterns, extracted from matrix factorization. The overall rating is then predicted by weighted averaging the predictions from all criteria, using such criteria effects as the weights. The evaluation shows that our proposed method outperforms various well-known techniques on both single and multi-criteria recommendation. ระบบแนะนำ เป็นเครื่องมือที่สร้างขึ้นเพื่อใช้ในการคัดกรองข้อมูลสำหรับการแนะนำส่วนบุคคล วิธีการของระบบแนะนำแบบดั้งเดิมนั้น จะทำการแนะนำโดยใช้ความพึงพอใจโดยรวมของผู้ใช้ ที่ได้ให้ไว้กับสินค้าต่างๆ เป็นหลัก อย่างไรก็ตาม ระบบแนะนำแบบหลายเกณฑ์ได้เสนอว่า ความพึงพอใจโดยรวมของผู้ใช้แต่ละคนอาจได้รับผลกระทบมาจากความพึงพอใจในเกณฑ์ต่างๆ ของสินค้าที่แตกต่างกัน การเรียนรู้ถึงผลกระทบของเกณฑ์ต่างๆ ต่อความพึงพอใจโดยรวมของผู้ใช้จึงสามารถช่วยสร้างการแนะนำส่วนบุคคลได้ดียิ่งขึ้น วิธีการส่วนใหญ่ในระบบแนะนำนั้นมีพื้นฐานมาจากวิธีการแนะนำโดยใช้ความใกล้เคียง หรือวิธีการแนะนำโดยการสร้างตัวแบบ ซึ่งสองวิธีนี้มักถูกนำมารวมกันเพื่อเพิ่มประสิทธิภาพของการแนะนำให้ดีขึ้น งานวิจัยนี้ได้นำเสนอวิธีการแนะนำแบบหลายเกณฑ์รูปแบบใหม่ โดยการทำนายค่าสำหรับแต่ละเกณฑ์นั้น จะมีการพิจารณาถึงส่วนได้ส่วนเสียระหว่างวิธีการใช้ความใกล้เคียง และวิธีการสร้างตัวแบบ นอกจากนี้ผลกระทบของคะแนนความชอบในเกณฑ์ต่างๆ ที่มีต่อความพึงพอใจโดยรวมนั้น ถูกวัดโดยค่าความคล้ายระหว่างเวกเตอร์รูปแบบความชอบของผู้ใช้ในเกณฑ์นั้นๆ กับเวกเตอร์รูปแบบความชอบของผู้ใช้โดยรวม ซึ่งได้มาจากการแยกส่วนเมตริกซ์ ในท้ายที่สุด การทำนายคะแนนความชอบโดยรวมสามารถทำได้โดยการหาค่าเฉลี่ยถ่วงน้ำหนักของคะแนนความชอบในเกณฑ์ต่างๆ โดยใช้ค่าผลกระทบเป็นน้ำหนัก ผลการทดลองได้แสดงให้เห็นว่า วิธีการที่เสนอมีประสิทธิภาพเหนือกว่าวิธีการแนะนำที่เป็นที่รู้จักทั้งในแบบเกณฑ์เดียวและแบบหลายเกณฑ์ 2016-12-02T02:05:28Z 2016-12-02T02:05:28Z 2015 Thesis http://cuir.car.chula.ac.th/handle/123456789/50866 10.14457/CU.the.2015.404 en http://doi.org/10.14457/CU.the.2015.404 Chulalongkorn University application/pdf Chulalongkorn University
institution	Chulalongkorn University
building	Chulalongkorn University Library
continent	Asia
country	Thailand Thailand
content_provider	Chulalongkorn University Library
collection	Chulalongkorn University Intellectual Repository
language	English
topic	Recommender systems (Information filtering) Multiple criteria decision making ระบบแนะนำข้อมูล (การกรองสารสนเทศ) การตัดสินใจแบบพหุเกณฑ์
spellingShingle	Recommender systems (Information filtering) Multiple criteria decision making ระบบแนะนำข้อมูล (การกรองสารสนเทศ) การตัดสินใจแบบพหุเกณฑ์ Tharathip Asawarangsee Combining neighborhood-based and model-based on multi-criteria recommendation
description	Thesis (M.Sc.)--Chulalongkorn University, 2015
author2	Saranya Maneeroj
author_facet	Saranya Maneeroj Tharathip Asawarangsee
format	Theses and Dissertations
author	Tharathip Asawarangsee
author_sort	Tharathip Asawarangsee
title	Combining neighborhood-based and model-based on multi-criteria recommendation
title_short	Combining neighborhood-based and model-based on multi-criteria recommendation
title_full	Combining neighborhood-based and model-based on multi-criteria recommendation
title_fullStr	Combining neighborhood-based and model-based on multi-criteria recommendation
title_full_unstemmed	Combining neighborhood-based and model-based on multi-criteria recommendation
title_sort	combining neighborhood-based and model-based on multi-criteria recommendation
publisher	Chulalongkorn University
publishDate	2016
url	http://cuir.car.chula.ac.th/handle/123456789/50866 http://doi.org/10.14457/CU.the.2015.404
_version_	1724630165946892288

Combining neighborhood-based and model-based on multi-criteria recommendation

Similar Items