Luận văn Thạc sĩ Công nghệ thông tin: Phân lớp đa nhãn, đa thể hiện và áp dụng trong quản lý danh tiếng

Chia sẻ: Tomjerry001 | Ngày: | Loại File: PDF | Số trang:11

Thêm vào BST

Báo xấu

20
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu nghiên cứu của đề tài là hệ thống quản lý danh tiếng là một hệ thống quan trọng trong việc quản lý thương hiệu, đã được sử dụng rộng rãi trong nhiều công ty và tổ chức khác nhau. Đối với mỗi công ty hay sản phẩm, hệ thống quản lý danh tiếng tiến hành thu thập các nhận xét của người dùng, phân tích quan điểm trong những nhận xét đấy, và tạo ra một bản tổng kết quan điểm của người dùng về từng lớp đặc trưng của sản phẩm hay công ty. Tuy nhiên, trong một số nhận xét của người dùng thường có chứa nhiều nội dung, và đa phần là dữ liệu đa nhãn đa thể hiện. Vì vậy, vấn đề trọng tâm của hệ thống quản lý danh tiếng là việc xử lý dữ liệu đa nhãn đa thể hiện.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Công nghệ thông tin: Phân lớp đa nhãn, đa thể hiện và áp dụng trong quản lý danh tiếng

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phan Thị Thơm PHÂN LỚP ĐA NHÃN, ĐA THỂ HIỆN VÀ ÁP DỤNG TRONG QUẢN LÝ DANH TIẾNG LUẬN VĂN THẠC SỸ HÀ NỘI - 2015
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Phan Thị Thơm PHÂN LỚP ĐA NHÃN, ĐA THỂ HIỆN VÀ ÁP DỤNG TRONG QUẢN LÝ DANH TIẾNG Ngành: Công nghệ thông tin Chuyên ngành: Hệ thống thông tin Mã số: 60.48.01.04 LUẬN VĂN THẠC SỸ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS. Hà Quang Thụy HÀ NỘI – 2015
Lời cảm ơn Trước tiên, em xin bày tỏ lòng biết ơn chân thành và sâu sắc tới Thầy giáo, PGS.TS Hà Quang Thụy đã tận tình chỉ bảo, hướng dẫn, động viên và giúp đỡ em trong suốt quá trình thực hiện đề tài luận văn. Em xin gửi lời cảm ơn sâu sắc tới các Thầy Cô trong Khoa Công nghệ thông tin đã truyền đạt kiến thức quý báu cho em trong sáu năm học vừa qua. Em cũng xin gửi lời cảm ơn tới các thầy cô, các anh chị, các bạn, các em sinh viên trong nhóm “Khai phá dữ liệu” phòng thí nghiệm KT-Sislab và đề tài cấp ĐHQGHN GQ.14.13 đã giúp em rất nhiều trong việc hỗ trợ kiến thức chuyên môn để hoàn thành tốt luận văn. Con xin nói lên lòng biết ơn vô hạn đối với Cha Mẹ luôn là nguồn động viên, chăm sóc và khích lệ con trên mỗi bước đường học vấn. Cuối cùng, xin chân thành cảm ơn các Anh Chị và Bạn Bè, các thành viên lớp K53CB, K53CLC và K19HTTT đã ủng hộ, giúp đỡ tôi trong suốt thời gian tôi học tập trên giảng đường và thực hiện đề tài luận văn này. Tôi xin chân thành cảm ơn! Hà Nội, ngày 09 tháng 04 năm 2015 Học viên Phan Thị Thơm
PHÂN LỚP ĐA NHÃN, ĐA THỂ HIỆN VÀ ÁP DỤNG TRONG QUẢN LÝ DANH TIẾNG Phan Thị Thơm Khóa K19HTTT, ngành công nghệ thông tin. Tóm tắt Luận văn: Hệ thống quản lý danh tiếng là một hệ thống quan trọng trong việc quản lý thương hiệu, đã được sử dụng rộng rãi trong nhiều công ty và tổ chức khác nhau. Đối với mỗi công ty hay sản phẩm, hệ thống quản lý danh tiếng tiến hành thu thập các nhận xét của người dùng, phân tích quan điểm trong những nhận xét đấy, và tạo ra một bản tổng kết quan điểm của người dùng về từng lớp đặc trưng của sản phẩm hay công ty. Tuy nhiên, trong một số nhận xét của người dùng thường có chứa nhiều nội dung, và đa phần là dữ liệu đa nhãn đa thể hiện. Vì vậy, vấn đề trọng tâm của hệ thống quản lý danh tiếng là việc xử lý dữ liệu đa nhãn đa thể hiện. Theo Zhou và cộng sự, 2012 [2], hướng tiếp cận để giải quyết bài toán phân lớp dữ liệu đa nhãn, đa thể hiện (MIML) là sử dụng phương pháp phân rã bài toán MIML thành những bài toán đơn giản. Trong đó các thuật toán học máy MIML được phát triển dựa trên các thuật toán học máy nền (SVM, Bayes, Boost,..) như MIMLSVM, MIML Bayes, MIMLBoost. Từ đây luận văn đề xuất một mô hình phân lớp quan điểm người dùng trong bài toán quản lý danh tiếng bằng cách áp dụng MIMLSVM. Thực nghiệm trên miền dữ liệu là tập nhận xét của người dùng về 1000 khách sạn ở Việt Nam ở website (http://chudu24.com ). Kết quả phân lớp khi áp dụng phương pháp phân lớp thông thường SVM là 84.84% và kết quả khi áp dụng mô hình phân lớp quan điểm luận văn đề xuất là 85.76%. Kết quả trên cho thấy phương pháp xây dựng mô hình phân lớp quan điểm áp dụng MIMLSVM là có tính hiệu quả cao.
Lời cam đoan Tôi xin cam đoan mô hình phân lớp quan điểm người dùng trong bài toán quản lý danh tiếng bằng cách áp dụng MIMLSVM được trình bày trong luận văn này là do tôi thực hiện dưới sự hướng dẫn của PGS.TS Hà Quang Thụy. Tất cả những tham khảo từ các nghiên cứu liên quan đề được nêu nguồn gốc một các rõ ràng từ danh mục tài liệu tham khảo trong luận văn. Trong luận văn, không có việc sao chép tài liệu, công trình nghiên cứu của người khác mà không chỉ rõ về tài liệu tham khảo. Hà Nội, ngày 09 tháng 04 năm 2015 Tác giả Phan Thị Thơm
Mục lục Mở đầu ........................................................................... Error! Bookmark not defined. Chương 1: Giới thiệu chung về quản lý danh tiếng....... Error! Bookmark not defined. 1.1. Tổng quan về hệ thống quản lý danh tiếng ..... Error! Bookmark not defined. 1.1.1. Hệ thống quản lý danh tiếng ..................... Error! Bookmark not defined. 1.1.2. Tầm quan trọng của hệ thống quản lý danh tiếng .. Error! Bookmark not defined. 1.2. Bài toán phân lớp dữ liệu đa nhãn đa thể hiện trong quản lý danh tiếng Error! Bookmark not defined. Tổng kết chương một ................................................. Error! Bookmark not defined. Chương 2 : Tổng quan về phân lớp đa nhãn đa thể hiện MIML . Error! Bookmark not defined. 2.1. Phân lớp đa nhãn đa thể hiện ........................... Error! Bookmark not defined. 2.2. Phương pháp chuyển đổi bài toán học máy MIML ....... Error! Bookmark not defined. 2.2.1. MIMLSVM .................................................... Error! Bookmark not defined. 2.2.2. MIMLBOOST................................................ Error! Bookmark not defined. Tổng kết chương hai .................................................. Error! Bookmark not defined. Chương 3: Áp dụng phương pháp MIMLSVM trong bài toán quản lý danh tiếng ....................................................................................... Error! Bookmark not defined. 3.1. Mô tả phương pháp .......................................... Error! Bookmark not defined. 3.2. Mô hình đề xuất ............................................... Error! Bookmark not defined. 3.3. Pha 1: Huấn luyện mô hình .............................. Error! Bookmark not defined. 3.3.1. Tiền xử lý và xây dựng vector đặc trưng ...... Error! Bookmark not defined. 3.3.2. Chuyển đổi từ MIML thành SIML ................ Error! Bookmark not defined. 3.3.3. Chuyển đổi từ SIML thành SISL ................... Error! Bookmark not defined. 3.4. Pha 2: Phân lớp sử dụng mô hình huấn luyện . Error! Bookmark not defined. Tổng kết chương ba .................................................... Error! Bookmark not defined. Chương 4. Thực nghiệm và đánh giá ............................ Error! Bookmark not defined. 4.1. Môi trường và các công cụ sử dụng thực nghiệm.......... Error! Bookmark not defined. 4.1.1. Cấu hình phần cứng .................................. Error! Bookmark not defined.
4.1.2. Các phần mềm sử dụng ............................. Error! Bookmark not defined. 4.2. Xây dựng tập dữ liệu thử nghiệm .................... Error! Bookmark not defined. 4.3. Thử nghiệm ...................................................... Error! Bookmark not defined. 4.4. Kết quả thực nghiệm ........................................ Error! Bookmark not defined. 4.5. Đánh giá hệ thống ............................................ Error! Bookmark not defined. Kết luận ...................................................................... Error! Bookmark not defined. Tài liệu tham khảo .........................................................................................................11
Danh sách hình vẽ Hình 1.1 : Sơ đồ phân loại danh tiếng ........................... Error! Bookmark not defined. Hình 1.2: Hai mô hình hệ thống .................................... Error! Bookmark not defined. Hình 1.2: Mô hình 3(a) và 3(b) trong thực tế ................ Error! Bookmark not defined. Hình 2.1: Dữ liệu đa nhãn đa thể hiện ........................... Error! Bookmark not defined. Hình 3.1: Mô hình đề xuất ............................................. Error! Bookmark not defined. Hình 3.2 : Bốn tập dữ liệu được tổ chức phân lớp theo chuyển đổi nhị phân ....... Error! Bookmark not defined. Hình 4.1: So sánh 2 thực nghiệm .................................. Error! Bookmark not defined.
Danh sách bảng biểu Bảng 4.1. Cấu hình hệ thống thử nghiệm ...................... Error! Bookmark not defined. Bảng 4.2: Công cụ phần mềm sử dụng.......................... Error! Bookmark not defined. Bảng 4.3 : Tập dữ liệu thực nghiệm .............................. Error! Bookmark not defined. Bảng 4.4: Tập dữ liệu huấn luyện.................................. Error! Bookmark not defined. Bảng 4.5: Kết quả của thực nghiệm 1 ........................... Error! Bookmark not defined. Bảng 4.6: Kết quả thực nghiệm 2 .................................. Error! Bookmark not defined.
Danh sách các từ viết tắt MIML Multi instance multi label SVM Support Vector Machine MISL Multi-instance, single-label learning SISL Single-instance single-label learning SIML Single-instance, multi-label learning MIMLSVM Multi instance multi label Support Vector Machine MIMLBOOST Multi instance multi label boost
Tài liệu tham khảo [1] Pierce, J. “The world internet project report 2009”. Technical report, The World Internet Project, 2008. [2] Z.-H. Zhou, M.-L. Zhang, S.-J. Huang, and Y.-F. Li. “Multi-instance multi- label learning”. Artificial Intelligence, 2012, 176(1): 2291-2320. [3] Jianjun He, Hong Gu, Zhelong Wang (2012). “Bayesian multi-instance multi- label learning using Gaussian process prior”. Machine Learning, 88 (1-2): 273-295, July 2012. [4] Yao Wang. “Trust and Reputation Management in Decentralized Systems”. A Thesis Submitted to the College of Graduate Studies and Research, 2010. [5] Resnick P. and Zeckhauser R., “Trust among Strangers in Internet Transactions: Empirical Analysis of eBay’s Reputation System”. NBER Workshop on Empirical Studies of Electronic Commerce, 2000. [6] Bing Liu. “Opinion Mining & Summarization - Sentiment Analysis”, Tutorial given at WWW-2008, April 21, 2008 in Beijing. [7] Laudon, J. and Laudon, K. “Management Information Systems: Managing the Digital Firm & Multimedia”. Prentice Hall, 2007, 10th edition. [8] Stair, R. M., Reynolds, G. and Reynolds, G. W. “Principles of Information System”. Course Technology, 2010, 9th edition. [9] Hoffman, K., Zage, D. and Nita-Rotaru, C. “A survey of attack and defense techniques for reputation systems”. ACM Computing Surveys, 2009. 42(1), 1-31. [10] Zheng, W. and Jin, L. “Online reputation systems in web 2.0 era”. In Americas Conference on Information Systems (AMCIS) Proceedings, 2009. 296-306. [11] Grigorios Tsoumakas , Ioannis Katakis. “Multi-label Classification : An Overview”. International Journal of Data Warehousing & Mining, 3(3), 1-13, July- September 2007. [12] Fabrizio Sebastiani. “Machine Learning in Automated Text Categorization”. ACM Computing Survey, 34(1) pages 1-47, 2002. [13] Thi-Ngan Pham, Thi-Thom Phan, Phuoc-Thao Nguyen, Quang-Thuy Ha (2013)."Hidden Topic Models for Multi-label Review Classification: An Experimental Study", Computational Collective Intelligence. Technologies and Applications, Lecture Notes in Computer Science Volume 8083:603-611. 11