Luận văn Thạc sĩ Hệ thống thông tin: Nghiên cứu ứng dụng mô hình lọc cộng tác và phân cụm mờ xây dựng hệ thống gợi ý phim dựa trên thông tin đánh giá của người dùng

Trong thời đại công nghệ 4.0, bán hàng trực tuyến phát triển mạnh mẽ, cung cấp nhiều loại hàng hóa và dịch vụ. Phim điện ảnh là một trong những dịch vụ phổ biến, nhưng sự đa dạng về thể loại và nội dung khiến khách hàng khó lựa chọn. Một hệ thống gợi ý hiệu quả có vai trò quan trọng trong việc tư vấn, giúp khách hàng đưa ra quyết định lựa chọn phù hợp với sở thích. Mục tiêu chính của đề án này là xây dựng hệ thống gợi ý phim dựa trên thông tin đánh giá của người dùng để tối ưu hóa việc dự đoán mức độ yêu thích và đề xuất phim phù hợp.

Tài liệu hướng đến các nhà nghiên cứu, sinh viên và chuyên gia trong lĩnh vực Hệ thống thông tin, Khoa học máy tính, đặc biệt là những người quan tâm đến Hệ thống gợi ý, Lọc cộng tác, Phân cụm dữ liệu và ứng dụng của chúng trong việc cá nhân hóa trải nghiệm người dùng trên các nền tảng giải trí.

Đề án này tập trung nghiên cứu ứng dụng mô hình lọc cộng tác và phân cụm mờ để xây dựng hệ thống gợi ý phim, dựa trên thông tin đánh giá của người dùng. Các kết quả đạt được bao gồm việc cung cấp cái nhìn tổng quan về hệ thống gợi ý và các phương pháp tiếp cận cơ bản để xây dựng chúng. Đề tài đã hệ thống hóa cơ sở lý thuyết về hệ gợi ý, phân tích và tổng hợp các nghiên cứu liên quan đến lọc cộng tác. Điểm nổi bật là việc phát triển thành công một mô hình kết hợp phương pháp phân cụm mờ và lọc cộng tác, cho thấy kết quả gần với thực tế và đã được đánh giá các ưu nhược điểm so với các phương pháp khác. Mô hình này được chứng minh là có khả năng xử lý hiệu quả vấn đề dữ liệu thưa thớt và đưa ra các gợi ý chính xác hơn. Những tiến bộ này thể hiện đóng góp quan trọng trong lĩnh vực hệ thống gợi ý, đặc biệt là trong việc tích hợp các kỹ thuật phân cụm vào lọc cộng tác. Định hướng phát triển trong tương lai bao gồm cải thiện hiệu suất, tối ưu hóa các tham số và điều chỉnh chức năng mục tiêu, cũng như tiếp tục giải quyết các vấn đề như khởi động nguội và dữ liệu thưa thớt bằng các phương pháp phân cụm tiên tiến, nhằm nâng cao tính hữu ích và độ tin cậy của hệ thống gợi ý trong bối cảnh bùng nổ thông tin và thương mại điện tử.