Phương pháp xây dựng hệ thống gợi ý sản phẩm sử dụng phản hồi tiềm ẩn

Kỷ yếu Hội nghị Quốc gia lần thứ VIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR); Hà Nội, ngày 9-10/7/2015<br /> DOI: 10.15625/vap.2015.000199<br /> <br /> PHƯƠNG PHÁP XÂY DỰNG HỆ THỐNG GỢI Ý SẢN PHẨM SỬ DỤNG<br /> PHẢN HỒI TIỀM ẨN<br /> Lưu Nguyễn Anh Thư, Nguyễn Thái Nghe<br /> Khoa Công nghệ Thông tin và Truyền thông, Trường Đại học Cần Thơ<br /> lnathu@cit.ctu.edu.vn, ntnghe@cit.ctu.edu.vn<br /> Tóm tắt: Hệ thống gợi ý (Recommender Systems) đã và đang được ứng dụng trong rất nhiều lĩnh vực như giải trí, giáo dục,<br /> khoa học, và đặc biệt là thương mại điện tử. Việc tích hợp kỹ thuật gợi ý vào các hệ thống trực tuyến nhằm tự động phân tích các<br /> hành vi trong quá khứ của người dùng để dự đoán nhu cầu/sở thích của họ trong tương lai, từ đó có những đề xuất hợp lý cho người<br /> dùng là rất cần thiết trong thực tế.<br /> Bài viết này đề xuất một giải pháp xây dựng hệ thống gợi ý dành cho bán hàng trực tuyến sử dụng phản hồi tiềm ẩn (implicit<br /> feedbacks) từ người dùng. Trước hết chúng tôi đề xuất phương pháp thu thập thông tin phản hồi tiềm ẩn, sau đó tìm hiểu các<br /> phương pháp gợi ý phù hợp từ đó đề xuất sử dụng phương pháp tập hợp mô hình để kết hợp các mô hình dự đoán nhằm tăng độ<br /> chính xác. Kế đến là việc cài đặt, điều chỉnh, kiểm thử và và tích hợp các mô hình đã đề xuất vào hệ thống nhằm gợi ý các sản phẩm<br /> phù hợp với sở thích của người dùng. Sau cùng, chúng tôi thu thập phản hồi từ người dùng thực nhằm đánh giá hiệu quả của<br /> phương pháp đã đề xuất. Kết quả cho thấy mô hình đề xuất có khả năng gợi ý tốt cho người dùng và hoàn toàn có thể tích hợp vào<br /> các hệ thống bán hàng trực tuyến.<br /> <br /> Từ khóa: Hệ thống gợi ý, bán hàng trực tuyến, phản hồi tiềm ẩn, kỹ thuật phân rã ma trận<br /> I. GIỚI THIỆU<br /> Hệ thống gợi ý (Recommender System - RS) được ứng dụng khá thành công trong thực tiễn giúp người dùng giải<br /> quyết vấn đề quá tải thông tin. Hiện nay, hệ thống gợi ý đang được nghiên cứu và ứng dụng ở nhiều lĩnh vực khác nhau<br /> đặc biệt là thương mại điện tử. Trên thế giới, đã có nhiều công ty, tổ chức áp dụng thành công hệ thống gợi ý như là một<br /> dịch vụ thương mại của mình nhằm gợi ý các dịch vụ, sản phẩm và các thông tin cần thiết đến người dùng như: website<br /> mua sắm trực tuyến Amazon (www.amazon.com) cung cấp cho khách hàng những sản phẩm mà họ có thể quan tâm, cổng<br /> video clip YouTube (www.youtube.com), gợi ý phim của MovieLens (www.movielens.org),... Việc gợi ý sản phẩm phù<br /> hợp sẽ góp phần làm tăng doanh số bán hàng hoặc số lượng truy cập, download của hệ thống. Đồng thời giúp cho khách<br /> hàng có thể tìm kiếm được những thông tin thú vị hoặc những sản phẩm mà họ muốn tìm dễ dàng hơn.<br /> Hệ thống gợi ý giúp người dùng chọn lựa được thông tin phù hợp nhất cho mình dựa trên những hành vi/phản<br /> hồi (feedbacks) mà người dùng đã thực hiện trong quá khứ. Các phản hồi có thể được xác định một cách tường minh<br /> (explicit feedback) như thông qua việc đánh giá/xếp hạng (ví dụ, rating từ 1 đến 5; hay like (1) và dislike (0),…) mà<br /> người dùng đã bình chọn trên sản phẩm – trong trường hợp này gọi là dự đoán xếp hạng (rating prediction) [4] hoặc<br /> các phản hồi có thể được xác định một cách không tường minh hay còn gọi là tiềm ẩn (implicit feedbacks) như số lần<br /> click chuột, số lần chọn mua sản phẩm, thời gian mà người dùng đã duyệt/xem sản phẩm,…<br /> Rất nhiều hệ thống lớn thu thập thông tin phản hồi từ khách hàng một cách tường minh, như Ebay, Amazon,<br /> LastFM, NetFlix,.. ở đó người sẽ trực tiếp đánh giá trên sản phẩm, như bình chọn từ (không thích) đến<br /> (rất thích); hay Youtube thu thập thông tin qua like( )/ disklike( ), và các hệ thống khác [3]. Thông qua việc thu thập<br /> phản hồi tường minh, hệ thống dễ dàng xác định mức độ yêu thích của người dùng trên sản phẩm, từ đó dự đoán các<br /> sản phẩm tiếp theo mà người dùng có thể thích để gợi ý cho họ. Tuy nhiên, điều này có thể gây bất lợi do không phải<br /> người dùng lúc nào cũng sẳn sàng/vui lòng để lại các phản hồi của họ, vì vậy hệ thống phải nên tự xác định người dùng<br /> cần gì thông qua phản hồi tiềm ẩn.<br /> Trong bài viết này, chúng tôi đề xuất một giải pháp xây dựng hệ thống gợi ý cho bán hàng trực tuyến, sử dụng<br /> phản hồi tiềm ẩn từ người dùng (như số lần duyệt/xem sản phẩm, số lần mua sản phẩm). Trước hết chúng tôi đề xuất<br /> phương pháp thu thập và khai thác thông tin phản hồi tiềm ẩn từ người dùng, sau đó lựa chọn và đề xuất kết hợp các<br /> mô hình sử dụng thông tin phản hồi tiềm ẩn. Kế đến là việc xây dựng hệ thống và tích hợp các giải thuật gợi ý vào hệ<br /> thống. Sau khi có hệ thống hoàn chỉnh, chúng tôi thu thập dữ liệu từ người dùng thực nhằm đánh giá hiệu quả của hệ<br /> thống gợi ý. Kết quả cho thấy khả năng mà hệ thống gợi ý phù hợp với sở thích của từng người dùng là khá tốt.<br /> II. HỆ THỐNG GỢI Ý (Recommender Systems - RS)<br /> A. Hệ thống gợi ý<br /> Mục đích của hệ thống gợi ý là dựa vào sở thích, thói quen, nhu cầu,... trong quá khứ của người sử dụng để dự<br /> đoán sở thích trong tương lai của họ. Trong hệ thống gợi ý người ta quan tâm đến 3 đối tượng: người dùng (user), sản<br /> phẩm (item - item gọi chung là mục tin nhưng trong bài viết này liên quan đến gợi ý sản phẩm nên từ đây về sau chúng<br /> tôi tạm gọi item là sản phẩm) và các phản hồi của người dùng trên sản phẩm, thường là các xếp hạng (rating).<br /> <br /> Lưu Nguyễn Anh Thư, Nguyễn Th Nghe<br /> L<br /> hái<br /> <br /> 601<br /> <br /> Thông t<br /> thường người ta gọi U là tập tất cả người dùng (users) và u là một ngư dùng cụ th nào đó (u∈U). I là tập<br /> p<br /> v<br /> ười<br /> hể<br /> tấ cả các sản p<br /> ất<br /> phẩm (items) s được gợi ý n máy tính, sách, phim ản và i là một sản phẩm cụ thể nào đó (i∈I). I là tập<br /> sẽ<br /> như<br /> nh,..<br /> t<br /> ụ<br /> các sản phẩm c thể lên đến hàng trăm, hà nghìn hoặc thậm chí là hàng triệu sản p<br /> c<br /> có<br /> àng<br /> c<br /> h<br /> phẩm trong m số ứng dụng, như việc<br /> một<br /> gợi ý về sách, p<br /> g<br /> phim ảnh, âm nhạc. Tương t như vậy, tập người dùng U cũng có thể rất lớn, lên đế hàng triệu trường hợp.<br /> tự<br /> p<br /> ến<br /> R là một tập h các giá trị dùng để ước l<br /> hợp<br /> lượng ‘sở thích’ (preference của người dù<br /> e)<br /> dùng, và rui∈R (R⊂ℜ) là xếp hạng của<br /> người dùng u t<br /> n<br /> trên sản phẩm i. Giá trị rui c thể được xác định một cách tường mi (explicit f<br /> m<br /> có<br /> c<br /> inh<br /> feedback) như thông qua<br /> ư<br /> việc đánh giá/x hạng (ví d rating từ 1 đến 5; hay lik (1)/ dislike (0),…) mà u đ bình chọn c i – trong trường hợp<br /> v<br /> xếp<br /> dụ,<br /> ke<br /> đã<br /> cho<br /> t<br /> này gọi là dự đ<br /> n<br /> đoán xếp hạng (rating predic<br /> ction) hoặc rui có thể được xá định một cá không tườ minh hay còn gọi là<br /> ác<br /> ách<br /> ờng<br /> y<br /> tiềm ẩn (impli feedback) như số lần cl chuột, số lần chọn mua sản phẩm, thờ gian mà u đ duyệt/xem i,… [2][7].<br /> t<br /> icit<br /> )<br /> lick<br /> ời<br /> đã<br /> Bài viết này qu tâm nhiều đến cách xác đ<br /> B<br /> uan<br /> định rui không tường minh.<br /> g<br /> Các thô tin về user item, feedba thường đư biểu diễn thông qua mộ ma trận như trong Hình 1. Trong đó<br /> ông<br /> r,<br /> ack<br /> ược<br /> t<br /> ột<br /> ư<br /> mỗi dòng là m người dùng u, mỗi cột là một sản phẩm i, và giao gi dòng và cộ là các phản hồi của người dùng như<br /> m<br /> một<br /> g<br /> à<br /> m<br /> iữa<br /> ột<br /> số lần click ch<br /> s<br /> huột hay chọn mua sản phẩ<br /> n<br /> ẩm,…. Các ô có giá trị là nh<br /> hững item mà các user đã x hoặc chọn mua trong<br /> xem<br /> quá khứ. Nhữn ô trống là n<br /> q<br /> ng<br /> những item chư được xem (điều đáng lưu ý là mỗi user chỉ click xem hoặc chọn mu cho một<br /> ưa<br /> (<br /> u<br /> m<br /> ua<br /> vài item trong quá khứ, do vậ có rất nhiều ô trống trong ma trận này – còn gọi là m trận thưa – s<br /> v<br /> ậy<br /> u<br /> g<br /> ma<br /> sparse matrix).<br /> <br /> Hình 1. Ma trận biểu d xếp hạng củ người dùng trên sản phẩm (u<br /> diễn<br /> ủa<br /> t<br /> (user-item-rating matrix)<br /> g<br /> <br /> RS<br /> o<br /> g<br /> a<br /> c<br /> Nhiệm vụ chính của R là dựa vào các ô đã có giá trị trong ma trận này (dữ liệu thu được từ quá khứ), để dự đoán<br /> các ô còn trống (của user hiệ hành), sau đó sắp xếp kế quả dự đoán (ví dụ, từ cao xuống thấp) và chọn ra To<br /> c<br /> g<br /> ện<br /> ết<br /> n<br /> o<br /> op-N items<br /> th thứ tự, từ đó gợi ý chún đến người d<br /> heo<br /> ng<br /> dùng.<br /> Một các hình thức, g Dtrain ⊆ U × I × R là tập dữ liệu huấn luyện, Dtest ⊆ U × I × R là tập dữ liệu ki thử, và<br /> ch<br /> gọi<br /> p<br /> n<br /> à<br /> iểm<br /> một ánh xạ r: U × I→ R ( i) ↦ rui<br /> m<br /> (u,<br /> Mục tiê của RS là t một hàm ̂ : U × I → ℜ sao cho ξ(r, ̂ ) thỏa mãn một điều kiện nào đó. Ví dụ, nếu ξ là<br /> êu<br /> tìm<br /> n<br /> d<br /> một hàm ước l<br /> m<br /> lượng lỗi như M<br /> Mean Absolut Error (MAE hay Root Mean Squared E<br /> te<br /> E)<br /> M<br /> Error (RMSE) thì nó cần ph được tối<br /> )<br /> hải<br /> ti<br /> iểu.<br /> <br /> MAE<br /> <br /> RMSE =<br /> <br /> =<br /> <br /> 1<br /> |D<br /> <br /> test<br /> <br /> |<br /> <br /> ∑ (r<br /> <br /> (u, i, r) ∈ D<br /> <br /> ui<br /> <br /> test<br /> <br /> ˆ<br /> − r ui<br /> <br /> )<br /> <br /> 1<br /> r<br /> ∑ (testui − rˆ(u ,i ) )2<br /> test<br /> | D | (u ,i ,r )∈D<br /> <br /> (1)<br /> <br /> (2)<br /> <br /> Hiện nay, có rất nhiều g thuật đã đ<br /> giải<br /> được đề xuất cho hệ thống gợi ý, chúng có thể được g<br /> gom lại theo 3 nhóm sau<br /> [1][2][7]:<br /> -<br /> <br /> a<br /> g<br /> rative filtering người dùng sẽ nhận gợi ý những sản p<br /> g):<br /> g<br /> phẩm được ưa thích xuất<br /> a<br /> Gợi ý dựa trên lọc cộng tác (collabor<br /> phát từ nh<br /> hững người có cùng thị hiếu và sở thích với mình. Nhóm này dựa vào các phương pháp chủ yếu<br /> ó<br /> u<br /> v<br /> m<br /> o<br /> u:<br /> o<br /> <br /> -based), trong đó hoặc là dựa trên dữ<br /> Phương pháp l<br /> P<br /> láng giềng (N<br /> Neighborhood-based, còn gọ là Memoryọi<br /> g<br /> d<br /> li quá khứ c người dùn “tương tự” – similarity (u<br /> iệu<br /> của<br /> ng<br /> user-based ap<br /> pproach), hoặc là dựa trên dữ liệu quá<br /> c<br /> d<br /> khứ<br /> k của những item “tương tự” (item-based approach).<br /> g<br /> <br /> o<br /> <br /> Dựa<br /> D trên mô h<br /> hình (Model-b<br /> based): Nhóm này liên quan đến việc xây dựng các mô hình dự đoá dựa trên<br /> n<br /> y<br /> ô<br /> án<br /> dữ<br /> d liệu thu thậ được trong quá khứ. Nh mô hình Ba<br /> ập<br /> g<br /> hư<br /> ayesian, các m hình nhân tố tiềm ẩn (la<br /> mô<br /> atent factor<br /> models): trong đó kỹ thuật p<br /> m<br /> g<br /> phân rã ma trậ (matrix fact<br /> ận<br /> torization) là m điển hình .<br /> một<br /> <br /> -<br /> <br /> Gợi ý dựa trên nội dung người dùng sẽ được gợi ý những sản phẩm tương tự với những s phẩm đã được người<br /> a<br /> g:<br /> g<br /> p<br /> ự<br /> sản<br /> đ<br /> dùng đó ư thích trước đây dựa trên n dung (như các thuộc tín của sàn phẩ<br /> ưa<br /> nội<br /> ư<br /> nh)<br /> ẩm<br /> <br /> -<br /> <br /> Gợi ý dựa trên cách tiếp cận kết hợp: kết hợp hai phương pháp tiếp cận dựa tr nội dung v lọc cộng tác<br /> a<br /> p<br /> :<br /> p<br /> rên<br /> và<br /> c.<br /> <br /> Sau đây c<br /> chúng tôi tóm lược lại một t<br /> trong những kỹ thuật trong nhóm lọc cộn tác của hệ thống gợi ý và kỹ thuật<br /> k<br /> g<br /> ng<br /> v<br /> sử dụng phản h tiềm ẩn, từ đó làm cơ sở cho việc đề xuất mô hình cho hệ thống.<br /> s<br /> hồi<br /> ừ<br /> ở<br /> x<br /> <br /> 602<br /> 6<br /> <br /> PHƯ<br /> ƯƠNG PHÁP XÂ DỰNG HỆ TH<br /> ÂY<br /> HỐNG GỢI Ý SẢ PHẨM SỬ D<br /> ẢN<br /> DỤNG PHẢN HỒ TIỀM ẨN<br /> ỒI<br /> <br /> B. Kỹ thuật p<br /> B<br /> phân rã ma tr (matrix fa<br /> rận<br /> actorization – MF)<br /> Kỹ thuậ phân rã ma t (MF) là m trong nhữn phương phá dựa trên mô hình thành c<br /> ật<br /> trận<br /> một<br /> ng<br /> áp<br /> ô<br /> công nhất hiện nay (stateof-the-art) tron RS [1][2]. M là việc chi một ma trận lớn X thành hai ma trận có kích thước n hơn W và H, sao cho<br /> o<br /> ng<br /> MF<br /> ia<br /> n<br /> h<br /> ó<br /> nhỏ<br /> ta có thể xây dự lại X từ h ma trận nhỏ hơn này càng chính xác càn tốt [5].<br /> a<br /> ựng<br /> hai<br /> ỏ<br /> g<br /> ng<br /> U|×K<br /> X ~ WHT như minh h như trong Hình 2. Tron đó, W∈ℜ|U là một ma trận mà mỗi d<br /> H<br /> họa<br /> g<br /> ng<br /> dòng u là một véc tơ bao<br /> gồm K nhân tố tiềm ẩn (latent factors) mô tả người dùng u; và H ∈ℜ|I|×K là một ma trận mà mỗi dòng i là một véc tơ bao<br /> g<br /> ố<br /> ô<br /> ℜ<br /> a<br /> gồm K nhân tố tiềm ẩn mô tả cho item i (lư ý: K