The collaborative filtering method using particle swarm optimization ; Phương pháp lọc cộng tác sử dụng tối ưu bầy đàn

In this paper, we propose a method in order to improve the traditional recommender system – a feature weighting method for both item-based collaborative filtering and user-based collaborative filtering recommender system. In traditional collaborative filtering, the recommendation results are just based on the similar nearest neighbor measure to predict unknown values in evaluation matrix. In this proposed method, the recommendation result is built by the combination of similarity features in the same cluster and weighting which show the extent of importance of each feature to predict the unknow values in evaluaion matrix. Through experiments on MovieLens 100k dataset, it shows that the results of our recommender method is better than those by the traditional method. ; Bài báo đề xuất một phương pháp để cải thiện hệ thống khuyến nghị truyền thống - lọc cộng tác dựa trên phân cụm cộng tác kết hợp với trọng số cho các người dùng và sản phẩm.Trong phương pháp tư vấn lọc cộng tác truyền thống, kết quả tư vấn được xây dựng chỉ dựa trên độ tương tự các điểm dữ liệu gần nhau nhất để dự đoán các giá trị khuyết trong ma trận đánh giá. Kết quả tư vấn của phương pháp đề xuất được xây dựng dựa trên độ tương tự các điểm dữ liệu trong cùng cụm kết hợp trọng số thể hiện mức độ quan trọng đối với từng điểm dữ liệu để dự đoán các giá trị khuyết trong ma trận đánh giá.Thông qua thực nghiệm trên tập dữ liệu MovieLens 100k cho thấy rằng phương pháp đề xuất cho kết quả dự đoán tốt hơn so phương pháp tư vấn truyền thống.