Xây dựng hệ khuyến nghị hỗn hợp áp dụng cho trang web thông tin rào cản kỹ thuật đối với thương mại

Tóm tắt

Bài toán đáp ứng được nhu cầu khách hàng về sản phẩm, dịch vụ là một trong nền tảng quan trọng hàng đầu của bên cung cấp. Bên cung cấp dùng nhiều phương pháp để cố gắng đưa ra các đề xuất sản phẩm, dịch vụ phù hợp với từng khách hàng và phía khách hàng có tương tác với sản phẩm, dịch vụ có quan tâm. Bên cung cấp luôn lưu thông tin người dùng cũng như lưu vết lại tất cả lịch sử giao dịch để lần sau phục vụ yêu cầu phù hợp hơn. Trong bài viết này giới thiệu một hệ khuyến nghị hỗn hợp thông tin Technical Barriers to Trade (TBT) dựa vào phản hồi ẩn và áp dụng cho trang web một điểm truy cập TBT cấp tỉnh/thành. Hệ khuyến nghị xây dựng vận dụng kết hợp kỹ thuật lọc theo nội dung và kỹ thuật lọc cộng tác tương ứng với hai phương pháp Mô hình không gian vector (kết hợp TF-IDF) và Phân tích ma trận Matrix Factorization. Bài báo đã cài đặt hệ khuyến nghị hỗn hợp trên vào một trang web ứng dụng và xây dựng một cơ sở dữ liệu thông tin TBT thu thập từ nhiều nguồn. Hệ thống trên được thử nghiệm với cơ sở dữ liệu cho thấy giải pháp này hoàn toàn thích hợp để tích hợp vào trang web của các điểm truy cập TBT.

Abstract

The problem of meeting customer needs for products, services is one of the most important foundations of the supplier. The supplier uses many methods to try to make product and service recommendations suitable for each customer, and the customer interacts with interesting products and services. The supplier often stores user information as well as all transaction histories to serve more appropriate requests for next time. This paper presents a hybrid recommendation system for Technical Barriers to Trade (TBT) information based on implicit feedback and applies it to the website of TBT access point. This hybrid recommendation system is built using a combination of content-based filtering techniques and collaborative filtering techniques corresponding to two methods: Vector Space Model (TF-IDF); Matrix Factorization. The paper has built a database collected from many sources and installed the above hybrid recommendation system for the website of TBT access point and combined it with TBT information collected from many sources. The system was tested with a data set stored in the above database, showing that the solution is perfectly suitable for integrating into TBT access points.