info@luanan.net.vn
Luận án PDF

Luận án Nghiên cứu và phát triển một số độ đo liên kết trong bài toán khuyến nghị cộng tác

Năm2018
Lĩnh vựcCông nghệ thông tin
Ngôn ngữTiếng Việt, Tiếng Anh

Mô tả tài liệu

Tên luận án:

Nghiên cứu và phát triển một số độ đo liên kết trong bài toán khuyến nghị cộng tác

Ngành:

Hệ thống thông tin

Tóm tắt nội dung tài liệu:

Luận án "Nghiên cứu và phát triển một số độ đo liên kết trong bài toán khuyến nghị cộng tác" thuộc chuyên ngành Hệ thống thông tin (Mã số: 9480104), do nghiên cứu sinh Phạm Minh Chuẩn thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Lê Thanh Hương và PGS.TS. Trần Đình Khang tại Trường Đại học Bách khoa Hà Nội, tập trung vào việc cải tiến và phát triển các phương pháp trong bài toán khuyến nghị cộng tác. Nghiên cứu này đã đưa ra nhiều đóng góp mới có ý nghĩa trong lĩnh vực này.

Cụ thể, luận án đã đề xuất các độ đo liên kết trọng số mới. Các độ đo này được xây dựng dựa trên việc xem xét thứ tự của tác giả trong bài báo và thời gian công bố của bài báo, nhằm mục đích phản ánh chính xác hơn mức độ ảnh hưởng và sự liên quan giữa các thực thể trong mạng lưới cộng tác. Bên cạnh đó, một độ đo liên kết mới dựa trên nội dung bài báo cũng được phát triển. Độ đo này sử dụng kỹ thuật phân tích chủ đề để biểu diễn các bài báo, từ đó tạo cơ sở vững chắc cho việc xây dựng liên kết dựa trên ý nghĩa ngữ nghĩa và sự tương đồng về chủ đề.

Để tận dụng tối đa các ưu điểm từ cả hai phương pháp, luận án tiếp tục đề xuất một độ đo liên kết kết hợp. Độ đo này tích hợp các yếu tố từ độ đo liên kết dựa trên trọng số (thứ tự tác giả, thời gian công bố) và độ đo liên kết dựa trên nội dung bài báo (phân tích chủ đề). Sự kết hợp này hướng tới việc cung cấp một cái nhìn toàn diện và đa chiều hơn về mối quan hệ liên kết, nâng cao chất lượng của các khuyến nghị.

Ngoài ra, một mô hình khuyến nghị cộng tác mới cũng là một điểm nhấn của luận án. Mô hình này được xây dựng dựa trên kỹ thuật phân cụm mờ bám giám sát, hứa hẹn mang lại hiệu quả cao hơn trong việc gợi ý các cộng tác tiềm năng trong các hệ thống thông tin. Để minh chứng cho tính hiệu quả và độ tin cậy của các đề xuất, nghiên cứu đã tiến hành thử nghiệm trên hai bộ dữ liệu thực tế. Các bộ dữ liệu này được thu thập từ hai tạp chí khoa học uy tín là "Applied Mathematics and Computation" và "Biophysical Journal", đảm bảo cơ sở đánh giá khách quan và vững chắc cho các kết quả nghiên cứu đã đạt được.

Tài liệu liên quan