การประยุกต์แนวคิดผู้เชี่ยวชาญเพื่อการแนะนำสินค้า

Abstract

บทคัดย่อ

งานวิจัยนี้นำเสนอการประยุกต์ใช้แนวคิดผู้เชี่ยวชาญเพื่อสร้างการแนะนำสินค้า ซึ่งจะช่วยให้ผู้ใช้งานได้รับสินค้าที่มีความเหมาะสมและสอดคล้องต่อความต้องการ โดยพิจารณาความเป็นผู้เชี่ยวชาญจากปัจจัย 3 ด้าน ได้แก่ (1) ด้านการเชื่อมโยงในเครือข่าย โดยพิจารณาจากจำนวนการเชื่อมโยงที่เข้าสู่ผู้ใช้งานในเครือข่าย ซึ่งเป็นการแสดงถึงชื่อเสียงของผู้ใช้งานนั้น (2) ด้านความถี่ในการให้คะแนนสินค้า โดยพิจารณาจากการนับจำนวนครั้งในการให้คะแนนสินค้าของผู้ใช้งาน ซึ่งจำนวนครั้งในการให้คะแนนนั้นแสดงออกถึงความเป็นผู้เชี่ยวชาญ และ (3) ด้านความนิยมของผู้ใช้งานอื่นในระบบ ซึ่งเป็นการคิดค่าเฉลี่ยของการให้คะแนนผู้ใช้งานจากผู้ใช้งานอื่นในระบบ โดยผู้ใช้งานที่ได้รับคะแนนผู้ใช้งานสูงก็แสดงถึงมีความเชี่ยวชาญสูง และเพื่อเปรียบเทียบประสิทธิภาพในการทำนายการแนะนำของปัจจัยทั้ง 3 ด้าน งานวิจัยนี้จึงได้ใช้ชุดข้อมูล Epinion และทดลองเปรียบเทียบประสิทธิภาพความถูกต้อง (accuracy) และความผิดพลาด (error) ของการทำนาย ซึ่งผลการทดลองแสดงให้เห็นว่าการพิจารณาความเป็นผู้เชี่ยวชาญเมื่อคำนึงถึงความถี่ในการให้คะแนนสินค้าให้ผลลัพธ์ที่เหมาะสมสูงที่สุด โดยมีค่าความถูกต้อง (accuracy) ที่ร้อยละ 85.404 และค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (mean absolute error) เท่ากับ 0.146 

คำสำคัญ : ระบบผู้แนะนำ; ผู้เชี่ยวชาญ; การเชื่อมโยงในเครือข่าย; ความถี่ในการให้คะแนน; ความนิยมของผู้ใช้งานอื่นในระบบ

Abstract

This research presents the applying expert concept consideration for recommending items. The proposed work aims to recommend optimal items to users, which are based on user preferences. Herein, this work applies 3 major expert identifications as following, (1) network topology: Considering a user network topology by concerning indegee of users, which is acting as user reputation level, (2) considering a frequency of item ratings, which is acting as a user-item expertise level, and (3) considering a user like by averaging like rating from other users, which is acting as user-like rating expertise level. For evaluation, the Epinion dataset is employed to test the proposed work focusing on accuracy and error of recommending. The results shows that the expert identification by considering frequency of item ratings applied in the recommendation process presents the highest percentage of accuracy and the lowest mean absolute error, which are 85.404 % and 0.146, respectively. 

Keywords: recommender system; expert; social network; frequency of Item rating; user like