HỆ THỐNG GỢI Ý PHIM DỰA TRÊN PHÂN TÍCH CẢM XÚC CỦA NGƯỜI DÙNG

Abstract

Ngày nay, hầu hết các ứng dụng thương mại điện tử đều có gợi ý cho khách hàng. Từ đó hệ thống gợi ý trở thành một phần quan trọng của các ứng dụng trên nhiều lĩnh vực như: bán hàng trực tuyến(gợi ý sản phẩm tiêu dùng, ăn uống, sách), giải trí (gợi ý bài hát, phim ảnh, trò chơi..), giáo dục đào tạo (gợi ý nguồn tài nguyên học tập, nghiên cứu,..), dịch vụ du lịch (gợi ý địa điểm, phương tiện, khách sạn,..). Cách tiếp cận truyền thống trong các hệ thống gợi ý bao gồm lọc cộng tác và lọc dựa trên nội dung. Tuy nhiên, những cách tiếp cận này có những hạn chế nhất định như sự cần thiết của lịch sử người dùng trước đó. Luận văn này giới thiệu việc khai thác phân tích cảm xúc của người dùng trong lĩnh vực phim ảnh dựa trên bình luận của khách hàng đã xem phim kết hợp với lọc dựa trên nội dung. Sử dụng phương pháp lọc dựa trên nội dung, lấy ra danh sách Top - N bộ phim có độ tương tự cao nhất, sau đó thực hiện phân tích cảm xúc người dùng trên mỗi bộ phim thông qua bình luận. Từ đó tìm kiếm ra danh sách Top - M bộ phim tương tự được người xem đánh giá trải nghiệm tốt nhất, việc phân tích thực hiện bởi model huấn luyện trên mô hình LSTM. Kết quả thực nghiệm cho thấy độ chính xác 86% của phương pháp đề xuất và kết quả khai thác được từ tập dữ liệu IMDB-Dataset-of-50K-Movie-Reviews.