หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2565
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2564
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
MetaGME : ระบบแนะนําโดยใช้ Metapath
ชื่อโครงงานภาษาอังกฤษ
MetaGME : Gaussian Mixture Embedding with meta path for explainable recommendation system
ผู้พัฒนา
6110503321 นัตภูมิ ไซโต้
อาจารย์ที่ปรึกษาหลัก
บัณฑิต มนัสเกษมศักดิ์
อาจารย์ที่ปรึกษาร่วม
อานนท์ รุ่งสว่าง
บทคัดย่อ
ระบบแนะนำเป็นระบบที่มีความสำคัญในระบบต่างๆ เช่น ระบบแนะนำสินค้าของร้านค้าออนไลน์ ระบบแนะนำเพื่อนของเฟสบุ๊ค ซึ่งการพัฒนาระบบแนะนำให้มีความแม่นยำมีความสำคัญอย่างมากเนื่องจากประสิทธิภาพของระบบแนะนำมีความสัมพันธ์กับความพึงพอใจของผู้ใช้ต่อระบบ แต่ทว่าปัญหาหนึ่งของระบบแนะนำคือไม่สามารถอธิบายเหตุผลการแนะนำได้ ดังนั้นผู้จัดทำโครงงานจึงเสนอโมเดล MetaGME ซึ่งเป็นระบบแนะนำที่ใช้ Gaussian Mixture Model เป็น representation ของผู้ใช้และสินค้าโดยการกระจายตัวแบบปกติใน Gaussian Mixture Model นั้นจากการทดลองกับชุดข้อมูล 2 ชุดคือชุดข้อมูล ML1M และ Yelp พบว่าระบบแนะนำ MetaGME มีประสิทธิภาพดีกว่าโมเดล BPR และ Item Pop ในทั้ง 2 ชุดข้อมูล
Abstract
For a decade, the recommendation system has been an essential part of many services. Most recommender systems, on the other hand, lack interpretability, making them inappropriate for real-world use. We presented MetaGME in this research, which uses the Gaussian Mixture Model as an embedding with real-world features. In some datasets, MetaGME outperforms embedding models, according to the experiment.
คำสำคัญ (Keywords)
ระบบแนะนำ, Gaussian Mixture Model, เครือข่ายประสาทเทียม
เว็บไซต์โครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นัตภูมิ
ไซโต้
(b6110503321)
แก้ไขครั้งสุดท้าย
เมื่อ April 6, 2022, 11:11 p.m. โดย
นัตภูมิ
ไซโต้
(b6110503321)
สถานะการอนุมัติ
รออนุมัติ