.. _chap_recsys:

Hệ thống Recommender
====================


\*\* Shuai Zhang\*\* (*Amazon*), **Aston Zhang** (*Amazon*), và **Yi
Tay** (*Google*)

Các hệ thống giới thiệu được sử dụng rộng rãi trong ngành công nghiệp và
có mặt khắp nơi trong cuộc sống hàng ngày của chúng ta. Các hệ thống này
được sử dụng trong một số lĩnh vực như các trang mua sắm trực tuyến (ví
dụ: amazon.com), trang web dịch vụ âm nhạc/phim (ví dụ: Netflix và
Spotify), cửa hàng ứng dụng di động (ví dụ: cửa hàng ứng dụng IOS và
google play), quảng cáo trực tuyến, chỉ để đặt tên một vài.

Mục tiêu chính của các hệ thống giới thiệu là giúp người dùng khám phá
các mặt hàng có liên quan như phim để xem, nhắn tin để đọc hoặc sản phẩm
để mua, để tạo ra trải nghiệm người dùng thú vị. Hơn nữa, các hệ thống
giới thiệu là một trong những hệ thống máy học mạnh nhất mà các nhà bán
lẻ trực tuyến thực hiện để thúc đẩy doanh thu gia tăng. Hệ thống giới
thiệu là thay thế các công cụ tìm kiếm bằng cách giảm những nỗ lực trong
các tìm kiếm chủ động và người dùng đáng ngạc nhiên với các ưu đãi mà họ
không bao giờ tìm kiếm. Nhiều công ty quản lý để định vị mình trước các
đối thủ cạnh tranh của họ với sự trợ giúp của các hệ thống giới thiệu
hiệu quả hơn. Như vậy, các hệ thống giới thiệu là trọng tâm của không
chỉ cuộc sống hàng ngày của chúng ta mà còn rất không thể thiếu trong
một số ngành công nghiệp.

Trong chương này, chúng tôi sẽ đề cập đến các nguyên tắc cơ bản và tiến
bộ của các hệ thống giới thiệu, cùng với việc khám phá một số kỹ thuật
cơ bản phổ biến để xây dựng các hệ thống giới thiệu với các nguồn dữ
liệu khác nhau có sẵn và triển khai chúng. Cụ thể, bạn sẽ tìm hiểu cách
dự đoán xếp hạng mà người dùng có thể cung cấp cho một mục tiềm năng,
cách tạo danh sách đề xuất các mục và cách dự đoán tỷ lệ nhấp từ các
tính năng phong phú. Những nhiệm vụ này là phổ biến trong các ứng dụng
trong thế giới thực. Bằng cách nghiên cứu chương này, bạn sẽ nhận được
kinh nghiệm thực hành liên quan đến việc giải quyết các vấn đề đề xuất
thế giới thực với không chỉ các phương pháp cổ điển mà còn các mô hình
dựa trên học tập sâu tiên tiến hơn.

.. toctree::
    :maxdepth: 2

    recsys-intro
    movielens
    mf
    autorec
    ranking
    neumf
    seqrec
    ctr
    fm
    deepfm