Nghiên cứu sinh Hồ Thị Hoàng Vy đã bảo vệ thành công luận án tiến sĩ ngành Hệ thống thông tin với đề tài “Nghiên cứu và đề xuất các phương pháp lọc cộng tác dựa trên lân cận trong hệ thống tư vấn” tại Trường Đại học Khoa học tự nhiên, ĐHQG-HCM vào ngày 05/11/2026. Luận án do PGS.TS. Lê Nguyễn Hoài Nam và TS. Phạm Nguyễn Cương hướng dẫn khoa học.
Lọc cộng tác dựa trên lân cận là một trong những phương pháp phổ biến trong xây dựng hệ thống tư vấn. Phương pháp này dự đoán sở thích của người dùng dựa trên mức độ tương đồng với những người dùng khác, qua đó mang lại khả năng diễn giải trực quan. Tuy nhiên, các phương pháp hiện có vẫn còn một số hạn chế liên quan đến việc tổng hợp sở thích từ tập người dùng lân cận, đo lường độ tương đồng, xử lý dữ liệu thưa và khả năng mở rộng khi triển khai trên các hệ thống có quy mô lớn.
Từ những vấn đề trên, luận án đề xuất các giải pháp cải thiện quá trình dự đoán sở thích và đo độ tương đồng giữa người dùng. Đối với bài toán tổng hợp sở thích, nghiên cứu xây dựng các hàm mục tiêu nhằm học trọng số ảnh hưởng giữa người dùng lân cận và người dùng đích. Điểm đáng chú ý là mức độ ảnh hưởng được xác định theo từng sản phẩm cụ thể, thay vì chỉ dựa trên độ tương đồng tổng thể giữa hai người dùng. Các giải pháp đồng thời khai thác thông tin từ điểm số đánh giá và nội dung bình luận để hỗ trợ quá trình dự đoán sở thích.
Đối với bài toán đo độ tương đồng, luận án nghiên cứu cả dữ liệu phản hồi tường minh và phản hồi không tường minh. Trong đó, dữ liệu phản hồi tường minh được tiếp cận theo hướng đa yếu tố, cho phép khai thác nhiều khía cạnh trong quá trình đánh giá sản phẩm. Đối với dữ liệu phản hồi không tường minh, các loại hành vi tương tác được phân biệt và phân tích riêng theo mức độ phản ánh sở thích của người dùng. Bên cạnh đó, nghiên cứu đề xuất cơ chế chuyển đổi không gian biểu diễn người dùng nhằm giảm mức độ thưa của dữ liệu, qua đó cải thiện hiệu quả đo lường độ tương đồng.
Một hướng nghiên cứu khác của luận án là nâng cao khả năng mở rộng của hệ thống tư vấn thông qua cơ chế gom cụm người dùng với phương pháp khởi tạo có định hướng. Giải pháp này giúp thu hẹp không gian tính toán trong giai đoạn huấn luyện, giảm số lượng cặp người dùng cần xem xét, đồng thời duy trì chất lượng tập lân cận và hiệu quả tư vấn.
Các kết quả nghiên cứu góp phần đề xuất những cách tiếp cận mới trong việc tổng hợp sở thích, đo độ tương đồng và tối ưu hóa quá trình tính toán của hệ thống tư vấn lọc cộng tác dựa trên lân cận. Các phương pháp được đề xuất có khả năng ứng dụng trong xây dựng hệ thống tư vấn ở nhiều lĩnh vực khác nhau. Đồng thời, luận án mở ra các hướng nghiên cứu tiếp theo như mở rộng phương pháp cho bài toán tư vấn theo nhóm, tích hợp dữ liệu ngữ cảnh và dữ liệu thời gian nhằm tiếp tục nâng cao hiệu quả của hệ thống tư vấn.
