1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Pendekatan pengelompokan berasaskan kejiranan dengan integrasi teknologi data terpaut terbuka dalam sistem pencadang kumpulan kolaboratif
Authors:	Rosmamalmi Mat Nawi (P84180)
Supervisor:	Shahrul Azman Mohd Noah, Prof.Dr
Keywords:	Universiti Kebangsaan Malaysia -- Dissertations Dissertations, Academic -- Malaysia Sistem pencadang Teknologi data Resource sharing
Issue Date:	22-Jun-2021
Description:	seperti buku, berita, dan video kepada pengguna yang berkemungkinan menjadi minat pengguna. Sistem Pencadang Kumpulan (SPK) pula merupakan aplikasi yang direka bentuk dalam konteks yang mana lebih daripada seorang pengguna terlibat dalam proses cadangan. Cabaran pada SPK mahupun SP individu terletka pada masalah bilangan kadaran yang kecil dan tidak lengkap. Masalah ketaklengkapan ini mewujudkan masalah yang dinamakan kelompangan data. Pelbagai pendekatan yang berbeza dicadangkan dalam tinjauan kajian lepas yang memfokuskan kepada isu data lompang, namun kebanyakannya dikhususkan kepada SP individu. Isu data lompang dalam kumpulan memberi kesan negatif kepada kualiti ramalan yang diberikan kepada kumpulan tersebut. Perkara ini berlaku kerana pembentukan kumpulan yang tidak efisien yang mana lazimnya juga melibatkan individu yang mempunyai data lompang dalam profil pengguna mereka. Kebanyakan kajian semasa memfokuskan isu ini setelah pembentukan kumpulan dilaksanakan. Namun, kajian ini memfokuskan kepada penyelesaian kelompangan data sebelum kumpulan dibentuk, berdasarkan kepada intuisi bahawa keberkesanan pencadangan dicapai jika masalah data lompang di peringkat individu ditangani sebelum proses pembentukan kumpulan. Justeru itu, pengaplikasian pendekatan melalui teknologi Data Terpaut Terbuka (DTT) ke atas profil individu pengguna dicadangkan bagi memastikan isu data lompang dapat diatasi sebelum proses pembentukan kumpulan dilaksanakan. DTT berupaya untuk mencari persamaan item menerusi pautan kepada sumber luar melalui pelbagai data berstruktur yang tersedia untuk digunakan. Set data yang digunakan ialah Movielens 1M, manakala set data DTT iaitu DBpedia berasaskan dua atribut 'starring' dan 'director' diaplikasikan. DBpedia mewujudkan hubungan semantik dan memperkayakan maklumat item dalam set data Movielens 1M. Ia bertujuan bagi mendapatkan keserupaan antara pengguna serta mencari kebarangkalian perkaitan bagi mendapatkan data baru dan relevan untuk tujuan pengelompokan. Data berkaitan kumpulan iaitu keutamaan pengguna dan hasil daripada metrik persamaan digunakan sebagai input dalam pembentukan kumpulan. Kaedah pengelompokan berasaskan kejiranan digunakan dalam pembentukan kumpulan dalam kajian ini. Penilaian berasakan eksperimen terarah kepada aspek ketepatan ramalan dan kerelevanan cadangan terhadap model cadangan dilaksanakan dengan melibatkan tiga aspek penilaian: perbandingan dengan pendekatan asas, perbandingan kajian semasa, dan perbandingan saiz kumpulan dan strategi pengagregatan. Strategi pengagregatan yang digunakan ialah Average (AV), Most Pleasure (MP), Average without Misery (AVM) and Least Misery (LM). Metrik RMSE dan MAE diaplikasikan bagi mengukur prestasi ketepatan ramalan, di samping ukuran metrik kerelevanan cadangan item iaitu Kejituan, Dapatan Semula dan Skor F1. Hasil kajian mendapati ukuran ketepatan ramalan dan kerelevanan cadangan bagi model cadangan adalah lebih baik berbanding pendekatan asas dengan mengadaptasi strategi AV dengan pendekatan pengagregatan profil individu. Manakala bagi kajian terhadap perbandingan saiz kumpulan menunjukkan saiz kumpulan besar menunjukkan ketepatan ramalan yang lebih baik untuk keempat-empat strategi pengagregatan. Manakala aspek kerelevanan cadangan item semakin berkurangan dengan peningkatan saiz kumpulan bagi strategi pengagregatan yang MP, AV dan AVM. Walau bagaimanapun, strategi LM mempamerkan prestasi kerelevanan cadangan yang tidak konsisten berdasarkan peningkatan saiz kumpulan.,Ph.D
Pages:	253
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.