PENANGANAN MASALAH COLD START DAN DIVERSITY REKOMENDASI MENGGUNAKAN ITEM-BASED CLUSTERING HYBRID METHOD

Transkripsi

1 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8035 PENANGANAN MASALAH COLD START DAN DIVERSITY REKOMENDASI MENGGUNAKAN ITEM-BASED CLUSTERING HYBRID METHOD The Handling of Cold Start and Recoendation Diversity Proble Using Ite-Based Clustering Hybrid Method Gentra Aditya Putra Ruswanda 1, ZK Abdurrahan Baizal, Erliansyah Nasution 3 1,,3 Prodi SI Ilu Koputasi, Fakultas Inforatika Universitas Telko 1 gentra.a@gail.co, baizal@telkouniversity.ac.id, 3 rlinst@yahoo.co Abstrak Pada recoender syste terdapat dua etode yang sering digunakan yaitu content-based filtering dan collaborative filtering. Metode-etode ini eiliki kelebihan dan kekurangannya asing-asing. Metode content-based filtering eiliki kekurangan diana hasil rekoendasi yang diberikannya kurang beraga (diversity) dikarenakan etode ini hanya engacu pada konten ite yang direkoendasikan saja. Pada etode collaborative filtering terdapat asalah diana ite baru yang asih belu eiliki rating tidak dapat direkoendasikan karena data rating yang dibutuhkan saat proses rekoendasi tidak ada. Pada penelitian ini akan diuji hipotesis diana kobinasi dari kedua etode tersebut dapat engatasi asalah cold start dan diversity yand diiliki asing-asing etode. Metode yang digunakan untuk engkobinasikan kedua etode tersebut adalah Ite-based Clustering Hybrid Method (ICHM). Pengukuran keapuan ICHM dala engatasi asalah cold start akan dihitung enggunakan etrik Mean Absolute Error (MAE) sedangkan pengukuran diversity dari hasil rekoendasinya akan dihitung enggunakan etrik Intra-List Siilarity (ILS). Hasil dari penelitian ini enunjukkan bahwa etode ICHM eiliki keapuan lebih baik dala enangani asalah cold start dibandingkan dengan collaborative filtering dengan nilai MAE 1,45 dan 3,8103. Hasil dari pengujian diversity enunjukkan bahwa ICHM eiliki hasil rekoendasi yang lebih beraga dibandingkan dengan content-based filtering dengan nilai ILS -3,7187 dan 34,5709. Kata Kunci : recoender syste, ite-based clustering hybrid ethod, diversification, cold start Abstract There are two coon ethods used in recoender syste which is content-based filtering and collaborative filtering. These ethods have its own advantages and weakness. Content-based filtering ethod has a weakness where its recoendation results are not diverse enough because of its process only rely on the content of the ite itself. In collaborative filtering ethod, there s a proble where a new ite that has not been rated by anyone cannot be recoended at all because the rating data that is needed for the process does not exist. This research will test a hyphotesis which a cobination of these two ethods can overcoe the cold start and diversity proble fro its own ethods. The ethod used here to cobine the is Ite-based Clustering Hybrid Method (ICHM). A easureent used to easure ICHM perforance in overcoing cold start proble is Mean Absolute Error (MAE) while the easureent of recoendation diversity use Intra-List Siilarity (ILS) etric. Results of this research showed that ICHM has a better perforance in handling a cold start proble copared to collaborative filtering with an MAE of 1,45 and 3,8103. Result of the diversity test showed that ICHM has a better recoendation diversity rather than content-based filtering with an ILS of -3,7187 and 34,5709. Keyword : recoender syste, ite-based clustering hybrid ethod, diversification, cold start 1. Pendahuluan Recoender syste erupakan bagian dari ilu inforation filtering syste yang ana eiliki fungsi untuk erekoendasikan suatu konten kepada audiensinya [1]. Terdapat dua etode yang uu digunakan dala ebangun recoender syste, yaitu content-based filtering dan collaborative filtering [7,8]. Kedua etode ini

2 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8036 eiliki kelebihan dan kekuranganya asingasing. Content-based filtering eiliki kekurangan diana hasil rekoendasi yang diberikan kurang beraga (diversity) karena hanya engacu pada konten daripada ite tersebut []. Sedangkan preferensi seseorang terhadap suatu ite tidak selalu bergantung pada karakteristik aupun konten ite tersebut [1]. Penelitian pada recoender syste saat ini telah elakukan eksperien pada pengukuran keapuan recoender syste selain enggunakan akurasi [1] yaitu diversity yang akan dihitung dengan etode intra-list siilarity. Berbeda dengan content-based filtering, etode collaborative filtering ini elihat pola kesaaan rating yang diberikan tiap user. Kekurangan dari etode ini adalah Group Rating Group-rating atrix Kalkulasi Adjust Cosine siilarity untuk grouprating atrix Group-rating Data Ite siilarity atrix Pengupulan Data Ite, User, dan Rating Kalkulasi total siilarity enggunakan Linear Cobination Data Rating Mengubah ke bentuk atriks Ite-rating atrix Kalkulasi Pearson siilarity untuk Ite-rating atrix Ite-rating siilarity atrix ketidakapuannya dala eberikan rekoendasi untuk ite baru yang belu eiliki Siilarity atrix Hasil Rekoendasi data rating saa sekali, atau biasa disebut asalah cold start pada ite [, 9, 10, 11]. Penelitian ini akan enguji hipotesis bahwa kobinasi dari kedua etode tersebut dapat engatasi asalah cold start dan diversity. Penelitian ini akan enggunakan etode hybrid yang bernaa Ite-based Clustering Hybrid Method (ICHM). Metode ini engkobinasikan pendekatan contentbased dan collaborative filtering. Metrik Mean Absolute Error (MAE) akan digunakan untuk enguji keapuan ICHM dala engatasi asalah cold start sedangkan ILS akan digunakan untuk engukur diversity hasil rekoendasinya.. Ite-based Clustering Hybrid Method Ite-Based Clustering Hybrid Method (ICHM) [] erupakan etode yang ebawa konten dari ite ke dala ite-based collaborative filtering. ICHM engintegrasikan data rating ite oleh pengguna dengan tingkat keiripan dari asingasing ite. Metode ICHM engatasi kekurangankekurangan yang diiliki oleh pendekatan Collaborative dan Content-based Filtering. Dari sisi collaborative, ICHM engatasi asalah cold-start pada pendekatan collaborative yang biasa terjadi ketika terdapat ite baru. Pendekatan collaborative eiliki kesulitan untuk eberikan rekoendasi ite baru karena belu ada pengguna yang eberikan rating pada ite tersebut. Metode ICHM dapat eberikan prediksi rekoendasi ite baru karena tidak hanya engabil inforasi dari atriks ite-rating naun juga dari atriks group-rating [] yang erupakan atriks keiripan ite berdasarkan cluster-nya. Sedangkan dari sisi content-based, etode ini engatasi asalah over-specialization yang biasa terdapat pada jenis etode content-based. Collaborative Prediction Prediction Matrix Database User-Ite disipan ke database Data Rekoendasi Gabar 1 Gabaran etode ICHM Berikut erupakan proses kerja pada etode ICHM: 1. Melakukan clustering untuk engelopokkan ite-ite, keudian enggunakan hasilnya untuk enciptakan atriks group-rating.. Menghitung tingkat keiripan (siilarity). Metode ini enggunakan tiga perhitungan siilarity yaitu: Pertaa enggunakan adjusted-cosine algorith untuk enghitung siilarity dari atriks group-rating. Kedua, engkalkulasi siilarity dari atriks iterating enggunakan Pearson correlation siilarity. Terakhir, elakukan kobinasi linier dari kedua perhitungan siilarity sebelunya untuk endapatkan total siilarity. 3. Mebuat prediksi suatu ite dengan elakukan deviasi rata-rata bobot dari rata-rata neighbour..1. Group Rating Group Rating bertujuan untuk engelopokkan tiap ite ke dala beberapa cluster. Matriks group rating erupakan atriks probabilitas tiap ite asuk ke dala asing-asing cluster. Matriks inilah Siyang enyediakan inforasi content-based etode ICHM [, 5, 8].

3 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8037 Tiap ite akan eiliki atribut-atribut data teks seperti contohnya kategori, naa, dan deskripsi. Atribut-atribut ite tersebut dihitung nilai TF IDF- si(k, l) = siilarity antar ite k dan l = julah pengguna yang eberi rating k dan l nya enggunakan persaaan (.5) yang keudian hasilnya akan digunakan untuk proses clustering R k, Rl = rata-rata rating dari ite k dan l enggunakan algorita Adjusted K-Means Clustering. R u,k, R u,l = rating pengguna u pada ite k dan l Algorita ini diturunkan dari algorita K- Means Clustering yang dikebangkan dengan engaplikasikan teori fuzzy set untuk erepresentasikan hubungan probabilitas antara objek dan cluster pada langkah akhir algoritanya [, 5, 8]. Berikut erupakan persaaan untuk enentukan group rating dari suatu ite. CS( j, k ) Pr o( j, k ) 1 MaxCS(k ).3. Adjusted Cosine Siilarity Adjusted cosine siilarity erupakan pengebangan dari cosine siilarity yang bertujuan untuk engatasi asalah perbedaan skala rating yang diberikan. Adjusted cosine siilarity eiliki perbedaan diana setiap nilai rating akan dikurangi oleh nilai rata-ratanya. Berikut erupakan persaaan adjusted cosine siilarity yang akan digunakan untuk (.1) enghitung siilarity ite berdasarkan atriks group-rating [5,8]. (R R u,k u )(R R u,l u ) (.5) si(k, l ) Pr o( j, k ) =probabilitas objek j asuk cluster k CS( j, k ) = counter-siilarity antar dokuen j dengan cluster k MaxCS(k ) = nilai aksiu counter-siilarity pada cluster k Diana nilai dari CS(j,k) erupakan jarak antara dokuen j dengan centroid cluster k. Nilai jarak tersebut dihitung dengan enggunakan persaaan Euclidean distance berikut n d ( p, q) 1 ( p i q i ) i d ( p, q) = Jarak dokuen p terhadap cluster q n = Julah dokuen p i = Nilai TF IDF ter i pada dokuen p (.) l (R R u,k u ) (R R u,l u ) si(k, l) = siilarity antar ite k dan l R u = julah cluster = rata-rata nilai probabilitas cluster R u,k, Ru,l = nilai probabilitas cluster u pada ite k dan.4. Linear Cobination Siilarity Persaaan berikut akan engkobinasikan nilai siilarity antara kedua hasil siilarity yang telah dihitung sebelunya, yaitu siilarity iterating yang berdasarkan nilai rating dan siilarity group-rating yang berdasarkan nilai probabilitas ite asuk ke suatu cluster [5,8]. si(k, l) si(k,l) (1 c) si(k,l) c (.11) ite group q i = Nilai rata-rata TF IDF ter i pada cluster q.. Pearson Correlation-based Siilarity Pearson siilarity erupakan salah satu etode kalkulasi siilarity yang paling banyak digunakan dala collaborative filtering. Pearson engukur derajat hubungan linier antar dua variabel yang ada. Persaaan ini akan digunakan untuk enghitung siilarity ite berdasarkan nilai rating ite yang diberikan oleh penggunanya [5,8]. (R u,k R k )(R u,l R l ) (.3) si(k, l ) si(k, l) = siilarity antar ite k dan l c = kobinasi koefisien si(k, l) ite = siilarity antar ite k dan l hasil atriks ite-rating si(k, l) group = siilarity ite k dan l hasil atriks group-rating.5. Collaborative Prediction (R u,k R k )

4 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8038 (R u,l R l ) Prediksi untuk suatu ite keudian dihitung dengan enggunakan deviasi bobot rata-rata dari rata-rata neighbour. Metode ini enggunakan aturan

5 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8039 Top N untuk eilih N terdekat berdasarkan siilarity ite [5,8]. Pada asalah cold start, nilai R k akan kosong karena ite k tidak eiliki rating saa sekali. Maka nilai R k akan diganti dengan R ghb yang erupakan nilai rating rata-rata nearest neighbors dari ite k sejulah N. Nearest neighbors dari ite k ini didapat dari atriks group rating [5,8], yaitu ite-ite selain k yang berada pada cluster yang saa diurutkan dari besar ke kecil berdasarkan nilai probabilitasnya. n (content-based), telah lengkap. Sehingga nilai ite siilarity dan group siilarity saa-saa eiliki nilai dan nilai koefisien kobinasi tidak eiliki pengaruh signifikan. Sedangkan pada kasus cold start, data rating ite oleh user banyak yang kosong enyebabkan nilai ite siilarity pun enjadi kosong dan tidak dapat erepresentasikan siilarity antar ite tersebut. Pada kondisi seperti inilah nilai koefisien kobinasi berperan besar enyebabkan nilai akurasi yang dihasilkan lebih bervariasi pada tiap nilai P u,k R k n si(k, i) P u,k (R u,i R i ) si(k, i) i 1 = prediksi untuk pengguna u pada ite k n = total neighbour dari ite k R u,i R k = nilai rating pengguna u pada ite i = rata-rata rating ite k si(k, i) = siilarity antara ite k dengan neighbour i (.1) koefisien kobinasinya. Dari hasil pengujian ini dapat disipulkan bahwa untuk kasus non cold start nilai koefisien kobinasi yang optial adalah 0,5. Sedangkan untuk kasus cold start, nilai koefisien kobinasi yang optial adalah 0,4. MAE Pengaruh koefisien c terhadap MAE 1, 1 0,8 0,6 0,4 0, 0 0 0,5 1 c Non Cold Start Cold Start R i = rata-rata rating pada ite i 3. Evaluasi Pengujian 3.1. Metrik Evaluasi Pengujian ini akan enggunakan data yang didapat dari MovieLens yang berisikan 5844 rating dari 00 user dan 00 fil. Pengukuran akurasi ICHM akan enggunakan etric MAE dengan pebagian data rating enjadi data training dan data testing. Tingkat diversity dari hasil rekoendasi akan diukur enggunakan ILS. 3.. Analisis dan Hasil Pengujian Sebelu eulai pengujian pada asalah cold start dan diversity, perlu didapatkan koefisien kobinasi c yang paling optial untuk etode ICHM ini. Maka pengujian awal ini adalah untuk enentukan koefisien c optial yang akan digunakan oleh etode ICHM ketika akan dibandingkan perforanya dengan etode lain. Hal ini dilakukan dengan elakukan iterasi pengujian non cold start terhadap koefisien c ulai dari 0,1 hingga 0,9 dengan selisih c antar iterasi adalah 0,1. Berdasarkan hasil pengujian yang dapat dilihat pada gabar 3, dapat dilihat bahwa nilai koefisien c tidak begitu epengaruhi nilai akurasi pada kasus non cold start, naun akan cukup berpengaruh pada kasus cold start. Hal ini dapat terjadi karena pada kasus non cold start data rating ite oleh user, yang digunakan untuk ebangun ite siilarity (collaborative), dan data konten ite, yang digunakan untuk ebangun group siilarity Gabar 3 Pengaruh koefisien c Setelah didapatkan koefisien kobinasi c yang optial, ICHM dapat dibandingkan dengan kedua etode lainnya untuk dievaluasi akurasinya pada asalah cold start. Masalah cold start adalah kondisi diana terdapat ite baru yang saa sekali belu eiliki rating [, 9, 10, 11]. Maka dari itu, perlu disiulasikan dataset khusus yang eenuhi kondisi tersebut sebelu eulai pengujian. Hal ini dilakukan dengan cara eilih 5 ite dari dataset training keudian enghapus seluruh data rating yang diiliki oleh ite tersebut dan eindahkannya ke dataset testing. Berdasarkan hasil pengujian, dapat dilihat bahwa etode ICHM eiliki keapuan yang lebih baik dibandingkan etode collaborative filtering dala engatasi asalah cold start. Naun ketika dibandingkan dengan etode content-based filtering, ICHM eiliki perfora yang sedikit di bawah perfora content-based filtering. Diana rata-rata MAE dari content-based filtering adalah 1,43389, sedangkan ICHM eiliki rata-rata MAE sebesar 1,45, sedikit lebih besar daripada content-based filtering.

6 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8040 Pengaruh Julah Ite Cold-Start Pada MAE 6 enggunakan nilai TF-IDF untuk enentukan keiripannya. Berbeda dengan etode collaborative filtering yang eanfaatkan kesaaan nilai rating MAE Julah Ite Cold Start ICHM Collabora tive Content- Based Gabar 4 Pengaruh julah ite cold start Tabel 1 Hasil kuulatif akurasi seluruh arsitektur antar ite-nya untuk enentukan rekoendasinya. Metode ini enghasilkan rekoendasi yang irip berdasarkan nilai rating-nya bukan irip berdasarkan karakteristik kontennya. ICHM juga endapatkan nilai ILS yang rendah karena turut eperhitungkan kesaaan rating antar ite seperti collaborative filtering. Nilai siilarity ini keudian dikobinasikan dengan adjusted cosine siilarity yang elihat kesaaan konten ite-nya. RATA-RATA MAE MAPE ICHM 1,459 0,4088 Content-based 1, ,3953 Filtering Collaborative Filtering 3, Pada pengujian berikutnya, dihitung tingkat diversity dari hasil rekoendasi asing-asing etode enggunakan Intra-List Siilarity (ILS). ILS erupakan salah satu etric yang bertujuan untuk engukur nilai diversity dari hipunan ite yang direkoendasikan. Metrik ini enggunakan nilai siilarity antar ite yang eiliki skala [-1,+1]. Seakin tinggi nilai ILS enunjukkan bahwa hipunan hasil rekoendasi yang diberikan seakin tidak beraga, begitu pula sebaliknya [7]. ILS (R) 1 si(i, j) i R j R (3.1) Setelah dilakukan pengujian, diperoleh hasil nilai ILS dari tiap etode pada tabel 4-1. Berdasarkan tabel tersebut, dapat disipulkan bahwa etode ICHM eiliki nilai diversity yang jauh lebih baik dibandingkan etode content-based filtering ketika dihitung berdasarkan nilai siilarity adjusted cosine. Dala artian etode ICHM dapat eberikan hasil rekoendasi yang jauh lebih beraga secara konten dibandingkan etode content-based filtering. Tabel Hasil kuulatif akurasi seluruh arsitektur ICHM Content- Collaborative based Nilai ILS yang tinggi dari etode contentbased filtering ini disebabkan karena etode ini hanya eanfaatkan kesaaan karakteristik konten teks tiap ite berdasarkan nilai TF-IDF-nya. Hal ini ebuat hasil rekoendasi yang didapat cenderung irip jika dihitung nilai ILS-nya enggunakan adjusted cosine siilarity karena siilarity ini juga 4. Kesipulan Dengan engkobinasikan kelebihan dari kedua etode, ICHM dapat engatasi asalah cold start yang dihadapi oleh etode collaborative filtering dan asalah diversity yang dihadapi oleh etode content-based filtering. Kelebihan dari etode content-based filtering berhasil engatasi asalah cold start yang diiliki oleh collaborative filtering. Kelebihan dari etode collaborative filtering berhasil engatasi asalah diversity yang diiliki oleh etode content-based filtering. Naun ketika ICHM dibandingkan dengan kelebihan dari asing-asing etode, didapat perbedaan yang tidak signifikan. Pada asalah cold start, etode content-based filtering sedikit lebih baik dari ICHM. Pada asalah diversity, etode ICHM tidak berbeda jauh dengan etode collaborative filtering. Untuk pengebangan berikutnya, perlu dievaluasi asalah cold start pada user baru dengan enggunakan etode User-based Clustering Hybrid Method (UCHM). Selain itu encoba untuk engkobinasikan ICHM dengan ontology untuk endapatkan hasil rekoendasi yang lebih beraga naun tetap relevan dengan ite sebelunya. 5. Daftar Pustaka [1] Jannah, D., Zanker, M., Felfernig, A., Friedrich, G. 01. Recoender Systes: An Introduction. New York: Cabridge University Press. [] Li, Q., Ki, B.M. 01. An Approach for Cobining Content-based and Collaborative Filters. South Korea: Kuoh National Institute of Technology. [3] Adoavicius, G., Tuzhilin, A Toward The Next Generation of Recoender Systes: A Survey of the State-of-the-Art and Possible Extensions. IEEE Transactions on Knowledge and Data Engineering, vol. 17, no. 6, June 005

7 ISSN : e-proceeding of Engineering : Vol., No.3 Deseber 015 Page 8041 [4] Sarwar, B., et al Ite-based Collaborative Filtering Recoender Syste Algorith. GroupLens Research Group/Ary HPC Research Center, Departent of Coputer Science and Engineering, University of Minnesota. Miennapolis. [5] Li, Q., Ki, B.M. 01. Clustering Approach for Hybrid Recoender Syste. South Korea: Kuoh National Institute of Technology. [6] Sandoval, Saul. 01. Novelty and Diversity Enhanceent and Evaluation in Recoender Systes. Spain: Universidad Autonoa de Madrid. [7] Ziegler, C., McNee, M., Konstan, J., Lausen, G Iproving Recoendation Lists Through Topic Diversification. Japan: International World Wide Web Conference Coittee. [8] Ki, B.M., Li, Q., Ki, J.W., Ki, J A New Collaborative Recoender Syste Addressing Three Probles. South Korea: Kuoh National Institute of Technology. [9] Koren, Y., Bell, R., Volinsky, C Matrix Factorization Techniques for Recoender Systes. U.S.A: IEEE Coputer Society. [10] Zhang, Z.K., Liu, C., Zhang, Y.C., Zhou, T Solving The Cold-Start Proble in Recoender Systes with Social Tags. Switzerland: Swiss National Science Foundation. [11] Schein, A.I., Popescul, A., Ungar, L.H., Pennock, D.M. 00. Proceedings of the 5 th Annual International ACM SIGIR Conference on Research and Developent in Inforation Retrieval. New York: ACM.