1. Recommend là gì?
Để trả lời cho câu hỏi recommend là gì, Timviec365.vn xin đưa ra câu trả lời như sau: Recommend trong tiếng Anh có nghĩa là “khuyến nghị” và danh từ là recommendation (sự khuyến nghị). Đây được hiểu là một hành động mà bạn nghĩ rằng mọi người nên làm. Trước khi sử dụng từ recommend, người nói hoặc đưa ra lời khuyên không nhất thiết phải là người có kiến thức chuyên hay quyền lực. Khi nói từ recommend họ chỉ cảm thấy đó là một lời khuyên tốt nhất. Recommend được sử dụng khá rộng rãi trong lời nói hàng ngày và mối quan hệ khác nhau.
Chẳng hạn, một người có thể nói rằng “I recommend that you buy that car” (Tôi nghĩ rằng bạn nên mua chiếc xe đó đi). Recommend cũng có thể hiểu theo cách là khuyến nghị, đề cử ai đó nên làm gì. Bạn có thể dùng từ recommend trong các cấu trúc:
– Recommend somebody = Speak well of: cụm từ này có nghĩa là “nói tốt về ai đấy”. Ví dụ như câu “Who recommended youto see an eye specialist?” (Ai đã khuyên anh phải đi gặp một chuyên gia về mắt vậy?); “I recommend Lan as a reliable programmer” (Tôi tiến cử Lan là một người lập trình viên đáng tin cậy).
– Recommend + that + S + V: Đây thường được gọi là cấu trúc giả định trong tiếng Anh. Theo đó, mệnh đề theo sau từ recommend phải giữ nguyên động từ ở thể nguyên mẫu trơn (thể không có “to”), nó cũng thể hiện một lời khuyên tốt nhất cho người nào đó. Về ý nghĩa thì 2 cấu trúc trên là như nhau chỉ khác cách bạn muốn sử dụng chúng trong đoạn văn thế nào.
Tuyển dụng
2. Phân biệt cách dùng recommend, suggest, advise
Về mặt nghĩa thì sự khác nhau giữ advise, introduce, recommend là gì? Bạn có thể tham khảo cách phân biệt thông qua 2 đặc điểm ý nghĩa và ngữ pháp như sau:
2.1. Về mặt ý nghĩa
Về mặt ý nghĩa chúng đều có ý nghĩa là khuyên bảo, đề nghị nhưng chúng khác nhau ở một số điểm sau:
– Advise là chỉ hành động một người nào đó với ai điều họ nên làm hay quyết địnhnên đưa ra là gì. Người đưa ra lời khuyên “advise” phải là người có nhiều chuyên môn, kinh nghiệm hoặc quyền lực liên quan đến vấn đề họ đang thảo luận. Ví dụ như “The doctor advised the patient to quit smoking” (Bác sĩ khuyên người bệnh nên bỏ hút thuốc lá đi).
– Suggest: Từ này có nghĩa là đưa ra một lời đề nghị hoặc ý tưởng sẽ thực hiện hoặc khả thi có thể thực hiện. Suggest được dùng trong các cuộc nói chuyện thân mật và hay dùng trong văn nói. Người đưa ra gợi ý không cần phải có kiến thức chuyên môn hay kinh nghiệm quyền lực gì cả, chẳng hạn “Can you suggest an inexpensive house?” (Bạn có biết/đề nghị một căn nhà nào mà không quá đắt không?”.
– Recommend: Như đã nói ở trên, từ này chỉ hành động mà một ai đó nghĩ rằng nên làm mà không nhất thiết người đưa ra lời khuyên phải có kiến thức chuyên môn hay quyền lực.
2.2. Về mặt ngữ pháp
Hai động từ “Recommned” và “Suggest” được sử dụng với cấu trúc giống nhau còn “Advise” thì sẽ khác một chút. Nó có thể dược dùng dưới 2 hình thức sau đây
– Advise somebody to do something: Ví dụ như “The doctor advised me to go to bed early” (Bác sĩ khuyên tôi nên đi ngủ sớm).
– Advise somebody on something: Ví dụ như “We employ an expert to advise on new technology” (Chúng tôi thuê một chuyên gia để đưa lời khuyên về công nghệ mới).
Recommend và advise như đã nói ở trên sẽ cùng sử dụng cấu trúc : Recommend/suggest something; recommend/suggest doing something; recommend/suggest that somebody do something.
Việc làm biên – phiên dịch tại hồ chí minh
3. Hệ thống khuyến nghị tự động (Recommendation system)
Sau khi đã tìm hiểu recommend là gì, chúng ta cùng đến với một hệ thống được biết đến cũng bằng từ “recommend”, tạo nên sự thành công của những tập đoàn nổi tiếng – Hệ thống khuyến nghị tự động.
3.1. Hệ thống khuyến nghị tự động là gì?
Hệ thống khuyến nghị là một trong những loại hình, kỹ thuật lọc thông tin mà các người dùng quan tâm. Trong ngành thương mại điện tử và công nghệ thông tin, đây được đánh giá là chìa khoá thành công. Dần dần hệ thống khuyến nghị trở nên phổ cập ở nhiều ứng dụng khác nhau có thể kể đến như Netflix, Google, Amazon.
Theo một thống kê gần đây, hai phần ba (2/3) số phim trên hệ thống Netflix được khán giả đón nhận chính là do gợi ý của hệ thống khuyến nghị này. 38% lượng người nhấp chuột trên hệ thống Google và Amazon đều nhờ vào hệ thống khuyến khích tự động này.
3.2. Thành phần của một hệ thống khuyến nghị
Thành phần của một hệ thống khuyến nghị bao gồm 3 yếu tố cơ bản sau đây:
– Thứ nhất: Thành phần thứ nhất chúng ta phải quan tâm đó chính là người dùng (user). Rõ ràng là nếu không có user thì chúng ta biết phải gợi ý cho ai nhỉ?
– Thứ hai: Điều tiếp theo chúng ta cần phải quan tâm là mục tin (items) vì các mục tin này là các sản phẩm trên các trang web bán hàng, một bài viết, một bài hát của các trang nghe nhạc. Có người dùng thì chắc chắn phải có các items để gợi ý đúng không.
– Thứ ba: Thứ để hệ thống khuyến nghị hoạt động đó chính là phản hồi (feedback) của user, feedback ở đây có thể là điểm đánh giá, bình luận thể hiện sự quan tâm của người dùng lên mỗi sản phẩm… Vì chúng ta phải định lượng các chỉ số phản hồi này thì mới có cơ sở để đưa ra gợi ý recommend là gì cho người dùng.
3.3. Hệ thống khuyến nghị hoạt động như thế nào?
Hệ thống khuyến nghị được xây dựng và hoạt động dựa trên các dữ liệu trong hồ sơ cá nhân của người dùng (user). Hệ thống này sẽ có nhiệm vụ so sánh hồ sơ của người dùng đó với một số đặc điểm trong tài liệu liên quan đến sản phẩm, dịch vụ mà doanh nghiệp đó kinh doanh. Theo đó, hệ thống sẽ tìm cách để dự đoán và “đánh giá” người dùng.
Thông tin về người dùng sẽ được hệ thống khuyến nghị tự động chia thành 2 loại: Thông tin ẩn và thông tin hiện: Các thông tin ẩn bao gồm các thông tin về thời gian người mua xem sản phẩm, nguồn mà người dùng truy cập đến trang web hiện tại; Thông tien hiện là các kết quả nhận được khi người dùng đưa ra đánh giá về sản phẩm như thích/không thích, bình luạn. Thường thì các thông tin này sẽ khó thu thập hơn. Tuy nhiên độ chính xác của thông tin hiện sẽ cao hơn thông tin ẩn, chính vì thế loại thông tin này thường hữu ích hơn cho việc khuyến nghị của hệ thống.
Tìm việc làm phiên dịch tiếng anh
3.4. Một số kỹ thuật được sử dụng trong hệ thống khuyến nghị
Không chỉ là các dịch vụ giải trí, ngày nay với sự bùng nổ của internet thì thay vì phải ra ngoài đường, bạn chỉ cần ở nhà lướt web. Chỉ với vài cú click chuột, cả thế giới sẽ hiện ra trước mắt bạn, bạn muốn ăn gì, uống gì, xem gì,.. Tất tần tật những “nhu yếu phẩm” sẽ có trên internet. Sức mạnh của hệ thống khuyến nghị không chỉ là đưa cho bạn những lựa chọn đa dạng mà nó còn nghĩ hộ bạn nữa!
Chắc chắn rằng nếu bạn lướt qua những trang thương mại điện tử thì sẽ trầm trồ ngạc nhiên rằng tại sao trang web này lại có thể đề xuất đúng món hàng bạn đang cần nhỉ? Những gợi ý mua sắm này tại sao lại có thể chính xác đến vậy? Đó chính là nhờ hệ thống Recommendation Systems.
Kỹ thuật thu thập dữ liệu
Nếu chúng ta chỉ quan tâm đến đánh giá của người dùng với item thôi thì vấn đề khá là đơn giản vì dữ liệu chúng ta đã có sẵn trong databse. Thế nhưng tuỳ vào những trường hợp cụ thể mà không phải lúc nào chỉ số của chúng ta cũng là có sẵn. Chính vì vậy phải có một kế hoạch để thu thập các chỉ số tương quan này. Trước khi xây dựng thành công hệ thống gợi ý ta có thể dùng một số chỉ số thay thế điểm rating của user như sau: Số lần click chuột vào item, thời gian trung bình 1 lần thao tác với item.
Sau quá trình đó, ta sẽ có thêm rất nhiều dữ liệu ở các phiên làm việc khác nhau tương ứng với các thao tác khác nhau với mỗi item. Sau khi được xử lý toán học (không đi sâu ở đây), ta sẽ thu thập được một chỉ số duy nhất giữa người dùng user và sản phẩm item (gọi là cặp user – item). Kỹ thuật tiếp theo được sử dụng chính là kỹ thuật chuẩn hoá dữ liệu.
Kỹ thuật chuẩn hoá dữ liệu
Kỹ thuật chuẩn hoá dữ liệu là kỹ thuận phân tách một bảng có những cấu trúc phức tạp thành những cấu trúc đơn giản hơn theo quy luật đảm bảo không làm mất dữ liệu thông tin, kết quả của việc chuẩn hoá dữ liệu là giảm bớt sự dư thừa và loại bỏ những sự cố về mâu thuẫn dữ liệu. Đối với các văn bản thì việc chuẩn hoá dữ liệu có thể giúp văn bản dễ đọc hơn và không vướng vào những trường hợp hiển thị.
Chủ yếu ma trận dữ liệu của chúng ta là ma trận thưa, tức là ma trận trong đó có rất nhiều số lượng dữ liệu còn trống. Vì vậy chúng ta cần phải chuẩn hoá đống dữ liệu này rồi mới có thể áp dụng các thuật toán học trên máy tính đó được.
Bước tiếp theo trong quy trình này là chạy mô hình và chọn lọc ra các item phù hợp với người dùng. Cuối cùng là qua tập dữ liệu ấy chúng ta cần đánh giá mô hình để có được một hệ thống khuyến nghị tuyệt vời nhất.
Bài viết trên đây là toàn bộ kiến thức trả lời cho câu hỏi recommend là gì và những vấn đề liên quan tới hệ thống khuyến nghị tự động. Mong rằng Timviec365.vn đã trang bị cho bạn những thông tin bổ ích phục vụ cho học tập và công việc của bạn. Chúc bạn thành công!
Tìm việc làm biên dịch tiếng anh
