Đề tài do tác giả Nguyễn Duy Phương và Từ Minh Phương (Học viện Công nghệ bưu chính viễn thông) thực hiện nhằm giới thiệu thuật toán lọc cộng tác cho trường hợp ít dữ liệu.
Lọc cộng tác là phương pháp dự đoán về mặt hàng mà người dùng quan tâm dựa trên thông tin từ những người dùng có cùng sở thích. Phương pháp này dùng phổ biến cho các hệ hỗ trợ tư vấn và có

Tác giả đã trình bày phương pháp lọc cộng tác bằng kỹ thuật phân loại boosting và gốc cây quyết định đồng thời cho nhiều người dùng. Đây là một kỹ thuật cải tiến của thuật toán boosting, trong đó việc lựa chọn đặc trưng cho mỗi bộ phân loại yếu được thực hiện đồng thời trên một nhóm người  dùng tương tự nhau. Ưu điểm chủ yếu của phương pháp này là việc phân loại đồng thời từng nhóm người dùng cho phép sử dụng thông tin từ những người dùng tương tự nhau và nhờ vậy cải thiện được độ chính xác khi có ít dữ liệu.

Kết quả thử nghiệm trên hai bộ dữ liệu MovieLens và EachMovies đã cho thấy phương pháp đề xuất cho kết quả tốt hơn các phương pháp khác trong trường hợp ít dữ liệu.

BH (Theo tạp chí tin học và điều khiển học, số 1/08)