Analisis Dan Implementasi Conversational Recommender System Dengan Mekanisme Pemilihan Pertanyaan Menggunakan Reinforcement Learning Berbasis Ontology

Abstract

Conversational recommender system merupakan salah satu variasi dari recommender system yang ada saat ini. Namun, proses pemilihan pertanyaan yang akan diajukan lebih dulu menjadi masalah jika jumlah pertanyaan yang ada dirasa cukup banyak dan tidak semua pertanyaan bisa diajukan, sehingga hanya dimunculkan beberapa saja. Oleh karena itu, diperlukan suatu mekanisme pembelajaran untuk memilih pertanyaan yang layak diajukan terlebih dahulu. Dalam tugas akhir ini digunakan reinforcement learning sebagai metode pembelajaran dalam proses pemilihan pertanyaan tersebut. Dengan ontology sebagai basis pengetahuanya, conversational system ini melakukan pembelajaran dengan menggali preferensi pengguna dengan mengajukan pertanyaan-pertanyaan berupa kebutuhan fungsional. Conversational recommender system ini diharapkan mampu memberikan pertanyaan yang sesuai dengan kebutuhan pengguna saat itu dan memberikan hasil rekomendasi yang akurat sesuai dengan preferensi pengguna sehingga interaksi pengguna pada system pun dapat dilakukan seefisien mungkin.

Kata kunci: conversational recommender system, reinforcement learning, ontology, history.