Conversational recommender systems merupakan sistem rekomendasi yang membantu penggunanya dalam menemukan produk yang dibutuhkan. Sistem ini
akan mengusulkan produk - produk sebagai rekomendasi dan menerima feedback dari pengguna untuk mempertajam rekomendasi pada iterasi berikutnya. Misal pada rekomendasi smartphone, pengguna menginginkan produk dengan harga yang lebih murah dari produk rekomendasi yang telah dipilih. Harga lebih murah
merupakan
feedback
berupa
unit
critique
untuk fitur harga
.
Pada kenyataannya,
sebagian besar pengguna biasanya memberikan kritik tanpa memperhatikan
trade
off
antarfitur
, seperti:
harga lebih murah,
tetapi
RAM
serta ukuran
layar
lebih besar
.
Untuk mengatasi masalah tersebut
, penelitian ini menggunakan
algoritma
apriori
untuk membangkitkan kritik fitur gabungan (
compound critiques
) dilihat dari
frekuensi kemunculan kri
tik dari suatu kumpulan pola kritik fitur antara produk
kandidat rekomendasi dan produk rekomendasi pilihan p
engguna
sebagai
feedback
pengguna
. Dari h
asil dari penelitian ini
, diperoleh
penerapan
compound critiques
lebih efisien dibandingkan dengan
unit critique
,
dengan
mereduksi jumlah iterasi
hasil pengujian sistem
sebesar 52.83% apriori , feedback , conversational recommender systems , compound critiques , trade - off , unit critique