Ứng Dụng Ai Để Xây Dựng Website Thương Mại Điện Tử.pdf

lOMoARcPSD|38133502

TRƯỜNG ĐẠI HỌC KIẾN TRÚC ĐÀ NẴNG
KHOA CÔNG NGHỆ THÔNG TIN

ĐỀ CƯƠNG ĐỒ ÁN TỐT NGHIỆP
ĐỀ TÀI: ỨNG DỤNG AI ĐỂ XÂY DỰNG

WEBSITE THƯƠNG MẠI ĐIỆN TỬ

Người hướng dẫn khoa học : TS. Nguyễn Năng Hùng Vân

Sinh viên thực hiện : Nguyễn Võ Hoàng Long

Mã số sinh viên : 1851220087

Lớp : 18CT1

Khóa : 2018

Đà Nẵng, năm 2022

1

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

TÓM TẮT

Tên đề tài: Ứng dụng AI để xây dựng website thương mại điện tử

Sinh viên thực hiện: Nguyễn Võ Hoàng Long

Mã số SV: 1851220087 Lớp: 18CT1

Nội dung báo cáo được tổ chức thành bốn chương chính với các nội dung cụ thể

như sau:

Chương 1: Tên của chưởng??? Chương này giới thiệu bài toán tư vấn và hệ

thống gợi ý, phân tích các ứng dụng của hệ thống gợi ý trong thực tế. Các phương

pháp lọc tin và ứng dụng trong hệ thống gợi ý

Chương 2: Tên của chưởng??? Trong chương này, đã trình bày về phương pháp

lọc cộng tác dựa trên sản phẩm, minh họa quá trình xử lý để đưa ra các kết quả tư

vấn dựa trên thuật toán lọc cộng tác

Chương 3: Tên của chưởng??? Trong chương này, sẽ đi tới phân tích bài tốn,

đặc tả u cầu và các mơ hình chức năng sử dụng trong đề tài

Chương 4: Tên của chưởng??? Chương này cài đặt thử nghiệm phương pháp
lọc cộng tác trên sản phẩm cho website bán hàng

2

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

LỜI MỞ ĐẦU
Ngày nay, trong thời đại số, với sự phát triển của công nghệ, đặc biệt là công nghệ
thông tin đã tạo ra rất nhiều những cơ hội được trực tiếp cận với những dịch vụ tiện ích
cho con người, cùng với đó là một nền cơng nghiệp tri thức, thương mại điện tử.
Sự bùng nổ của Internet đã tạo ra một bước ngoặt về phát triển thương mại điện tử
không chỉ các nước trên thế giới mà là ở cả Việt Nam. Chúng đã tạo ra vô vàn cơ hội
cũng như những thách thức mạng lại cho các doanh nghiệp, đơn vị kinh doanh. Nói
cách khác thương mại điện giúp thu hẹp khoảng cách giữa các doanh nghiệp và khách
hàng.
Thương mại điện tử đã khẳng định được vai trò xúc tiến và thúc đẩy sự phát triển
của doanh nghiệp. Đối với một đơn vị kinh doanh, việc quảng bá, giới thiệu sản phẩm
hay phục vụ nhu cầu mua hàng của khách hàng là rất quan trọng. Trong xu thế cạnh
tranh ngày càng mạnh của Thương mại điện tử, chất lượng phục vụ và giá cả dịch vụ
cung cấp cho khách hàng được đặt lên hàng đầu.
Thương mại điện tử ngày càng phát triển và lan rộng, đồng thời cũng là công cụ
đắc lực cho các cá nhân, đơn vị kinh doanh từ xa để tăng doanh thu và vượt qua đại
dịch, lựa chọn đề tài “Ứng dụng AI để xây dựng Website Thương mại điện tử” làm
hướng nghiên cứu cho đồ án của em dưới sự hướng dẫn TS. Nguyễn Năng Hùng Vân.
Hệ thống thương mại điện tử của đồ án nhằm đưa đến cho đơn vị kinh doanh cũng như
khách hàng có thể trao đổi mua bán hàng hóa qua Internet một cách nhanh chóng và
hiệu quả, đem lại sự tiện lợi cho cả người bán và người mua.
 Các đoạn trong phần này chưa có Liên kết với nhau, nên khi đọc cảm giác rời

rạc

3

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

LỜI CẢM ƠN
Qua đây, em xin chân thành cảm ơn Nnhà trường đã tạo điều kiện cho em được
thực hiện đề tài này. Em xin chân thành cảm ơn thầy Nguyễn Năng Hùng Vân và các
thầy cô giảng viên bộ môn đã trang bị cho em kiến thức về công nghệ thông tin trong
suốt thời gian em học tập tại nhà trường. Với sự hướng dẫn tận tình của thầy Nguyễn
Năng Hùng Vân em đã hoàn thành đồ án tốt nghiệp. Tuy đã cố gắng hết sức tìm hiểu,
phân tích thiết kế và cài đặt hệ thống nhưng do thời gian có hạn và khả năng cịn rất
hạn chế nên đồ án của em khơng tránh khỏi những thiếu sót. Kính mong nhận được sự
góp ý, phê bình của q thầy cơ và các bạn để em có thể hồn thiện tốt hơn đề tài của
mình.
Em xin chân thành cảm ơn !

4

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

LỜI CAM ĐOAN
Nhóm xin cam đoan các kết quả trình bày trong khóa luận này do nhóm thực hiện
dưới sự hướng dẫn của TS. Nguyễn Năng Hùng Vân. Tất cả các tham khảo và trích
dẫn từ những nghiên cứu liên quan đều được trình bày rõ ràng, chi tiết trong danh mục
tài liệu tham khảo của khóa luận. Báo cáo khơng sao chép tài liệu, cơng trình nghiên
cứu của người khác mà khơng chỉ rõ về mặt tài liệu tham khảo.
Các các kết quả đánh giá, thống kê được trình bày trong khóa luận này đều được

lấy từ kết quả thực nghiệm do nhóm thực hiện.

Sinh viên thực hiện

Nguyễn Võ Hoàng Long

5

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

MỤC LỤC
DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT............................................................8
DANH MỤC BẢNG BIỂU.........................................................................................9
DANH MỤC HÌNH ẢNH.........................................................................................10
MỞ ĐẦU...................................................................................................................12

Chương 1. CỞ SỞ LÝ THUYẾT...........................................................................15
1.1 Giới thiệu thương mại điện tử......................................................................15
1.2 Giới thiệu về hệ thống gợi ý.........................................................................16
1.3 Các phương pháp thường dùng để xây dựng hệ thống gợi ý........................17
1.3.1 Phương pháp lọc dựa trên nội dung (content-based-filter)....................18
1.3.2 Phương pháp lọc cộng tác (collaboration-filter)....................................18
1.3.3 Phương pháp lọc kết hợp (hybrid-filter)................................................19
1.4 Ứng dụng hệ thống đề xuất trong thực tiễn..................................................20
1.4.1 Lợi ích đem lại của hệ thống đề xuất.....................................................21
1.4.2 Cách thức hoạt động của hệ thống đề xuất............................................22
1.5 Một số công nghệ.........................................................................................23
1.5.1 Front-end (ReactJS)...............................................................................23

1.5.2 Back-end (NodeJS)................................................................................27
1.5.3 Cơ sở dữ liệu Mysql..............................................................................30
1.6 Mơ hình MVC..............................................................................................31
1.7 Kết chương...................................................................................................32

Chương 2. PHƯƠNG PHÁP ĐỀ XUẤT LỌC CỘNG TÁC TRONG THƯƠNG
MẠI ĐIỆN TỬ.............................................................................................................33

2.1 Giới thiệu về các phương pháp lọc cộng tác.................................................33
2.2 Ưu và nhược điểm của phương pháp lọc cộng tác........................................33

2.2.1 Ưu điểm.................................................................................................33
2.2.2 Một số hạn chế......................................................................................33
2.3 Lọc cộng tác dựa trên sản phẩm...................................................................34
2.4 Các thuật tốn tính độ tương tự....................................................................35

6

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

2.5 Độ tương tự dựa theo khoảng cách Euclidean điều chỉnh............................36
2.6 Kết chương...................................................................................................37
Chương 3. PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG...........................................38
3.1 Đặc tả hệ thống.............................................................................................38
3.2 Yêu cầu chức năng.......................................................................................38

3.2.1 Yêu cầu người dùng..............................................................................38
3.2.2 Yêu cầu người quản trị..........................................................................38

3.3 Biểu đồ Use-case..........................................................................................39
3.3.1 Use case tổng quát.................................................................................39
3.3.2 Use case người dùng xem sản phẩm......................................................39
3.3.3 Use case đánh giá sản phẩm..................................................................40
3.3.4 Use case người dùng thanh toán khi đặt hàng........................................40
3.3.5 Use case đưa ra danh sách sản phẩm gợi ý tương tự..............................41
3.4 Biểu đồ trình tự............................................................................................41
Chương 4. XÂY DỰNG CHỨC NĂNG ĐỀ XUẤT SẢN PHẨM.........................46
4.1 Thiết kế bảng dữ liệu cho Recommend System............................................46
4.1.1 Dữ liệu của người dùng.........................................................................46
4.1.2 Dữ liệu của sản phẩm............................................................................47
4.2 Thuật tốn xử lý chính trong hệ thống..........................................................48
4.2.1 Thuật toán đánh giá sản phẩm...............................................................48
4.2.2 Thuật toán gợi ý sản phẩm tương tự cho khách hàng............................49
4.3 Các giao diện chính của hệ thống.................................................................51
4.4 Nhận xét.......................................................................................................58
4.4.1 Ưu điểm của hệ thống sử dụng RS........................................................58
4.4.2 Một số hạn chế......................................................................................58
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN..................................................................59
1.1 Kết quả đạt được..........................................................................................59
1.2 Hướng phát triển..........................................................................................59
TÀI LIỆU THAM KHẢO..........................................................................................60

7

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT

STT Thuật ngữ viết tắt Tiếng anh Tiếng việt
Recommender System Hệ thống gợi ý
1 RS Artificial Intellogence Trí tuệ nhân tạo
Collaborative filtering Lọc cộng tác
2 AI Cơ sở dữd liệu
Database
3 CF

4 CSDL

8

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

DANH MỤC BẢNG BI
Bảng 2. 1: Bảng đánh giá người dùng với các sản phẩm.........................................35Y
Bảng 3. 1: Bảng mô tả use case xem sản phẩm..........................................................39
Bảng 3. 2: Bảng mô tả use case đánh giá sản phẩm...................................................40
Bảng 3. 3: Bảng mô tả use case người dùng thanh tốn khi đặt hàng.........................40
Bảng 3. 4: Bảng mơ tả use case danh sách sản phẩm gợi ý tương tự 4
Bảng 4. 1: Bảng thông tin người dùng.......................................................................46
Bảng 4. 2: Bảng đánh giá sản phẩm...........................................................................46
Bảng 4. 3: Bảng thông tin sản phẩm..........................................................................47
Bảng 4. 4: Bảng thông số kỹ thuật.............................................................................47
Bảng 4. 5: Bảng thương hiệu sản phẩm......................................................................47
Bảng 4. 6: Bảng hình ảnh của sản phẩm....................................................................48

9

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

DANH MỤC HÌNH Ả
Hình 1. 1: Một số lĩnh vực ứng dụng của hệ thống gợi ý...........................................17
Hình 1. 2: Hệ thống gợi ý sản phẩm của Amazon......................................................21
Hình 1. 3: Giới thiệu về Virtual DOM........................................................................25
Hình 1. 4: Giới thiệu về Nodejs.................................................................................27
Hình 1. 5: Trang chủ NodeJS.....................................................................................29
Hình 1. 6: Kiểm tra phiên bản nodejs.........................................................................29
Hình 1. 7: Mơ hình MVC........................................................................................31Y
Hình 2. 1: Tách các sản phẩm cùng được đánh giá và tính độ tương tự.....................36
Hình 2. 2: Biểu đồ đánh giá của người dùng 3

Hình 3. 1: Biểu đồ use-case của hệ thống..................................................................39
Hình 3. 2: Biểu đồ use case xem sản phẩm................................................................39
Hình 3. 3: Biểu đồ use case đánh giá sản phẩm..........................................................40
Hình 3. 4:Biểu đồ use case người dùng thanh tốn khi đặt hàng................................40
Hình 3. 5: Biểu đồ use case danh sách sản phẩm gợi ý tương tự................................41
Hình 3. 6: Biểu đồ trình tự đăng nhập........................................................................41
Hình 3. 7: Biểu đồ trình tự đăng ký............................................................................42
Hình 3. 8: Người dùng xem sản phẩm........................................................................42
Hình 3. 9: Xem thơng tin cá nhân của khách hàng.....................................................43
Hình 3. 10: Xem lịch sử đặt hàng của khách hàng.....................................................43
Hình 3. 11: Người dùng phản hồi và đánh giá về sản phẩm.......................................44
Hình 3. 12: Người dùng thanh tốn khi đặt hàng.......................................................44
Hình 3. 13: Đề xuất những sản phẩm thơng tin tương tự 4

Hình 4. 1: Sơ đồ thuật tốn khách hàng đánh giá sản phẩm.......................................48
Hình 4. 2: Thuật toán xử lý gợi ý sản phẩm tương tự.................................................50
Hình 4. 3: Hình ảnh trang chủ....................................................................................51
Hình 4. 4: Hình ảnh trang danh sách sản phẩm..........................................................52
Hình 4. 5: Giao diện gợi ý sản phẩm tương tự...........................................................52
Hình 4. 6: Giao diện sản phẩm phù hợp cho người dùng...........................................53

10

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

Hình 4. 7: Giao diện đăng nhập hoặc đăng ký cho người dùng..................................53
Hình 4. 8: Giao diện giỏ hàng của ngươi dùng...........................................................54
Hình 4. 9: Giao diện trang thanh tốn........................................................................54
Hình 4. 10: Giao diện trang thơng tin cá nhân............................................................55
Hình 4. 11: Giao diện đăng nhập cho admin..............................................................55
Hình 4. 12: Trang bảng điều khiển admin..................................................................55
Hình 4. 13: Trang quản lý danh sách sản phẩm..........................................................56
Hình 4. 14: Trang thêm và cập nhật sản phẩm...........................................................56
Hình 4. 15: Trang quản lý danh sách khách hàng.......................................................56
Hình 4. 16: Trang quản lý danhs sách đơn hàng.........................................................57
Hình 4. 17: Trang quản lý danh mục sản phẩm..........................................................57
Hình 4. 18: Trang thêm cập nhật danh mục sản phẩm................................................57

11

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

MỞ ĐẦU
4.1. Lý do chọn đề tài

Sự phát triển mạnh mẽ của thương mại điện tử (E-Commerce) là một
trongnhững tác nhân chính đem lại nhiều lợi ích to lớn cho nền kinh tế tồn cầu.
Nhờ có thương mại điện tử, rất nhiều loại hình kinh doanh mới được hình thành,
trong đó có mua bán hàng trực tuyến. Với hình thức mới này, người tiêu dùng có
thể tiếp cận với hàng hóa một cách dễ dàng và nhanh chóng hơn rất nhiều so với
phương thức mua bán truyền thống.

Hiện nay, với phương châm phục vụ khách hàng một cách tốt nhất, các hệ thống
bán hàng trực tuyến luôn tạo nhiều điều kiện thuận lợi để người mua hàng có thể
tiếp cận nhiều mặt hàng cùng lúc. Tuy nhiên, việc trình bày và trang trí quá nhiều
các mặt hàng trên một website sẽ gây ra khơng ít khó khăn cho người mua. Họ khó
có thể chọn ra cho mình một sản phẩm ưng ý nhất.

Trong kinh doanh, để khách hàng có thể đến và mua được một sản phẩm ưng ý
thì một lời tư vấn, một sự trợ giúp là rất quan trọng. Với phương thức bán hàng
truyền thống những lời tư vấn như thế từ một người bán hàng sẽ tạo ra một lợi thế
rất lớn cho cửa hàng. Do đó, để phương thức bán hàng qua mạng phát triển thực sự
hiệu quả thì bên cạnh các lợi thế vốn có của mình, việc có thêm một “người trợ
giúp” là hết sức cần thiết.

Vì vậy, cần thiết phải sử dụng một hệ thống gợi ý (Recommender Systems -
RS) đóng vai trị như một người hỗ trợ khách hàng đưa ra các quyết định mua hàng
đúng đắn. Bằng cách xác định mục đích và nhu cầu của khách hàng, hệ thống có
thể đưa ra tập các gợi ý giúp cho người mua dễ dàng chọn lựa sản phẩm u thích

hơn. Qua đó hiệu suất của việc mua bán hàng trực tuyến được tăng cao một cách
đáng kể.

Hệ thống gợi ý được phát triển theo nhiều cách tiếp cận khác nhau. Một trong
những hướng tiếp cận được tập trung nghiên cứu và được áp dụng khá thành công
trong nhiều hệ gợi ý đó là phương pháp lọc cộng tác (Collaborative filtering). Thực
chất, lọc cộng tác là một hình thức tư vấn tự động bằng cách dựa trên sự tương tự
giữa những người dùng hoặc giữa những sản phẩm trong hệ thống và đưa ra dự

12

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

đoán sự quan tâm của người dùng tới những sản phẩm, hoặc đưa ra gợi ý một sản
phẩm mới cho người dùng.

Việc xây dựng hệ thống gợi ý cũng là vấn đề được nhiều nhà khoa học trong
nước quan tâm. Trong hệ thống gợi ý, lọc cộng tác là một kỹ thuật được dùng để
đánh giá độ quan tâm của người dùng trên các sản phẩm mới (từ mức độ tìm hiểu
thuật tốn cho đến việc cải tiến cũng như áp dụng trong việc xây dựng website bán
hàng trực tuyến). Kỹ thuật này được áp dụng thành công trong nhiều ứng dụng.
Trong các hệ thống lọc cộng tác, sở thích của người dùng trên các sản phẩm mới
được dự đoán dựa trên dữ liệu về sở thích của người dùng – sản phẩm (hoặc đánh
giá của người dùng trên sản phẩm) trong quá khứ.

Các nghiên cứu trong và ngoài nước đã góp phần rất lớn cho việc xây dựng
những website bán hàng trực tuyến như website mua sắm trực tuyến Amazon
(www.amazon.com) cung cấp cho khách hàng những sản phẩm mà họ có thể quan

tâm, cổng video clip YouTube (www.youtube.com), gợi ý phim của MovieLens
(www.movielens.org).

Trong mỗi cách tiếp cận, sử dụng độ đo nào để nắm bắt chính xác việc khách
hàng cho rằng sản phẩm tốt? Làm thế nào để dự báo tốt và gợi ý tốt trong đồng
thời.

Với những lý do trên, tác giả đã chọn đề tài “Ứng dụng AI để xây dựng
Website Thương mại điện tử” làm đề tài tốt nghiệp.

4.2. Mục tiêu
- Hỗ trợ người dùng tìm kiếm thơng tin sản phẩm và đặăt hàng một cách
nhanh chóng.
- Giúp quản trị viên quản lý chặt chẽ những thông tin sản phẩm và khách
hàng.
- Nghiên cứu các lý thuyết và phương pháp kỹ thuật hệ thống gợi ý. Từ
đó, áp dụng những kiến thức đó vào website để hỗ trợ hệ thống đề xuất
những sản phẩm phù hợp.
- Áp dụng các công nghệ mới đem hiểu quả cao trong website bán hàng
trực tuyến như giao diện thân thiện, trải nghiệm, phương thức thanh
toán, quản lý, …).

4.3. Đối tượng của đề tài
13

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

- Tìm hiểu phương pháp lọc cộng tác trong RS

- Áp dụng giải thuật lọc cộng tác để xây dựng RS
- Những sản phẩm điện – điện tử trên website: Lap top, Tablet, Điện thoại
4.4. Phạm vi của đề tài
- Ứng dụng hệ thống gợi ý các sản phẩm lap top, tablet, điện thoại trên

website.
- Tìm hiểu về công nghệ ReactJS – NodeJS và dabase hệ cơ sở dữ liệu

Mysql.
4.5. Nội dung nghiên cứu

- Thu thập thông tin, tài liệu về các phương pháp xây dựng RS, nhược
điểm và các kết quả đạt được của chúng trong áp dụng thực tế.

- Phân tích những thơng tin cần thiết và quan trọng về các phương pháp
lọc thông tin (Lọc cộng tác, Lọc dựa trên nội dung, Lọc kết hợp) với kiến
thức tổng quan của hệ thống lọc thông tin.

- Cài đặt, kiểm tra và đánh giá mức độ hiệu quả của từng phương pháp và
thuật tốn đã trình bày. Từ đó áp dụng thuật toán lọc cộng tác dựa trên
sản phẩm để xây dựng RS trên một Website bán hàng trực tuyến nhằm
mục đích tăng giao dịch.

4.6. Phương pháp nghiên cứu
Phương pháp lý thuyết:
- Phương pháp nghiên cứu tài liệu: các khái niệm về lọc thông tin trong
RS, đặc biệt là nghiên cứu thuật toán lọc cộng tác dựa trên sản phẩm
- Phương pháp phân tích điều tra số liệu: thu thập và nghiên cứu các tài
liệu có liên quan đến đề tài
Phương pháp thực nghiệm:

- Nghiên cứu về thuật toán lọc cộng tác đã được đề xuất.
- Ứng dụng RS vào một Website bán hàng trực tuyến dựa trên thuật toán
lọc cộng tác dựa trên sản phẩm.
- Kiểm tra, thử nghiệm, nhận xét và đánh giá kết quả.
-

14

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

Chương 1. CỞ SỞ LÝ THUYẾT
1.1 Giới thiệu thương mại điện tử

Thương mại điện tử, hay còn gọi là e-commerce, e-comm hay EC, là sự mua
bán sản phẩm hay dịch vụ trên các hệ thống điện tử như Internet và các mạng
máy tính. hương mại điện tử dựa trên một số công nghệ như chuyển tiền điện tử,
quản lý chuỗi dây chuyền cung ứng, tiếp thị Internet, quá trình giao dịch trực
tuyến, trao đổi dữ liệu điện tử (EDI), các hệ thống quản lý hàng tồn kho, và các
hệ thống tự động thu thập dữ liệu[ CITATION tmdt \l 1033 ]

Một số khái niệm thương mại điện tử được định nghĩa bởi các tổ chức uy tín
thế giới như sau:

- Theo Tổ chức Thương mại thế giới (WTO), "Thương mại điện tử bao
gồm việc sản xuất, quảng cáo, bán hàng và phân phối sản phẩm được
mua bán và thanh toán trên mạng Internet, nhưng được giao nhận một
cách hữu hình, cả các sản phẩm giao nhận cũng như những thông tin số
hố thơng qua mạng Internet".[ CITATION tmdt \l 1033 ].

- Theo Ủy ban Thương mại điện tử của Tổ chức Hợp tác kinh tế châu Á -
Thái Bình Dương (APEC) định nghĩa: "Thương mại điện tử liên quan
đến các giao dịch thương mại trao đổi hàng hóa và dịch vụ giữa các
nhóm (cá nhân) mang tính điện tử chủ yếu thơng qua các hệ thống có nền
tảng dựa trên Internet." Các kỹ thuật thơng tin liên lạc có thể là email,
EDI, Internet và Extranet có thể được dùng để hỗ trợ thương mại điện tử.
[ CITATION tmdt \l 1033 ].

- Theo Ủy ban châu Âu: "Thương mại điện tử có thể định nghĩa chung là
sự mua bán, trao đổi hàng hóa hay dịch vụ giữa các doanh nghiệp, gia
đình, cá nhân, tổ chức tư nhân bằng các giao dịch điện tử thông qua
mạng Internet hay các mạng máy tính trung gian (thơng tin liên lạc trực
tuyến). Thật ngữ bao gồm việc đặt hàng và dịch thông qua mạng máy
tính, nhưng thanh tốn và q trình vận chuyển hàng hay dịch vụ cuối
cùng có thể thực hiện trực tuyến hoặc bằng phương pháp thủ
công."[ CITATION tmdt \l 1033 ].

15

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

1.2 Giới thiệu về hệ thống gợi ý

Hệ thống gợi ý (RS) là một dạng của hệ hỗ trợ ra quyết định, cung cấp giải
pháp mang tính cá nhân hóa mà khơng phải trải qua q trình tìm kiếm phức tạp.
Hệ gợi ý học từ người dùng và gợi ý các sản phẩm tốt nhất trong số các sản
phẩm phù hợp.

Hệ thống gợi ý phân tích thơng tin về sở thích của người dùng user về các sản
phẩm item để cung cấp các khuyến nghị đối với các item phù hợp với mong
muốn và sở thích của người dùng và mơ hình hóa sự tương tác giữa người dùng
và sản phẩm

Hệ thống gợi ý sử dụng các tri thức về sản phẩm, các tri thức của chuyên gia
hay tri thức khai phá học được từ hành vi con người dùng để đưa ra các gợi ý về
sản phẩm mà họ thích trong hàng ngàn hàng vạn sản phẩm có trong hệ thống.
Các website thương mại điện tử, ví dụ như sách, phim, nhạc, báo...sử dụng hệ
thống gợi ý để cung cấp các thông tin giúp cho người sử dụng quyết định sẽ lựa
chọn sản phẩm nào. Các sản phẩm được gợi ý dựa trên số lượng sản phẩm đó
đã được bán, dựa trên các thông tin cá nhân của người sử dụng, dựa trên sự
phân tích hành vi mua hàng trước đó của người sử dụng để đưa ra các dự đoán
về hành vi mua hàng trong tương lai của chính khách hàng đó. Các dạng gợi ý
bao gồm: gợi ý các sản phẩm tới người tiêu dùng, các thông tin sản phẩm mang
tính cá nhân hóa, tổng kết các ý kiến cộng đồng, và cung cấp các chia sẻ, các
phê bình, đánh giá mang tính cộng đồng liên quan tới yêu cầu, mục đích của
người sử dụng đó.[ CITATION Tha22 \l 1033 ].

Rất nhiều hệ thống lớn thu thập thông tin phản hồi từ khách hàng một cách
tường minh như Ebay, Amazon, LastFM, NeFlix, Youtube, ... ở đó người dùng
sẽ trực tiếp đánh giá trên sản phẩm, như bình chọn từ khơng thích đến rất thích,
hay Youtube thu thập thông tin qua like và dislike, và các hệ thống khác. Thông
qua việc thu thập phản hồi tường minh, hệ thống dễ dàng xác định mức độ yêu
thích của người dùng trên sản phẩn, từ đó dự đốn các sản phẩm tiếp theo mà
người dùng có thể thích để gợi ý cho họ. Tuy nhiên, điều này có thể gây bất lợi
do không phải người dùng lúc nào cũng sẵn sàng vui lòng để lại các phản hồi
của họ, vì vậy hệ thống phải nên tự xác định người dùng cần gì thơng qua phản

16

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

hồi. Một số ứng dụng hệ tư vấn nổi tiếng trên thế giới được giới thiệu trong
hình 1.4.

Hình 1. 1: Một số lĩnh vực ứng dụng của hệ thống gợi ý
1.3 Các phương pháp thường dùng để xây dựng hệ thống gợi ý

Lọc thông tin là lĩnh vực nghiên cứu các q trình phân bổ thơng tin thích
hợp và gỡ bỏ thơng tin khơng thích hợp đến với mỗi người dùng. Lọc thông tin
cho các hệ tư vấn được tiếp cận theo hai xu hướng chính, đó là lọc dựa vào nội
dung sản phẩm và lọc dựa vào thói quen sử dụng sản phẩm của người hay còn
được gọi là lọc cộng tác. So với lọc theo nội dung, lọc cộng tác cho lại kết quả
tốt hơn và có thể lọc bất kỳ dạng thông tin nào. Tuy nhiên, lọc cộng tác gặp
phải vấn đề dữ liệu thưa, người dùng mới và sản phẩm mới cần được tiếp tục
nghiên cứu giải quyết. Kết hợp giữa lọc cộng tác và lọc nội dung để nâng cao
chất lượng dự đoán và tránh hiện trạng dữ liệu thưa của lọc cộng tác được tập
trung nghiên cứu nhiều trong thời gian gần đây. Các phương pháp lọc kết hợp
hiện nay vẫn hạn chế trong biểu diễn và ước lương mức độ ảnh hưởng của mỗi
đặc trưng nội dung đến thói quen sử dụng sản phẩm của người dùng

17

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

Có rất nhiều cách để dự đoán, ước lượng hạng/điểm cho các sản phẩm như
sử dụng học máy, lý thuyết xấp xỉ, các thuật toán dựa trên kinh nghiệm, … Các
hệ thống gợi ý thường được phân thành ba loại theo các phương pháp lọc tin Tư
vấn dựa trên nội dung, tư vấn dựa trên cộng tác, tư vấn dựa trên cách tiếp cận
kết hợp

1.3.1 Phương pháp lọc dựa trên nội dung (content-based-filter)

Đưa ra các khuyến nghị mua bán cho người dùng dựa trên nội dung liên
quan đến sản phẩm. Nó sẽ gợi ý các item dựa trên hồ sơ của người dùng hoặc
nội dung, thuộc tính tương tự như những item mà người dùng đã chọn trong quá
khứ. Ví dụ: một người thích mua Iphone 12 pro vậy hệ thống gợi ý một vài sản
phẩm cùng hãng với Iphone hoặc cùng thuộc tính với Iphone 12 pro.
 Nên vẽ 1 mơ hình của phương pháp này?

Ưu điểm
- Gợi ý được những sản phẩm phù hợp với sở thích của từng khách hàng
- Không phụ thuộc vào dữ liệu của các khách hàng khác.
- Gợi ý những sản phẩm tương tự với những sản phẩm mà khách hàng đã

thích trong quákhóa khứ.
Nhược điểm
- Thông tin về sản phẩm nếu khơng đúng có thể dẫn đến gợi ý những sản

phẩm sai.
- Phụ thuộc vào lịch sử của khách hàng. Vì vậy nếu khách hàng khơng có

lịch sử xem sản phẩm trên hệ thống thì khơng thể gợi ý phù hợp.
- Không gợi ý được những sản phẩm mới, chỉ có thể gợi ý các sản phẩm

tương tự như lịch sử đã xem hoặc thích.

1.3.2 Phương pháp lọc cộng tác (collaboration-filter)

Lọc cộng tác thực hiện tư vấn các sản phẩm, dịch vụ, cho khách hàng nào
đó dựa trên mối quan tâm, sở thích của những người dùng tương tự đối với các
sản phẩm, dịch vụ, nội dung.

Lọc cộng tác được xem là một trong ba cách tiếp cận chính trong xây dựng
các hệ thống tự vấn

Có nhiều kỹ thuật lọc cộng tác và chia thành hai dạng chính:
18

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

- Memory-based: lọc cộng tác dựa trên việc ghi nhớ toàn bộ dữ liệu
- Model-based: lọc cộng tác dựa trên các mơ hình phân lớp, dự đốn
Ưu điểm
- Có khả năng dự đốn được sở thích và nhu cầu của người dùng để đưa ra
gợi ý các sản phẩm phù hợp với từng khách hàng mà không cần hiểu sản
phẩm
- Gợi ý dựa trên trải nghiệm của người dùng tương tự khác nên có thể gợi
ý được những sản phẩm mới phù hợp với sở thích mới
- Phương pháp này phù hợp với những hệ thống lớn có nhiều đánh giá từ
phía người dùng
Nhược điểm

- Không thể gợi ý sản phẩm nếu khách hàng chưa có dữ liệu về lịch tương
tác sản phẩm
- Khi số lượng sản phẩm lớn và số lượng khách hàng đánh giá không
nhiều thì phương pháp này không hiểu quả
- Phương pháp này cũng không thể gợi ý được những sản phẩm mới hoặc
những sản phẩm chưa được ai đánh giá
- Có độ xác kém nếu sở thích khách hàng thay đổi
 Nên vẽ 1 mơ hình của phương pháp này?
1.3.3 Phương pháp lọc kết hợp (hybrid-filter)

Đây là một phương pháp kết hợp giữa lọc cộng tác với lọc dựa trên nội dung
có thể hiệu quả hơn trong một số trường hợp. Phương pháp này có thể thực hiện
trên nhiều cách:;

- Dự đoán dựa trên nội dung và dựa trên cộng tác riêng biệt và sau đó kết
hợp chúng

- Thêm các khả năng dựa trên nội dung và cộng tác
Có bảy kỹ thuật lai cơ bản:
- Có trọng số (Weighted): Điểm số của các thành phần đề xuất khác nhau

được kết hợp theo số lượng[ CITATION Jef22 \l 1033 ]
- Chuyển đổi (Switching): Hệ thống chọn giữa các thành phần đề xuất và

áp dụng hệ thống được chọn[ CITATION Jef22 \l 1033 ]

19

Downloaded by minhnhat08 nguyen ()

lOMoARcPSD|38133502

- Hỗn hợp (Mixed): Các đề xuất từ những người giới thiệu khác nhau
được trình bày cùng nhau để đưa ra đề xuất[ CITATION Jef22 \l 1033 ]

- Kết hợp tính năng (Feature Combination): Các tính năng được lấy từ các
nguồn tri thức khác nhau được kết hợp với nhau và được đưa ra cho một
thuật toán gợi ý duy nhất.

- Tính năng tăng cường (Feature Augmentation): Một kỹ thuật gợi ý được
sử dụngđể tính tốn một tính năng hoặc tập hợp các tính năng, sau đó là
một phần của đầu vào cho kỹ thuật tiếp theo.

- Cascade: Các khuyến nghị được ưu tiên nghiêm ngặt, với những ưu tiên
thấp hơn phá vỡ các mối quan hệ trong việc tính điểm của những người
cao hơn.

- Cấp độ meta (Meta-level): Một kỹ thuật đề xuất được áp dụng và tạo ra
một sốloại mô hình, sau đó là đầu vào được sử dụng bởi kỹ thuật tiếp
theo.

 Nên vẽ 1 mơ hình của phương pháp này?

1.4 Ứng dụng hệ thống đề xuất trong thực tiễn

Hệ thống gợi ý được ứng dụng khá thành công trong thực tiễn giúp người
dùng giải quyết vấn đề quá tải thông tin. Hệ thống gợi ý sử dụng các tri thức về
sản phẩm, các tri thức của chuyên gia học được từ hành vi của con người dùng
để đưa ra các gợi ý về sản phẩm mà họ thích trong nhiều sản phẩm có trong hệ
thống đặc biệt là thương mại điện tử. Trên thế giới, đã có nhiều cơng ty, tổ chức

áp dụng thành công hệ thống gợi ý như một dịch vụ thương mại của mình nhằm
gợi ý các dịch vụ, sản phẩm các thông tin cần thiết đến người dùng như Website
mua sắm trực tuyến Amazon cung cấp cho khách hàng những sản phẩm mà họ
có thể quan tâm, youtube cung cấp cho khách hàng những video mà họ có thể
quan tâm, … Việc gợi ý sản phẩm phù hợp sẽ góp phần làm tăng doanh số bán
hàng hoặc số lượng truy cập của hệ thống. Các sản phẩm được gợi ý dựa trên số
lượng sản phẩm đó đã được bán, dựa trên các thông tin cá nhân của người dùng,
dựa trên sự phân tích hành vi mua hàng trước đó của người dùng để đưa ra các
dự đoán về hành vi mua hàng rong tương lai của chính khách hàng đó. Giúp cho
khách hàng có thể tìm kiếm được những thông tin thú vị hoặc những sản phẩm

20

Downloaded by minhnhat08 nguyen ()