Tìm hiểu hệ hỗ trợ ra quyết định và giải thuật di truyền hỗ trợ chọn sản phẩm khi mua hàng qua mạng

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
ĐỀ TÀI:
Giảng viên hướng dẫn: PGS.TS. ĐỖ PHÚC
Học viên thực hiện: ĐÀO TẤN NGỌC
Mã số học viên: CH1301043
TPHCM, tháng 6/ 2014
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
MỤC LỤC
MỤC LỤC
LỜI MỞ ĐẦU
CHƯƠNG 1. GIỚI THIỆU TỔNG QUAN VỀ HỆ HỖ
TRỢ RA QUYẾT ĐỊNH
1.1. Thế nào là ra quyết định
1.2. Quá trình ra quyết định
1.2.1.Phân loại ra quyết định
1.2.2.Các giai đoạn của quá trình ra quyết định
1.3. Hệ hỗ trợ ra quyết định
1.3.1.Khái niệm Hệ hỗ trợ ra quyết định
1.3.2.Các thành phần của Hệ hỗ trợ ra quyết định
1.3.3.Mô hình ra quyết định
1.3.4.Phân loại Hệ hỗ trợ ra quyết định
1.4. Tìm kiếm và đánh giá các lựa chọn một phần rất quan trọng
trong hỗ trợ ra quyết định
CHƯƠNG 2. MUA HÀNG QUA MẠNG VÀ SỰ CẦN
THIẾT CỦA HỖ TRỢ RA QUYẾT ĐỊNH
3.1. Internet đem đến một phương thức mua bán mới
3.2. Khảo sát thực trạng mua bán qua mạng
3.3. So sánh giữa phương thức mua hàng truyền thống và mua
qua mạng

2.3.1.Các bước cơ bản để tiến hành một giao dịch mua hàng
2.3.2.Các điểm thuận lợi và không thuận lợi trong phương thức mua bán truyền thống.

2.3.3.Các điểm thuận lợi và không thuận lợi trong phương thức mua bán qua mạng
3.4. Khảo sát các trang web bán hàng và sự hỗ trợ khách hàng
của chúng
CHƯƠNG 3. SỬ DỤNG GIẢI THUẬT DI TRUYỀN
ĐỂ GIẢI QUYẾT BÀI TOÁN HỖ TRỢ CHỌN SẢN
PHẨM KHI MUA HÀNG QUA MẠNG
3.1. Giới thiệu
3.2. Các khó khăn khi xây dựng một module hỗ trợ khách hàng
chọn sản phẩm
3.3. Vấn đề “đa mục tiêu” khi chọn sản phẩm
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 2
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
3.4. Cách tiếp cận để giải bài toán “Tối ưu đa mục tiêu” khi chọn
sản phẩm
3.5. Chuyển bài toán chọn sản phẩm thành bài toán đa mục tiêu

3.5.1.Lời giải cho bài toán
3.5.2.Các biến quyết định
3.5.3.Các ràng buộc
3.5.4.Các mục tiêu
3.5.5.Hướng đến một lời giải “tối ưu”
3.5.6.Các cải tiến để phù hợp với bài toán
TÀI LIỆU THAM KHẢO
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 3
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng

LỜI MỞ ĐẦU
Ngày này, với sự phát triển mạnh mẽ của công nghệ thông tin. Thông tin rất đa dạng
và nhiều nguôn khác nhau, sự phát triển của các đối thủ cạnh tranh, sự phát triển của các hệ
thống quản lý dữ liệu. Như chúng ta vẫn thường nghe một quy luật trong kinh doanh đó là
“thương trường là chiến trường”, với các nhà làm kinh doanh việc đưa ra một quyết định
đúng đắn, kịp thời giúp doanh nghiệp phát triển. Ngược lại, thì chúng ta đã trao cho đối thủ
kinh doanh của mình một cơ hội.
Vậy, có những cơ sở nào có thể giúp người làm quản lý ra quyết định một cách chuẩn
xác nhất? Đó là Hệ hỗ trợ ra quyết định – sự kết hợp giữa tri thức và việc tạo lập quyết định
(knowledge-Decision making) giúp các nhà quản lý dựa trên tri thức đúng để cho ra quyết
định hợp lý vào đúng lúc và có mức phí hợp lý.
Nội dung bài thu hoạch được thể hiện qua 3 phần chính:
Phần 1: Giới thiệu tổng quan về Hệ hỗ trợ ra quyết định;
Phần 2: Mua hàng qua mạng và sự cần thiết của hỗ trợ ra quyết định;
Phần 3: Sử dụng giải thuật di truyền để giải quyết bài toán hỗ trợ chọn sản phẩm
khi mua hàng qua mạng.
Em xin cảm ơn PGS.TS Đỗ Phúc đã nhiệt tình truyền đạt kiến thức bổ ích cho em về
môn học này. Do thời gian nghiên cứu và khả năng của bản thân em còn hạn chế nên bài thu
hoạch này chắc chắn sẽ không tránh khỏi phần thiếu sót. Em rất mong nhận được sự góp ý
của Thầy để bài thu hoạch này hoàn thiện hơn.
Học viên thực hiện
ĐÀO TẤN NGỌC – CH1301O43
LỚP CAO HỌC K8
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 4
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
CHƯƠNG 1. GIỚI THIỆU TỔNG QUAN VỀ HỆ HỖ TRỢ RA QUYẾT ĐỊNH
1.1. Thế nào là ra quyết định
Việc đưa ra quyết định đối với một vấn đề xuất hiện trong khắp các lĩnh vực, hoạt
động của đời sống mà đôi khi chúng ta không nhận ra. Từ những việc đơn giản như chọn

một bộ quần áo để đi dự tiệc cho đến các việc lớn lao như phân bổ ngân sách vào các
chương trình của quốc gia đều là các công việc đưa ra quyết định.
Vậy đưa ra quyết định chính là chọn ra trong các giải pháp khả thi một giải pháp mà
theo người đưa ra quyết định là phù hợp nhất.
1.2. Quá trình ra quyết định
1.2.1. Phân loại ra quyết định
Có thể phân ra bốn loại quyết định như sau
a) Quyết định có cấu trúc (Structured Decision): Các quyết định mà người ra
quyết định biết là chắc chắn đúng.
b) Quyết định không cấu trúc (Nonstructured Decision): Các quyết định mà
người ra quyết định biết là có nhiều câu trả lời gần đúng và không có cách nào
để tìm ra câu trả lời chính xác nhất.
c) Quyết định đệ quy (Recurring Decision): Các quyết định lặp đi, lặp lại.
d) Quyết định không đệ quy (Nonrecurring Decision): Các quyết định không xảy
ra thường xuyên.
1.2.2. Các giai đoạn của quá trình ra quyết định
Theo Simon, các giai đoạn của quá trình ra quyết định bao gồm các pha:
a) Nhận định (Intelligence): Tìm kiếm các tình huống dẫn đến việc phải ra
quyếtnđịnh, nhận dạng các vấn đề, nhu cầu, cơ hội, rủi ro…
b) Thiết kế (Design): Phân tích các hướng tiếp cận để giải quyết vấn đề, đáp ứng
các nhu cầu, tận dụng các cơ hội , hạn chế các rủi ro
c) Lựa chọn (Choice): Cân nhắc và đánh giá từng giải pháp, đo lường hậu qủa
của từng giải pháp và chọn giải pháp tối ưu.
d) Tiến hành ra quyết định (Implementation): Thực hiện giải pháp được chọn,
theo dõi kết quả và điều chỉnh khi thấy cần thiết.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 5
IMPLEMENTATION
Apply the Fix
CHOICE
Pick a Fix

DESIGN
Find Fixs
INTELLIGENCE
Find What to Fix
Back to
Choice
Phase
Back to
Design
Phase
Back to
Intelligence
Phase
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hình 1.1 – Các giai đoạn của quá trình ra quyết định
1.3. Hệ hỗ trợ ra quyết định
1.3.1. Khái niệm Hệ hỗ trợ ra quyết định
Trong thập niên 1970, Scott Morton đưa ra những khái niệm đầu tiên về Hệ hỗ trợ ra
quyết định (Decision Support Systems-DSS). Ông định nghĩa DSS như là những hệ thống
máy tính tương tác nhằm giúp những người ra quyết định sử dụng dữ liệu và mô hình để
giải quyết các vấn đề không có cấu trúc
Cho đến nay chưa có một định nghĩa thống nhất về DSS. Tuy nhiên tất cả đều đồng ý
mục đích cơ bản nhất của DSS là để hỗ trợ và cải tiến việc ra quyết định.
1.3.2. Các thành phần của Hệ hỗ trợ ra quyết định
Một Hệ hỗ trợ ra quyết định gồm có ba thành phần chính
a) Quản lí mô hình
b) Quản lí dữ liệu
c) Quản lí giao diện ngừơi dùng
Quản lí mô hình (Model Management) bao gồm các mô hình ra quyết định (DSS

models) và việc quản lí các mô hình này. Một số ví dụ của các mô hình này bao gồm: mô
hình nếu thì, mô hình tối ưu, mô hình tìm kiếm mục đích, mô hình thống kê.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 6
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Quản lí dữ liệu (Data Management) thực hiên công việc lưu trữ các thông tin của
hệ và phục vụ cho viêc lưu trữ, cập nhật, truy vấn thông tin.
Quản lí giao diện ngừơi dùng (User Interface Management) quản lí việc giao tiếp
giữa người dùng cuối và Hệ ra quyết định.
Hình 1.2- Các thành phần của Hệ hỗ trợ ra quyết định
1.3.3. Mô hình ra quyết định
Một đặc trưng cơ bản của Hệ hỗ trợ ra quyết định là phải có ít nhất một mô hình hỗ
trợ ra quyết định. Việc chọn lựa và xây dựng mô hình nằm trong giai đoạn thứ hai (Design
Phase) của quá trình ra quyết định.
Một mô hình là một khái quát hóa hay trừu tượng hóa của thực tế. Mô hình hóa là
việc khái quát hóa và trừu tượng hóa các vấn đề thực tế thành các mô hình định tính hay
định lượng. Đó là một quy trình kết hợp cả khoa học (sự chính xác, logic) và nghệ thuật (sự
sáng tạo).
Một mô hình thường bao gồm ba thành phần cơ bản:
• Decision Variables: Đây là các lực chọn xác định bởi người ra quyết định. Chẳng
hạn trong bài tóan quyết định đầu tư thì đây là số tiền đầu tư, nơi đầu tư, thời gian đầu tư…
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 7
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
• Uncontrollable Variables: Đây là các biến không nằm trong sự kiểm sóat của người
ra quyết định (bị tác động bởi các yếu tố bên ngòai). Chẳng hạn trong bài tóan trên thì đây là
tốc độ lạm phát, lãi suất ngân hàng…
• Result Variables: Đây là các biến kết quả của mô hình. Chẳng hạn trong bài toán
trên thì đây là tỉ số lợi nhuận…
Hình 1.3- Cấu trúc tổng quát của một mô hình

Khi lựa chọn quyết định cuối cùng, người ra quyết định có thể muốn có một quyết
định tối ưu (optimal) hay một quyết định thỏa đáng, gần tối ưu (good enough). Do vậy có
thể chia ra hai loại mô hình hỗ trợ ra quyết định
Mô hình quy chuẩn (Normative Model): Mô hình này xem xét tất cả các phương án
và chọn ra phương án tôi ưu.
Mô hình mô tả (Descriptive Model): Mô hình này xem xét một tập hợp các điều kiện
theo ý người dùng và xem xét các phương án theo hướng các điều kiện này và đưa ra một
kết quả thỏa đáng. Vì mô hình này không xem xét hết tất cả các phương án nên kết quả cuối
cùng có thể chỉ gần tối ưu.
Mô hình quy chuẩn thường được sử dụng trong bài tóan tối ưu hóa một mục tiêu. Mô
hình mô tả thường được sử dụng trong bài tóan tôi ưu hóa đa mục tiêu khi các mục tiêu này
có thể mâu thuẩn nhau.
1.3.4. Phân loại Hệ hỗ trợ ra quyết định
Hệ hỗ trợ ra quyết định được phân loại dựa trên nhiều tiêu chí. Hiện nay, vẫn chưa có
cách phân loại thống nhất. Sau đây là 2 cách phổ biến nhất:
Theo DSS Glossary, có tất cả năm lọai Hệ hỗ trợ ra quyết định
• Hướng giao tiếp (Communications-Driven DSS)
• Hướng dữ liệu (Data-Driven DSS)
• Hướng tài liệu (Document-Driven DSS)
• Hướng tri thức (Knowledge-Driven DSS)
• Hướng mô hình (Model-Driven DSS)
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 8
UnControllable variables
UnControllable variables
Meathematical
relationships
Meathematical
relationships
Decision variables
Decision variables

Result variables
Result variables
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hướng giao tiếp (Communications-Driven DSS) - Hệ hỗ trợ ra quyết định sử dụng
mạng và công nghệ viễn thông để liên lạc và cộng tác. Công nghệ viễn thông bao gồm
Mạng cục bộ (LAN), mạng diện rộng (WAN), Internet, ISDN, mạng riêng ảo là then chốt
trong việc hỗ trợ ra quyết định. Các ứng dụng của hệ hỗ trợ ra quyết định hướng giao tiếp là
Phần mềm nhóm (Groupware), Hội thảo từ xa (Videoconferencing), Bản tin (Bulletin
Boards)…
Hướng dữ liệu (Data-Driven DSS) - Hệ hỗ trợ Ra quyết định dựa trên việc truy xuất
và xử lí dữ liệu. Phiên bản đầu tiên được gọi là Hệ chỉ dành cho việc truy xuất dữ liệu
(Retrieval-Only DSS ). Kho dữ liệu (Datawarehouse) là một Cơ Sở Dữ Liệu tập trung chứa
thông tin từ nhiều nguồn đồng thời sẵn sàng cung cấp thông tin cần thiết cho việc ra quyết
định. OLAP có nhiều tính năng cao cấp vì cho phép phân tích dữ liệu nhiều chiều, ví dụ dữ
liệu bán hàng cần phải được phân tích theo nhiều chiều như theo vùng, theo sản phẩm, theo
thời gian, theo người bán hàng.
Hướng tài liệu (Document-Driven DSS) - Hệ hỗ trợ ra quyết định dựa trên việc truy
xuất và phân tích các văn bản, tài liệu…Trong một công ty, có thể có rất nhiều văn bản như
chính sách, thủ tục, biên bản cuộc họp, thư tín Internet cho phép truy xuất các kho tài liệu
lớn như các kho văn bản, hình ảnh, âm thanh… Một công cụ tìm kiếm hiệu quả là một phần
quan trọng đối với các Hệ hỗ trợ ra quyết định dạng này.
Hướng tri thức (Knowledge-Driven DSS) - Hệ hỗ trợ ra quyết định có thể đề nghị
và đưa ra những tư vấn cho người ra quyết định. Những hệ này là các hệ chuyên gia với một
kiến thức chuyên ngành cụ thể, nắm vững các vấn đề trong chuyên ngành đó và có kĩ năng
để giải quyết những vấn đề này. Các công cụ khai mỏ dữ liệu có thể dùng để tạo ra các hệ
dạng này.
Theo Holsapple và Whinston (1996) phân ra 6 lọai Hệ hỗ trợ ra quyết định
• Hướng văn bản (Text-Oriented DSS)
• Hướng cơ sở dữ liệu (Database-Oriented DSS)

• Hướng bản tính (Spreasheet-Oriented DSS)
• Hướng người giải quyết (Solver-Oriented DSS)
• Hướng luật (Rule-Oriented DSS)
• Hướng kết hợp (Compound DSS)
Hướng văn bản – Thông tin (bao gồm dữ liệu và kiến thức) được lưu trữ dưới dạng
văn bản. Vì vậy hệ thống đòi hỏi lưu trữ và xử lí các văn bản một cách hiệu quả. Các công
nghệ mới như Hệ quản lí văn bản dựa trên web, Intelligent Agents có thể được sử dụng
cùng với hệ này.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 9
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hướng cơ sở dữ liệu - Cơ sở dữ liệu đóng vai trò chủ yếu trong hệ này.Thông tin
trong cơ sở dữ liệu thường có cấu trúc chặt chẽ, có mô tả rõ ràng. Hệ này cho phép người
dùng truy vấn thông tin dễ dàng và rất mạnh về báo cáo.
Hướng bản tính – Một bản tính là một mô hình để cho phép người dùng thực hiện
việc phân tích trước khi ra quyết định. Bản tính có thể bao gồm nhiều mộ hình thống kê, lập
trình tuyến tính, mộ hình tài chính… Bản tính phổ biến nhất đó là Microsoft Excel. Hệ này
thường được dùng rông rãi trong các hệ liên quan tới người dùng cuối.
Hướng người giải quyết – Một trợ giúp là một giải thuật hay chương trình để giải
quyết một vấn đề cụ thể chẳng hạn như tính lượng hàng đặt tối ưu hay tính tóan xu hướng
bán hàng. Một số trợ gíup khác phức tạp như là tối ưu hóa đa mục tiêu. Hệ này bao gồm
nhiều trợ giúp như vây.
Hướng luật – Kiến thức của hệ này được mô tả trong các quy luật thủ tục hay lí lẽ.
Hệ này còn đựoc gọi là hệ chuyên gia. Các quy luât này có thể là định tính hay định lượng.
Các ví dụ của hệ này như là hướng dẫn không lưu, hướng dẫn giao thông trên biển, trên
bộ…
Hướng kết hợp - Một hệ tổng hợp có thể kết hợp hai hay nhiều hơn trong số năm hệ
kể trên.
1.4. Tìm kiếm và đánh giá các lựa chọn một phần rất quan trọng trong hỗ trợ ra quyết
định

Giai đọan lựa chọn (Choice Phase) là giai đoạn quan trọng nhất của quá trình ra
quyết định. Giai đoạn này bao gồm ba bước chính sau đây:
• Tìm kiếm lựa chọn
• Đánh giá lựa chọn
• Giới thiệu lựa chọn
Trong trường hợp người ra quyết định muốn sử dụng mô hình quy chuẩn (normative
model) để tìm kiếm một lựa chọn tối ưu, thì Hệ hỗ trợ ra quyết định có thể sử dụng phương
pháp vét cạn (blind search) để duyệt hết tất cả các lựa chọn hay mô hình toán học để phân
tích. Đối với mô hình mô tả, ta có thể sử dụng phương pháp kinh nghiệm (heuristic search)
để duyệt các lựa chọn dựa trên các quy luật rút ra được từ thử và sai hay kinh nghiệm.
Phương pháp đánh giá các lựa chọn được quyết định khác nhau trong bài toán một
mục tiêu và bài toán đa mục tiêu. Bài toán một mục tiêu có thể được mô hình hóa bằng bảng
ra quyết định hay cây ra quyết định.
Một trong các phương pháp hiệu quả để giải quyết đa mục tiêu là đo lường trọng số
của các ưu tiên ra quyết định (Analytical Hierarchy Process của ExpertChoice). Một phương
pháp khác là tối ưu hóa dựa trên các mộ hình tóan học tuyến tính (Microsoft Excel,
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 10
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Lingo…). Một phương pháp khác là lập trình kinh nghiệm sử dụng heuristics như là
tabusearch, giải thuật di truyền.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 11
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
CHƯƠNG 2. MUA HÀNG QUA MẠNG VÀ SỰ CẦN THIẾT CỦA HỖ TRỢ
RA QUYẾT ĐỊNH
3.1. Internet đem đến một phương thức mua bán mới
Sự phát triển vượt bậc từng ngày của các công nghệ trên Internet đã dần thực sự biến
đổi các hoạt động thương mại làm cho nó mang tính toàn cầu hơn. Các hoạt động kinh
doanh truyền thống giờ đã được số hóa, các khái niệm về E-Commerce, E-Business, E-

Market, Shopping online xuất hiện và ngày càng trở nên phổ biến. Chính công nghệ Internet
đã thực sự kết nối các doanh nghiệp với nhau (B2B – Business To Business) và doanh
nghiệp với khách hàng (B2C – Business To Customer).
Sức mạnh và sự thuận lợi của công nghệ Web đã giúp các công ty, doanh nghiệp đưa
các hoạt động kinh doanh của mình đến gần với người dùng hơn. Sử dụng Web các công ty
có thể đưa đến người dùng từ những mẫu quảng cáo nhỏ, các mặt hàng, dịch vụ mà công ty
cung cấp đến các hoạt động mua bán với khách hàng. Chính điều đó đã hình thành một
phương thức mua bán hoàn toàn mới mẻ và đang trở nên một hoạt động phổ biến trên
Internet , mua bán hàng qua mạng (Shopping Online).
3.2. Khảo sát thực trạng mua bán qua mạng
So với các hoạt động trên mạng khác thì hoạt động mua bán hàng qua mạng vẫn
chiếm một tỷ lệ rất nhỏ nhưng rỏ ràng nó đang phát triển từng ngày.
Theo khảo sát Jochen Hansen, “How new and different are consumer in the digital
marketplace? The Impact of Networking, Vienna Austria,tháng 9 năm 2000” Khi câu hỏi
“Mọi người nghĩ gì về mua hàng qua mạng? Việc mua hàng qua mạng đem đến những gì?”
được đưa ra hỏi (tháng 1 năm 2000) thì cuộc khảo sát nhận được các kết quả như sau:
Các mặt thuận lợi:
• Bạn có thể mua hàng trong vòng một tiếng và không quan tâm đến thời gian
đóng cửa của cửa hàng
• Có thể quan sát mọi thứ ngay từ nhà mình
• Một lượng lớn và đủ chủng lọai các mặt hàng và dịch vụ được đưa ra
• Sự không biên giới,bạn có thể mua hàng từ bất kỳ quốc gia nào
• Dể dàng so sánh giá cả
Các mặt không thuận lợi:
• Không thể thử món hàng minh mua
• Không có các dịch vụ trợ giúp khi mua hàng
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 12
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
• Có nhiều khó khăn khi giao dịch hoặc trả lại hàng hóa

• Phương thức thanh toán còn qua phức tạp
• Người mua hàng tỏ ra hoài nghi khi có quá nhiều thông tin cá nhân được thu
thập
Và với các yếu tố ảnh hưởng đến việc mua hàng qua mạng trên thì có 2/3 người dùng
khẳng định họ sẽ tiếp tục mua hàng và 1/3 còn lại thì khẳng định họ không có ý định mua
hàng qua mạng, một con số đáng để lưu tâm.
3.3. So sánh giữa phương thức mua hàng truyền thống và mua qua mạng
2.3.1. Các bước cơ bản để tiến hành một giao dịch mua hàng
Bảng 2.1- Các bước cơ bản để tiến hành một giao dịch
Phương thức mua bán truyền thống Phương thức mua bán qua mạng
Chọn một cửa hàng ưng ý có bán sản phẩm
mà mình quan tâm (quen, được giới thiệu,
tình cờ)
Chọn một website ưng ý có bán sản phẩm
mà mình quan tâm (quen, được giới thiệu,
tìm kiếm qua mạng).
Xem xét các sản phẩm được trình bày trong
cửa hàng
Duyệt danh sách các mặt hàng trên trang
web
Nhờ người bán hàng tìm sản phẩm mà mình
muốn mua
Tìm kiếm sản phẩm qua các từ khóa (nếu
trang có hỗ trợ)
Nhờ người bán hàng tư vấn mặt hàng phù
hợp với mình
Ít được hỗ trợ
Tương tác trực tiếp, thử dùng với mặt hàng
ưng ý
Không có

So sánh với các sản phẩm khác trong cửa
hàng hoặc một cửa hàng khác
So sanh với các sản phẩm khác trên website
(nếu hỗ trợ). So sánh với các trang web khác
Chọn mua, thanh toán và nhận sản phẩm Chọn mua và thanh toán chờ công ty phân
phối sản phẩm
Hoàn trả nếu không ưng ý Liên lạc với trang web qua hệ thống mail và
chờ phản hồi.
2.3.2. Các điểm thuận lợi và không thuận lợi trong phương thức mua bán truyền
thống.
 Thuận lợi:
o Người mua có thể “sờ tận tay, thấy tận mắt”.
o Nếu gặp khó khăn có thể nhờ người bán hàng tư vấn.
o Có thể mặt cả giá cả.
o Mua sắm trở thành một văn hóa, làm cho người mua hứng khởi.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 13
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
o Việc mua sắm đôi khi tốn rất nhiều thời gian.
 Không thuận lợi:
o Người mua khó nắm bắt hết các thông tin về mặt hàng mình định mua.
o Các mặt hàng thuộc các nhà cung cấp khác nhau thường được phân bố
rải rác làm cho người mua khó so sánh.
2.3.3. Các điểm thuận lợi và không thuận lợi trong phương thức mua bán qua mạng
 Thuận lợi:
o Người mua dễ dàng nắm bắt được thông tin của mặt hàng định mua.
o Số lượng các mặt hàng rất đa dạng.
o Dễ dàng so sánh các mặt hàng với nhau.
o Thời gian mua sắm ít.
 Không thuận lợi:

o Người mua chỉ có thể “thấy” chứ không thể thử, tiếp xúc với mặt hàng.
o Không được tư vấn khi không biết phải chọn mặt hàng nào.
o Không tìm được mặt hàng ưng ý vì có quá nhiều sự chọn lựa.
3.4. Khảo sát các trang web bán hàng và sự hỗ trợ khách hàng của chúng
Các hoạt động hỗ trợ khách hàng ra quyết định mua hàng qua mạng rất đa dạng và
được phân chia theo nhiều cách khác nhau. Sự phân chia ở bảng dưới sử dụng cách phân
loại của ở tài liệu [04], chỉ ra 3 mức hỗ trợ của DSS là hỗ trợ theo hướng truy cập, hỗ trợ
theo hướng giao dịch và hỗ trợ theo hướng quan hệ.
Bảng 2.2- Phân loại hệ hỗ trợ ra quyết định trong E-Commerce
Mức hỗ trợ Đặc điểm
Hướng truy cập Tất cả các trang web tìm kiếm (không chỉ riêng cho các trang web
mua bán trực tuyến)
Đặc điểm:
• Tìm kiếm và duyệt tuyến tính.
• Tìm kiếm theo từ khóa
Hướng giao dịch Các trang web ở mức này có những đặc điểm sau:
• Giao diện người dùng tập trung hỗ trợ các hành vi của người
dùng trong các hoạt động giao dịch, mua hàng, đặc biệt là
hướng dẫn lựa chọn sản phẩm.
• Cấu trúc dữ liệu website mua hàng và ứng dụng web server.
• Đòi hỏi nội dung, chất lượng của catalog sản phẩm và giao
diện đồ họa phải cao.
Hướng quan hệ Đây là những ứng dụng hướng đến mục tiêu chỉ dẫn khách hàng dựa
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 14
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
trên tri thức, với các đặc điểm sau:
• Thông qua sở thích và tính cách cá nhân của người tiêu dùng.
• Hỗ trợ các nhắc nhở,quảng cáo, mở rộng dây chyền cung ứng.
• Tìm kiếm theo ngôn ngữ tự nhiên.

Sự sắp xếp này đi từ sự hỗ trợ đơn giản đến tinh vi. Những mức độ này cũng phản
ánh sự tiến triển của các hệ hỗ trợ từ những năm 90 đến nay.
Ở mức 1, DSS dùng nhiều đến các phần mềm đa dụng để tạo những trang mua bán
và tìm kiếm, duyệt đơn giản dựa trên các từ khóa. Những trang web này chủ yếu để lôi kéo
khách hàng và không tốn nhiều chi phí để xây dựng. Chúng là dạng thực thi trên web và
chúng đem lại rất ít các trợ giúp cho người mua với các chức năng truy cập thông tin và
chức năng mua hàng đơn giản.
Mức tiếp theo là một chuỗi cố gắng nhằm hiểu rõ các bước và thao tác xử lý của
người mua trong suốt quá trình diễn ra giao dịch và tạo ra nhiều thiết lập mặc định và khuôn
mẫu để hỗ trợ tốt hơn cho các bước cấu trúc. Những khảo sát về DSS những năm cuối thập
niên 90 của thế kỷ 20 tập trung vào việc làm thế nào hỗ trợ các bước so sánh nhãn hiệu và
sản phẩm. Một thời gian sau, một khảo sát khác cho thấy các hệ thống đang cố gắng mở
rộng điểm này cho các bước mua, thanh toán và giao hàng. Họ cũng kết hợp được những
hướng tiếp cận và mở rộng DSS trên các xử lý quyết định như tài chính, giúp đỡ khách hàng
trực tuyến và quản lý lỗi cũng như tìm kiếm theo ngôn ngữ tự nhiên.
Ở mức cao nhất là những đặc tính của các trang mua bán hàng hóa hiện tại được phát
triển trong thập kỷ đầu của thế kỷ 21 này. Ở đây chúng ta thấy sự thay đổi sang sự hỗ trợ
đối với các quan hệ dựa trên thời gian dài mà người mua có được dựa trên các giao dịch.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 15
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
CHƯƠNG 3. SỬ DỤNG GIẢI THUẬT DI TRUYỀN ĐỂ GIẢI QUYẾT BÀI
TOÁN HỖ TRỢ CHỌN SẢN PHẨM KHI MUA HÀNG QUA MẠNG
3.1. Giới thiệu
Để xây dựng được một trang web bán hàng thật sự hoàn hảo đó là sự kết hợp của rất
nhiều yếu tố bao gồm sự quảng bá đến người dùng, giao diện người dùng, các tiện ích hỗ trợ
khách hàng khi mua hàng, các dịch vụ giao hàng và hoàn trả hàng. Trong khuôn khổ này,
bài thu hoạch cố gắng đưa ra một cách tiếp cận để xây dựng một trong những yếu tố trên
“hỗ trợ khách hàng chọn sản phẩm khi mua hàng qua mạng”.
Chọn sản phẩm là một trong những phần quan trọng nhất khi mua hàng. Như chương

trước đã phân tích một trong những nguyên nhân chính dẫn đến sự không thành công của
phương thức mua hàng qua mạng đó là người mua không thể chọn ra được một sản phẩm
ưng ý nhất trước vô vàn các mặt hàng được bày ra. Vậy trang web chúng ta xây dựng phải
có nhiệm vụ như một người bán hàng chuyên nghiệp đó là nắm bắt các nhu cầu của người
mua và khuyến cáo cho người mua một số sản phẩm mà mình cho là thích hợp. Mặc dù
quyết định cuối cùng vẫn thuộc về người ra quyết định, ở đây là người mua hàng, tuy nhiên
một lời khuyên cho người dùng vẫn rất quan trọng.
3.2. Các khó khăn khi xây dựng một module hỗ trợ khách hàng chọn sản phẩm
 Các khó khăn phi kỹ thuật:
o Không giống như một người bán hàng thực, một người bán hàng có thể
qua cách ứng xử, ăn mặc, thái độ v.v của người mua mà có thể chọn ra
các mặt hàng cho phù hợp. Trang web bán hàng hoàn toàn không biết
gì về các thông tin trên của khách hàng.
o Người mua có thể tự do tương tác, trao đổi với người bán để nói lên
nhu cầu, sở thích của mình. Trong khi mua hàng trên mạng thì yếu tố
thời gian là rất quan trọng, cần phải dung hòa giữa lượng thông tin cần
thu thập và thời gian tiêu tốn của người dùng.
o Trao đổi bằng ngôn ngữ tự nhiên sẽ dễ dàng và hiệu quả hơn. Trong khi
đó người mua chỉ có thể trao đổi với trang web qua một số cách nhất
định (thường được số hóa).
 Các khó khăn về kỹ thuật:
o • Không gian tìm kiếm sản phẩm rất lớn, không thể tìm tuyến tính vì sẽ
bắt khách hàng đợi lâu.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 16
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
o Cần tạo một kich bản để thu thập thông tin khách hàng sao cho hợp lý,
tránh gây nhàm chán và làm mất nhiều thời gian.
o Vấn đề “đa mục tiêu”, các sở thích của người dùng đôi khi xung đột
hoặc không hợp lý dẫn đên kết quả tìm kiếm thường là “Không tìm thấy

mặt hàng nào phù hợp”. Đây là một trong những điều cấm kỵ nhất của
người bán hàng, để người khách hàng ra về tay không, không những
không bán được hàng mà còn để lại ấn tượng không tốt nơi khách hàng.
3.3. Vấn đề “đa mục tiêu” khi chọn sản phẩm
Có thể thấy khó khăn lớn nhất của module hỗ trợ chọn sản phẩm đó là giải quyết,
thỏa mãn cùng lúc nhiều tiêu chí của người mua về mặt hàng mà khách hàng đó quan tâm.
Các mục tiêu,sở thích này có thể đối chọi nhau.Đây thực chất chính là đi giải quyết bài toán
tối ưu đa mục tiêu, trong đó mỗi mục tiêu chính là các sở thích của người dùng mà mặt hàng
đó phải thỏa. Module này có nhiệm vụ tìm ra sản phẩm phù hợp (hoặc gần giống) với các sở
thích của người mua.
3.4. Cách tiếp cận để giải bài toán “Tối ưu đa mục tiêu” khi chọn sản phẩm
Bài thu hoạch này cũng tìm hiểu bài toán tối ưu hóa đa mục tiêu và cách tiếp cận
dùng giải thuật di truyền (Genetic Algorithm - GA). Và áp dụng cách tiếp cận trên để giải
bài toán tối ưu hóa đa mục tiêu khi hỗ trợ khách hàng chọn sản phẩm. Bài thu hoạch này
chọn cách tiếp cận trên với các lý do sau:
• Đây là một cách tiếp cận mới mẻ và đang được nhiều người quan tâm,phát
triển và ứng dụng vào nhiều lĩnh vực khác nhau.
• Giải thuật di truyền (GA) giựa trên ý tưởng quần thể tự nhiên, chọn lọc ngẫu
nhiên sẽ làm cho giải thuật có khả năng mạnh mẽ trong việc tìm kiếm một
cách song song. Trong đó tất cả các cá thể trong quẩn thể sẽ được cố gắng tìm
kiếm ở tất cả các hướng trong không gian tìm kiếm qua đó cho phép GA tránh
được tối ưu hóa cục bộ.
• Một thế mạnh của GA trong nhiệm vụ tìm kiếm đó là không lo sợ khả năng
bùng nổ của tổ hợp tìm kiếm.GA đặc biệt tỏ ra hữu hiệu với các không gian
tìm kiếm lớn. Với các không gian tìm kiếm lớn GA không những bảo đảm
được tối ưu hóa toàn cục mà còn bảo đảm được thời gian tìm kiếm, một trong
những yêu cầu quan trọng của bài toán.
• Và do đặc trưng của bài toán, chúng ta cần trả về cho người mua một danh
sách các mặt hàng mà theo hệ thống là phù hợp nhất (thông thường từ 3 đến 5
giải pháp) nên việc sử dụng GA lại càng hợp lý. GA khác các phương pháp

HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 17
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
tìm kiếm tuyến tính khác là trong một lần chạy có thể cho ta một tập các giải
pháp thuộc miền Pareto trong quần thể của nó.
3.5. Chuyển bài toán chọn sản phẩm thành bài toán đa mục tiêu
Chúng ta sẽ mô tả bài toán mua hàng thành các khái niệm trong bài toán tối ưu hóa
đa mục tiêu.
3.5.1. Lời giải cho bài toán
Trong bài toán tìm kiếm sản phẩm, người dùng mong muốn chọn ra một mặt hàng
thích hợp do đó sản phẩm tối ưu đối với sở thích người mua chính là lời giải của bài toán.
Nhưng chọn ra chỉ một sản phẩm cho người dùng có vẻ không phù hợp cho lắm, đôi
khi tạo cho người dùng cảm giác bị ép buộc. Do đó giải pháp phù hợp đó là một tập các lời
giải tối ưu, tập hợp này tương tự như những sản phẩm mà một người bán hàng sẽ gợi ý cho
chúng ta khi đã nắm bắt được nhu cầu của khách hàng.
3.5.2. Các biến quyết định
Ở đây các biến quyết định chính là các thuộc tính cấu thành nên sản phẩm.
Ví dụ (sản phẩm là điện thoại di động)
= (Giá, trọng lượng, kiểu dáng, thời gian sử dụng pin)
là một điểm trong vùng khả thi. Trong ví dụ trên có 4 biến quyết định.
3.5.3. Các ràng buộc
Trong bài toán “tối ưu đa mục tiêu” các ràng buộc chính là các điều kiện giữa các
biến quyết định. Nhưng trong bài toán này không gian tìm kiếm là rời rạc, các điểm trong
không gian tìm kiếm chính là ràng buộc của các biến quyết định. Hay nói cách khác nếu các
giá trị của các biến quyết định cùng tồn tại trong một lời giải thì đó là một ràng buộc đúng
đắn.
Các ràng buộc được mô tả bằng 1 vector:
với n là số biến quyết định.
Trong đó
Khi đó ràng buộc thỏa khi

Với F là vùng khả thi, không gian lời giải và trong bài toán này là không gian các sản
phẩm.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 18
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
3.5.4. Các mục tiêu
Có thể dễ dàng nhận thấy 2 mục tiêu (objective) (xem phụ lục A) mà người mua luôn
nhắm tới là giá cả (cost) và chất lượng của sản phẩm (performance). Người mua luôn muốn
mua được sản phẩm đáp ứng đầy đủ các yêu cầu với một giá rẻ nhất .Và điều khó khăn ở
đây đó là 2 mục tiêu này luôn xung đột với nhau. Một sản phẩm với các tính năng nổi trội
luôn có một cái giá cao hơn một sản phẩm khác và ngược lại do đó thường đi ngược lại với
mong muốn của người mua. Do đó nhiệm vụ của bài toán đa mục tiêu đó là phải dung hòa
cả 2 mục tiêu đó.
Mô tả tổng quát:
. Từ đây ta thống nhất là sẽ dùng min, tức là mục tiêu
của ta là làm tối thiểu hóa vector mục tiêu.
Trong đó là một vector mô tả 2 mục tiêu chính là cost và performance
là hàm mục tiêu cho mục tiêu và giá cả (cost).
là hàm mục tiêu cho mục tiêu về chất lượng (performance)
Một ví dụ đơn giản về vector mục tiêu trên một sản phẩm gồm 2 thuộc tính.
Sản phẩm =(weight, cost) với tính chất giá (cost) càng cao trọng lượng (weight)
càng thấp và người mua muốn một sản phẩm với giá (cost) thấp và trọng lượng (weight)
cũng thấp.
Vector mục tiêu được định nghĩa như sau:
Hình 3.1- Vector mục tiêu của sản phẩm có 2 thuộc tính.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 19
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Trên đây chỉ là trường hợp đơn giản performance của ta chỉ có một thuộc tính. Đối
với trường hợp tổng quát thì sao? Bây giờ hàm mục tiêu về chất lượng (performance) sản

phẩm sẽ trở thành:
với n là số thuộc tính của sản phẩm (n-1 vì
đã bỏ qua thuộc tính giá cả)
Nhưng khó khăn đặt ra là các thuộc tính lại không có đơn vị tính giống nhau do đó ta
cần có một số tinh chỉnh để hàm có thể thực hiện được. Một cách đơn giản mà ta có
thể áp dụng đó là tinh chỉnh (normalize) các thuộc tính để các thuộc tính đều có giá trị là
một số thực từ 0 đến 1. Bây giờ hàm mục tiêu về performance sẽ có dạng:
Trong đó là giá trị lớn nhất mà thuộc tính X
1
có thể có được.
3.5.5. Hướng đến một lời giải “tối ưu”
Để có được một lời giải tối ưu (hoặc gần tối ưu) chúng ta cần qua 2 giai đoạn:
• Hướng các lời giải của chúng ta về miền tối ưu Pareto
• Chọn trên miền Pareto một lời giải phù hợp nhất
 Điều hướng lời giải về miền tối ưu Pareto
Cũng như với cách mua hàng truyền thống, để người bán hàng có thể chọn ra các sản
phẩm phù hợp thì người mua phải cung cấp các tiêu chí (sở thích) về sản phẩm mà mình
định mua. Cũng tương tự như vậy để giải quyết bài toán này chúng ta cũng phải thu thập
một số thông tin về sản phẩm mà người dùng mong đợi, đây chính là mục tiêu của người
dùng.
Chúng ta có thể mô tả một mục tiêu của người dùng bằng một vector như sau:
(Pref - Preference)
Trong đó P
i
là một hằng số, mô tả giá trị mà người mua mong muốn có được ở thuộc
tính x
i
. Và k là số thuộc tính mà người dùng mô tả về sản phẩm.Trong đó 1 ≤ k ≤ n (n là số
thuộc tính của sản phẩm) vì không nhất thiết người dùng phải mô tả tất cả các thuộc tính.
Và mục tiêu của chúng ta là đưa giá trị của các thuộc tính được mô tả về càng gần với giá trị

P
i
càng tốt. Đây chính là nơi ta áp dụng hướng tiếp cận hướng mục đích, mỗi P
i
là một mục
đích của chúng ta.
Một mục đích trên thuộc tính i x có thể được mô tả một cách đơn giản là:
Và hàm mục tiêu về chất lượng sản phẩm sẽ có dạng:
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 20
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Khi tối ưu từng mục đích (goal) chúng ta hi vọng rằng các sản phẩm trong không
gian tìm kiếm của thuật toán di truyền sẽ điều hướng về miền tối ưu Pareto.
 Chọn trên miền tối ưu Pareto lời giải tối ưu nhất
Theo định nghĩa của miền tối ưu Pareto thì những lời giải trên miền này không thể so
sánh với nhau được nữa vì trên miền này không có lời giải nào hoàn toàn thống trị lời giải
khác. Khi chúng ta đã chọn lọc được các lời giải trên miền Pareto (ở bước trên) thì việc tiếp
theo đó là chọn ra trên miền đó 1 hoặc nhiều lời giải mà ta cho là tốt hơn những lời giải
khác (cũng thuộc miền Pareto). Chúng ta phải làm việc này vì trên miền Pareto không đảm
bảo chỉ tồn tại 1 lời giải.
Để chọn ra lời giải tốt hơn trên miền này chúng ta sẽ áp dụng cách tiếp cận
Weighting Objective. Khi đó ta cần thêm các thông tin về mức độ quan trọng của các mục
tiêu (đây là các đánh giá khách quan của người ra quyết định-người mua hàng).Đây chính là
mối tương quan về độ trội của các mục tiêu. Lúc này vector mô tả sở thích của người mua
có dạng:
Trong đó w
i
chính là độ quan trọng của mục tiêu thứ I trong mục tiêu về chất lượng
của sản phẩm.
Khi đó trọng số quan trọng của mục tiêu về chất lượng sản phẩm (performance) sẽ là:

Khi người dùng thay đổi các trọng số độ quan trọng của các mục tiêu thì các lời giải
“tối ưu” sẽ di chuyển trên miền Pareto. Người ra quyết định có thể thay đổi trọng số này để
có thể chọn ra các lời giải “tối ưu”.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 21
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hình 3.2- Di chuyển trên miền Pareto bằng cách thay đổi trọng số
3.5.6. Các cải tiến để phù hợp với bài toán
 Mô tả cấu trúc gene của thuật giải di truyền
Do nhu cầu của bài toán (cần trả về một tập lớn hơn 1 lời giải tối ưu) nên mỗi gen sẽ
được biễu diễn bằng một mảng các định danh của các lời giải trong không gian tím kiếm
(trong trường hợp cụ thể đó là các id của các sản phẩm trong cơ sở dữ liệu). Số lời giải trả
về có thể phụ thuộc vào mong muốn của người dùng (nhưng phải lớn hơn 1, không ai lại
muốn không tìm thấy sản phẩm nào).
Mô tả một gen:
ID1 ID2 … IDn
Trong đó n là số kết quả mà người dùng mong đợi được trả về.
Kết quả tốt nhất mà ta mong đợi để chọn đó là gen mà tất cả các ID trong gen đều
nằm trên miền tối ưu Pareto hoặc tồi hơn có thể có một số ID thuộc Pareto và một số ít hơn
nằm gần miền Pareto. Trường hợp không thành công là không có ID nào thuộc miền Pareto
lúc này thuật giải chưa được hội tụ, hoặc hội tụ quá sớm gây ra tối ưu cục bộ.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 22
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hình 3.3- Các trạng thái gen trong quần thể
 Vai trò của các thao tác chọn lọc, lai ghép, đột biến trên quần thể
Chọn lọc: Quá trình này nhằm mục đích loại bỏ khỏi quần thể những gen chứa các
lời giải xấu (những lời giải nằm xa miền tối ưu Pareto) (xem hình trên). Tuy nhiên vấn đề
cần quan tâm ở đây đó là bảo toán tính tốt và tính đa dạng của quần thể. Khi loại bỏ các gen
xấu chúng ta có thể loại bỏ luôn cả các lời giải tốt (hoặc tương đối tốt) tồn tại trong gen.

Lai ghép: Đây là một quá trình tự nhiên trong đó các nhiễm sắc thể giữa 2 gen sẽ
được hoán đổi cho nhau. Nhiệm vụ chính của nó là làm tăng tính đa dạng của quần thể, với
hi vọng các gen tốt hơn sẽ được tạo ra.
Chúng ta cần một số cải tiến để bảo đảm rằng các gen đời sau sẽ tốt hơn đời trước.
Bởi vì độ tốt của một gen được xác định bằng tổng độ tốt của mỗi nhiễm sắc thể (gen nào có
nhiều nhiễm sắc thể (NST) trên miền Pareto, hoặc gần miền Pareto hơn thì gen đó tốt hơn).
Nên khi lai ghép ta sẽ chuyển các NST tốt của một gen (bố hoặc mẹ) vào gen của người còn
lại. Như vậy sau khi lai ghép sẽ tạo ra một gen hoàn toàn trội hơn 2 gen bố mẹ, và một gen
sẽ chứa toàn những tính xấu. Khi đó trong quá trình chọn lọc ta chỉ giữ lại một gen con tốt
vừa được tạo ra và một gen (bố hoặc mẹ) tốt hơn. Khi đó ta sẽ vừa bảo đảm các nhiễm sắc
thể tốt sẽ không bị “vô tình” loại bỏ và tính đa dạng của quần thể cũng vẫn được bảo tồn
qua các đời.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 23
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
Hình 3.4- Lai ghép
Đột biến: Vai trò của thao tác đột biến là để tránh tối ưu hóa cục bộ (các gen chưa
tiến đến được miền Pareto). Qua thao tác đột biến chúng ta sẽ đưa các lời giải tốt hơn vào
không gian quần thể của thuật giải di truyền.
 Hàm thích nghi
Hàm thích nghi của mỗi sản phẩm sẽ có dạng như sau:
trong đó là hàm mục tiêu của thuộc tính về chất lượng thứ i (người mua quan
tâm đến k thuộc tính-ngoài giá).
hàm mục tiêu về giá
Một sản phẩm tốt khi có giá trị hàm thích nghi lớn hơn.Khi thuật giải cố gắng tối đại
hóa hàm thích nghi, thực chất là đang điều hướng các sản phẩm về miền tối ưu Pareto.
Để kết hợp cả 2 giai đoạn điều hướng chúng ta có thể kết hợp cả 2 cách dùng hướng
mục đích và trọng số quan trọng vào cùng một hàm mục tiêu như sau:
Trong đó w
i

là độ quan trọng của thuộc tính i
P
i
là giá trị mà người dùng mong đợi ở thuộc tính i
X
i
là giá trị của thuộc tính i
là giá trị tối đa mà thuộc tính I có thể có được
C
*
là giá tiền tối đa mà một sản phẩm có thể có.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 24
TÌM HIỂU DSS VÀ GIẢI THUẬT DI TRUYỀN GVHD: PGS.TS. ĐỖ PHÚC
Hỗ trợ chọn sản phẩm khi mua hàng qua mạng
TÀI LIỆU THAM KHẢO
[1] Slide bài giảng môn “Hệ hỗ trợ ra quyết định” năm 2014 của PGS.TS. Đỗ Phúc, Đại
Học CNTT – ĐHQG TP. Hồ Chí Minh;
[2] Decision support system, trang wikipedia.org:

[3] Tìm hiểu về hệ hỗ trợ ra quyết định: />gfe_rd=cr&ei=JzefU4bOMaeJ8QeGl4HgAg&gws_rd=ssl#q=tim+hieu+v%E1%BB
%81+h%E1%BB%87+h%E1%BB%97+tr%E1%BB%A3+ra+quy%E1%BA%BFt+
%C4%91%E1%BB%8Bnh
[4] Barry G. Silverman, Mintu Bachann, Khaled Al-Akharas (Dept. of Systems
Engineering, University of Pennsylvania),Implications of Buyer Decision Theory for
Design of eCommerce Websites
[5] Các bài thu hoạch của các bạn học viên khóa trước.
HVTH: ĐÀO TẤN NGỌC – CH1301043 Trang 25