Phân Tích Phần Cứng Máy Tính Ứng Dụng trong Thương Mại Điện Tử - ĐH Bách Khoa TP.HCM

Phân tích phần cứng máy tính cho thương mại điện tử giúp tối ưu hiệu suất, tăng doanh thu. Tìm hiểu cách lựa chọn phần cứng phù hợp để phát triển kinh doanh trực tuyến.

• Tác giả: Lý Gia Bảo
• Người hướng dẫn: TS. Phan Trọng Nhân
• Trường học: Trường Đại học Bách khoa, Đại học Quốc gia Thành phố Hồ Chí Minh
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Phân Tích Phần Cứng Máy Tính Cho Thương Mại Điện Tử
• Loại tài liệu: Luận văn tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• Declaration
• Acknowledgements
• Abstract
• Content
• 1. Introduction
• 1.1. Problem statement
• 1.2. Goal
• 1.3. Scope
• 1.4. Thesis structure
• 2. Methodologies and Theoretical Background
• 2.1. Manual PC builders
• 2.2. Automatic PC generator
• 2.3. PC performance calculator
• 3. System Requirement Analysis
• 3.1. Automatic computer builder
• 3.2. Manual computer buider
• 3.3. Non-Functional requirement
• 3.4. Use-case Specification
• 3.5. How the system work
• 4.
• 4.2. Detailed information of each entity in the ERD
• 4.4. Web server Component
• 4.2. Build PC module
• 5.
• 5.1. Non-functional Testing
• List of Figures
• List of Tables
• Abbreviation and Acronym
• 7. Conclusion
• 7.1. Non-functional testing for navigation and login page
• Reference

Tóm tắt

I. Giới thiệu Computer Hardware Analytics E Commerce là gì

Trong kỷ nguyên công nghệ số, máy tính cá nhân (PC) đóng vai trò thiết yếu trong cuộc sống hàng ngày. Tuy nhiên, việc lựa chọn hoặc xây dựng một chiếc PC phù hợp với nhu cầu có thể là một thách thức đối với những người không có kiến thức chuyên sâu về lĩnh vực này. Do đó, nhu cầu nghiên cứu và phát triển một hệ thống có thể thu thập dữ liệu thành phần và giúp người dùng xây dựng một máy tính đáp ứng yêu cầu của họ trở nên cấp thiết. Computer Hardware Analytics for Electronic Commerce (phân tích phần cứng máy tính cho thương mại điện tử) ra đời để giải quyết vấn đề này. Hệ thống tập trung vào việc hỗ trợ người dùng xây dựng máy tính ngay cả khi họ không có kinh nghiệm, đồng thời cung cấp một giải pháp thay thế cho những người muốn tự lựa chọn các thành phần cho máy tính của riêng họ. Mục tiêu chính của hệ thống là tạo ra một máy tính dựa trên yêu cầu của người dùng, thu thập dữ liệu cần thiết và lưu trữ nó. Hơn nữa, sử dụng thông tin thu thập được từ tương tác của người dùng, hệ thống sẽ tạo ra một hệ thống recommendation system đơn giản, xác định một số PC phổ biến nhất và đề xuất chúng cho người dùng. Mục tiêu chính của luận văn là phát triển một hệ thống dựa trên web, hỗ trợ người dùng trong quá trình xây dựng PC bằng cách kiểm tra khả năng tương thích và hiệu suất của các thành phần, đảm bảo nó phù hợp với yêu cầu của người dùng, đồng thời cung cấp một công cụ cho những người muốn tự chọn các thành phần của riêng họ.

1.1. Vấn đề đặt ra trong việc lựa chọn phần cứng máy tính

Thị trường phần cứng máy tính ngày nay vô cùng đa dạng. Một chiếc PC không chỉ đơn thuần là một sản phẩm đơn lẻ, mà là một tập hợp của nhiều thành phần khác nhau, mỗi thành phần lại có nhiều nhà sản xuất và thông số kỹ thuật khác nhau. Do đó, việc lựa chọn các thành phần computer hardware phù hợp, đảm bảo khả năng tương thích và đáp ứng nhu cầu sử dụng là một bài toán khó. Ví dụ, một PC được sử dụng cho mục đích giải trí, đặc biệt là chơi game, sẽ ưu tiên ngân sách cho card đồ họa (GPU), sau đó là CPU và bộ nhớ. Các thành phần khác như ổ cứng và bộ nguồn (PSU) có mức độ ưu tiên thấp hơn vì GPU, CPU và bộ nhớ sẽ có tác động lớn hơn đến trải nghiệm chơi game so với những thành phần khác. Một PC được sử dụng cho mục đích làm việc, đặc biệt là công việc văn phòng, có thể không cần GPU, nhưng cần CPU và RAM mạnh để mang lại hiệu suất cao hơn khi thực hiện các tác vụ văn phòng. Khi so sánh với yêu cầu xử lý tải hình ảnh nặng khi vận hành một trò chơi, các tác vụ văn phòng thường chỉ bao gồm xử lý tài liệu và tính toán. Mỗi thành phần của PC có thể có nhiều nhà sản xuất và mỗi nhà sản xuất cũng có thể có các thông số kỹ thuật riêng cần được xem xét khi mua hàng.

1.2. Tầm quan trọng của phân tích phần cứng trong thương mại điện tử

Trong bối cảnh electronic commerce ngày càng phát triển, việc hiểu rõ hiệu suất và khả năng của computer hardware là yếu tố then chốt để đảm bảo trải nghiệm người dùng tốt và duy trì lợi thế cạnh tranh. Phân tích phần cứng giúp các nhà bán lẻ trực tuyến tối ưu hóa cơ sở hạ tầng CNTT của họ, từ máy chủ và mạng đến các thiết bị đầu cuối của người dùng. Bằng cách theo dõi và đánh giá các chỉ số hiệu suất chính (KPI), họ có thể xác định các điểm nghẽn, dự đoán các vấn đề tiềm ẩn và đưa ra các quyết định sáng suốt về việc nâng cấp hoặc thay thế phần cứng. Điều này không chỉ giúp cải thiện hiệu suất trang web và ứng dụng, mà còn giảm thiểu thời gian chết và chi phí bảo trì. ecommerce hardware monitoring cũng cho phép các nhà bán lẻ cá nhân hóa trải nghiệm mua sắm, đề xuất các sản phẩm phù hợp với cấu hình phần cứng của người dùng và đảm bảo khả năng tương thích của các sản phẩm được bán.

II. Thách thức Tối ưu hiệu suất chi phí và khả năng tương thích

Việc xây dựng hệ thống Computer Hardware Analytics for Electronic Commerce không hề dễ dàng. Có nhiều thách thức cần phải vượt qua để đảm bảo hệ thống hoạt động hiệu quả, chính xác và đáp ứng được nhu cầu của người dùng. Một trong những thách thức lớn nhất là thu thập và xử lý dữ liệu. Dữ liệu về phần cứng máy tính có thể đến từ nhiều nguồn khác nhau, với định dạng và cấu trúc khác nhau. Việc thu thập, làm sạch, và tích hợp dữ liệu này đòi hỏi các kỹ thuật và công cụ chuyên dụng. Một thách thức khác là đảm bảo tính tương thích của các thành phần phần cứng. Không phải tất cả các thành phần đều tương thích với nhau, và việc lựa chọn các thành phần không tương thích có thể dẫn đến hệ thống không hoạt động hoặc hoạt động không ổn định. Do đó, hệ thống cần có khả năng kiểm tra tính tương thích của các thành phần và đưa ra các đề xuất phù hợp.

2.1. Vấn đề thu thập và xử lý dữ liệu phần cứng đa dạng

Dữ liệu về phần cứng máy tính có thể đến từ nhiều nguồn khác nhau, bao gồm các trang web bán lẻ, các trang web đánh giá sản phẩm, các diễn đàn trực tuyến, và các tài liệu kỹ thuật. Mỗi nguồn dữ liệu có thể có định dạng và cấu trúc khác nhau. Ví dụ, một trang web bán lẻ có thể cung cấp thông tin về giá cả, số lượng hàng tồn kho, và đánh giá của khách hàng, trong khi một trang web đánh giá sản phẩm có thể cung cấp thông tin về hiệu suất, tính năng, và ưu nhược điểm của sản phẩm. Việc thu thập, làm sạch, và tích hợp dữ liệu từ các nguồn khác nhau đòi hỏi các kỹ thuật và công cụ chuyên dụng, chẳng hạn như web scraping, natural language processing, và data mining. Đồng thời, cần phải đảm bảo rằng dữ liệu được thu thập là chính xác và đầy đủ, và được cập nhật thường xuyên.

2.2. Đảm bảo tính tương thích giữa các thành phần phần cứng

Tính tương thích của các thành phần computer hardware là một yếu tố quan trọng cần được xem xét khi xây dựng một hệ thống máy tính. Các thành phần như CPU, bo mạch chủ, bộ nhớ, và card đồ họa phải tương thích với nhau về mặt vật lý và logic để hệ thống hoạt động ổn định. Ví dụ, một CPU Intel không thể được sử dụng với một bo mạch chủ chỉ hỗ trợ CPU AMD, và một bộ nhớ DDR4 không thể được sử dụng với một bo mạch chủ chỉ hỗ trợ bộ nhớ DDR3. Việc kiểm tra tính tương thích của các thành phần đòi hỏi kiến thức chuyên sâu về phần cứng máy tính và các tiêu chuẩn liên quan. Hệ thống cần có khả năng truy cập và phân tích thông tin về tính tương thích của các thành phần, và đưa ra các cảnh báo nếu phát hiện thấy bất kỳ vấn đề nào.

III. Phương pháp Xây dựng hệ thống phân tích phần cứng thông minh

Để giải quyết các thách thức nêu trên, cần xây dựng một hệ thống computer hardware performance analysis ecommerce thông minh, có khả năng thu thập, xử lý, và phân tích dữ liệu phần cứng một cách hiệu quả, đồng thời đảm bảo tính tương thích và đưa ra các đề xuất phù hợp cho người dùng. Hệ thống này có thể sử dụng các kỹ thuật predictive analytics for hardware failure ecommerce để dự đoán các vấn đề tiềm ẩn và ngăn chặn sự cố xảy ra. Ngoài ra, hệ thống cần có giao diện người dùng thân thiện và dễ sử dụng, cho phép người dùng dễ dàng tìm kiếm và lựa chọn các thành phần phần cứng phù hợp với nhu cầu của mình. Cuối cùng, hệ thống cần được tích hợp với các nền tảng thương mại điện tử, cho phép người dùng mua các thành phần phần cứng trực tiếp từ hệ thống.

3.1. Sử dụng Web Scraping và API để thu thập dữ liệu phần cứng

Để thu thập dữ liệu từ các trang web khác nhau, hệ thống có thể sử dụng kỹ thuật web scraping. Kỹ thuật này cho phép tự động trích xuất dữ liệu từ các trang web bằng cách phân tích cấu trúc HTML của trang. Tuy nhiên, một số trang web có thể sử dụng các biện pháp chống web scraping, do đó, hệ thống cần có khả năng vượt qua các biện pháp này. Ngoài ra, một số trang web có thể cung cấp API (Application Programming Interface) cho phép truy cập dữ liệu một cách có cấu trúc. Sử dụng API có thể là một phương pháp hiệu quả hơn và đáng tin cậy hơn so với web scraping, vì API thường được thiết kế để cung cấp dữ liệu một cách chính xác và ổn định. Hệ thống cần có khả năng sử dụng cả web scraping và API để thu thập dữ liệu từ các nguồn khác nhau.

3.2. Áp dụng Machine Learning để dự đoán hiệu suất và khả năng tương thích

Để dự đoán hiệu suất của các thành phần computer hardware và đảm bảo tính tương thích giữa chúng, hệ thống có thể sử dụng các thuật toán machine learning. Ví dụ, hệ thống có thể sử dụng các mô hình hồi quy để dự đoán hiệu suất của một CPU dựa trên các thông số kỹ thuật của nó, hoặc sử dụng các mô hình phân loại để xác định xem hai thành phần có tương thích với nhau hay không. Để huấn luyện các mô hình này, hệ thống cần có một tập dữ liệu lớn về các thành phần phần cứng, bao gồm các thông số kỹ thuật, điểm chuẩn hiệu suất, và thông tin về tính tương thích. Tập dữ liệu này có thể được thu thập từ các nguồn khác nhau, chẳng hạn như các trang web đánh giá sản phẩm và các diễn đàn trực tuyến.

IV. Ứng dụng Tối ưu hóa trải nghiệm người dùng và tăng doanh thu

Hệ thống Computer Hardware Analytics for Electronic Commerce có thể được ứng dụng trong nhiều lĩnh vực khác nhau, từ việc giúp người dùng cá nhân xây dựng máy tính phù hợp với nhu cầu của họ đến việc hỗ trợ các nhà bán lẻ trực tuyến tối ưu hóa hoạt động kinh doanh. Ví dụ, hệ thống có thể được sử dụng để tạo ra các công cụ cấu hình máy tính trực tuyến, cho phép người dùng lựa chọn các thành phần phần cứng và xem trước cấu hình máy tính của họ. Hệ thống cũng có thể được sử dụng để đề xuất các sản phẩm phần cứng phù hợp với nhu cầu và ngân sách của người dùng. Ngoài ra, hệ thống có thể được sử dụng để theo dõi hiệu suất của các máy chủ và mạng của các nhà bán lẻ trực tuyến, giúp họ phát hiện các vấn đề tiềm ẩn và ngăn chặn sự cố xảy ra. Cuối cùng, hệ thống có thể được sử dụng để phân tích hành vi của người dùng, giúp các nhà bán lẻ trực tuyến hiểu rõ hơn về nhu cầu và sở thích của khách hàng.

4.1. Hỗ trợ người dùng xây dựng cấu hình máy tính cá nhân hóa

Một trong những ứng dụng quan trọng nhất của hệ thống là giúp người dùng cá nhân xây dựng cấu hình máy tính cá nhân hóa. Hệ thống có thể cung cấp các công cụ tìm kiếm và lọc mạnh mẽ, cho phép người dùng dễ dàng tìm kiếm các thành phần phần cứng phù hợp với nhu cầu của họ. Hệ thống cũng có thể cung cấp thông tin chi tiết về các thành phần phần cứng, bao gồm các thông số kỹ thuật, điểm chuẩn hiệu suất, và đánh giá của người dùng. Ngoài ra, hệ thống có thể cung cấp các công cụ cấu hình máy tính trực tuyến, cho phép người dùng lựa chọn các thành phần phần cứng và xem trước cấu hình máy tính của họ. Cuối cùng, hệ thống có thể cung cấp các đề xuất về các thành phần phần cứng tương thích và phù hợp với ngân sách của người dùng.

4.2. Tối ưu hóa cơ sở hạ tầng CNTT cho thương mại điện tử

Hệ thống cũng có thể được sử dụng để tối ưu hóa cơ sở hạ tầng CNTT cho thương mại điện tử. Các nhà bán lẻ trực tuyến có thể sử dụng hệ thống để theo dõi hiệu suất của các máy chủ và mạng của họ, giúp họ phát hiện các vấn đề tiềm ẩn và ngăn chặn sự cố xảy ra. Hệ thống cũng có thể được sử dụng để phân tích hành vi của người dùng, giúp các nhà bán lẻ trực tuyến hiểu rõ hơn về nhu cầu và sở thích của khách hàng. Thông tin này có thể được sử dụng để cải thiện trải nghiệm người dùng, tăng doanh số bán hàng, và giảm chi phí vận hành. Ví dụ, hệ thống có thể được sử dụng để xác định các trang web có tốc độ tải chậm, và đề xuất các giải pháp để cải thiện tốc độ tải trang.

V. Kết luận Tương lai của phân tích phần cứng trong E Commerce

Phân tích phần cứng cho thương mại điện tử đang trở thành một lĩnh vực ngày càng quan trọng. Với sự phát triển của công nghệ và sự gia tăng của số lượng người dùng mua sắm trực tuyến, nhu cầu về các hệ thống phân tích phần cứng thông minh và hiệu quả sẽ tiếp tục tăng lên. Trong tương lai, chúng ta có thể thấy sự tích hợp sâu rộng hơn của các kỹ thuật trí tuệ nhân tạo và học máy vào các hệ thống phân tích phần cứng, cho phép chúng dự đoán các vấn đề tiềm ẩn, đề xuất các giải pháp tối ưu, và cá nhân hóa trải nghiệm người dùng một cách hiệu quả hơn. Ngoài ra, chúng ta có thể thấy sự phát triển của các tiêu chuẩn và giao thức mới cho việc thu thập và chia sẻ dữ liệu phần cứng, giúp cho việc xây dựng và triển khai các hệ thống phân tích phần cứng trở nên dễ dàng hơn.

5.1. Xu hướng tích hợp AI và Machine Learning vào phân tích phần cứng

Trong tương lai, các kỹ thuật trí tuệ nhân tạo (AI) và học máy (Machine Learning) sẽ đóng vai trò ngày càng quan trọng trong lĩnh vực phân tích phần cứng cho thương mại điện tử. Các thuật toán AI có thể được sử dụng để tự động thu thập và xử lý dữ liệu từ các nguồn khác nhau, phân tích các xu hướng và mẫu, và đưa ra các dự đoán chính xác về hiệu suất và khả năng tương thích của các thành phần phần cứng. Các thuật toán Machine Learning có thể được sử dụng để huấn luyện các mô hình dự đoán, cá nhân hóa trải nghiệm người dùng, và tối ưu hóa các quy trình kinh doanh. Ví dụ, một mô hình Machine Learning có thể được huấn luyện để dự đoán khả năng một người dùng sẽ mua một sản phẩm phần cứng cụ thể dựa trên lịch sử mua sắm của họ, sở thích cá nhân, và thông tin về cấu hình máy tính của họ.

5.2. Phát triển các tiêu chuẩn và giao thức chia sẻ dữ liệu phần cứng

Để thúc đẩy sự phát triển của lĩnh vực phân tích phần cứng cho thương mại điện tử, cần phát triển các tiêu chuẩn và giao thức mới cho việc thu thập và chia sẻ dữ liệu phần cứng. Các tiêu chuẩn này có thể bao gồm các định dạng dữ liệu chuẩn, các giao thức giao tiếp an toàn, và các quy tắc về quyền riêng tư và bảo mật. Việc phát triển các tiêu chuẩn và giao thức này sẽ giúp cho việc xây dựng và triển khai các hệ thống phân tích phần cứng trở nên dễ dàng hơn, đồng thời thúc đẩy sự hợp tác và trao đổi thông tin giữa các nhà nghiên cứu, nhà phát triển, và nhà bán lẻ trực tuyến. Ngoài ra, việc phát triển các tiêu chuẩn này cũng sẽ giúp cho việc so sánh và đánh giá các sản phẩm phần cứng trở nên dễ dàng hơn, giúp người dùng đưa ra các quyết định mua hàng sáng suốt hơn.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY - HO CHI MINH CITY HO CHI MINH UNIVERSITY OF TECHNOLOGY COMPUTER SCIENCE AND ENGINEERING FACULTY GRADUATION THESIS Computer Hardware Analytic for Electronic Commerce Department: Computer science Committee: Computer Science 2 Advisor: Dr. Phan Trong Nhan Reviewer: Assoc. Nguyen Thanh Binh ---o0o--- Students: Ly Gia Bao 1752089 Tran Nguyen Anh Huy 1752244 Tran Anh Thai 1752494 Le Huynh Long Vy 1752637 HO CHI MINH CITY, 12/2021 A萎K"J窺E"SW渦E"IKC"VR0JEO E浦PI"JñC"ZÊ"J浦K"EJ曳"PIJ C"XK烏V"PCO ---------- A瓜e"n壱r"- V詠"fq"- J衣pj"rj¿e VT姶云PI"A萎K"J窺E"DèEJ"MJQC KHOA:KH & KT Máy tính ____ PJK烏O"X影"NW一P"èP"V渦V"PIJK烏R D浦"OðP<HTTT ____________ Ej¿"#<"Ukpj"xk‒p"rjＶk"fƒp"vぜ"p {"x q"vtcpi"pjＸv"eてc"dＶp"vjw{ｘv"vtình J窺"XÉ"VçP< Lý Gia B違q____________________________ MSSV: 1752089 ______ J窺"XÉ"VçP< Tr亥p"Piw{宇p"Cpj"Jw{ __________________ MSSV: 1752244 ______ J窺"XÉ"VçP< Tr亥p"Cpj"Vjái _________________________ MSSV: 1752494 ______ J窺"XÉ"VçP< Lê Hu pj"Nqpg V悦 _____________________ MSSV: 1752637 ______ NGÀNH: Khoa h丑e"Oáy tính ___________________ N閏R<______________________ 30"A亥w"8隠"nw壱p"ƒp< Computer Hardware Analytics for Electronic Commerce ______________________________ 40"Pjk羽o"x映"*{‒w"e亥w"x隠"p瓜k"fwpi"x "u嘘"nk羽w"dcp"8亥w+< 薑 Surveying and analyzing related systems. 薑 Finding out hardware data sources for analytics.

薑 Proposing core features for the whole system towards recommendation, association rules, personalization, segmentation, and trends of hardware combination. 薑 Identifying main academic problems to be solved. 薑 Researching relevant theory (mainly association rules, prediction, recommendation techniques) and practical approaches for the core features implementation as well as for those issues. 薑Researching in-need technologies.

薑Designing the system with the proposed features and solutions. 薑Developing a system prototype. 薑Implementing and perfect the system. 薑Conducting empirical experiments.

Pi {"ikcq"pjk羽o"x映"nw壱p"ƒp< 23/08/2021 60"Pi {"jq p"vj pj"pjk羽o"x映< 13/12/2021 70"J丑"v‒p"ik違pi"xk‒p"j逢噂pi"f磯p< Rj亥p"j逢噂pi"f磯p< 1) TS. Phan Tr丑pi"Pjân ________________________________________________________ P瓜k"fwpi"x "{‒w"e亥w"NXVP"8«"8逢嬰e"vj»pi"swc"D瓜"o»p0 Ngày 23. tháng 080"p<o"2021 EJ曳"PJK烏O"D浦"OðP IK謂PI"XKçP"J姶閏PI"F郁P"EJëPJ *M#"x "ijk"t "jが"v‒p+ *M#"x "ijk"t "jが"v‒p+ PGS. Tr亥p"Okpj"Swcpi TS.

Phan Tr丑pi"Pjân RJＹP"FÉPJ"EJQ"MJQC."Dし"OðP< Pi逢運k"fw{羽v"*ej医o"u挨"d瓜+<________________________ A挨p"x鵜< _______________________________________ Pi {"d違q"x羽< __________________________________ Ak吋o"v鰻pi"m院v< _________________________________ P挨k"n逢w"vt英"nw壱p"ƒp< _____________________________ VT姶云PI"A萎K"J窺E"DèEJ"MJQC E浦PI"JñC"ZÊ"J浦K"EJ曳"PIJ C"XK烏V"PCO KHOA KH & KT MÁY TÍNH A瓜e"n壱r"- V詠"fq"- J衣pj"rj¿e ---------------------------- Ngày 20 tháng 12 p<o 2021 RJK蔭W"EJ遺O"D謂Q"X烏"NXVP *F pj"ejq"pi⇔ぜk"j⇔ずpi"fｄp) 30"J丑"x "v‒p"UX< Lý Gia B違q MSSV: 1752089 Ngành (chuyên ngành): Khoa h丑e"Oáy tính J丑"x "v‒p"UX< Tr亥p"Piw{宇p"Cpj"Jw{ MSSV: 1752244 Ngành (chuyên ngành): Khoa h丑e"Oáy tính J丑"x "v‒p"UX< Tr亥p"Cpj"Vjái MSSV: 1752494 Ngành (chuyên ngành): Khoa h丑e"Oáy tính J丑"x "v‒p"UX< Lê Hu pj"Nqpg V悦 MSSV: 1752637 Ngành (chuyên ngành): Khoa h丑e"Oáy tính 40"A隠"v k< Computer Hardware Analytics for Electronic Commerce 50"J丑"v‒p"pi逢運k"j逢噂pi"f磯p: TS. Phan Tr丑pi"Pjân 60"V鰻pi"swƒv"x隠"d違p"vjw{院v"okpj< U嘘"vtcpi< U嘘"ej逢挨pi< U嘘"d違pi"u嘘"nk羽w U嘘"j·pj"x胤< U嘘"v k"nk羽w"vjco"mj違q< Rj亥p"o隠o"v pj"vqƒp< Jk羽p"x壱v"*u違p"rj育o+ 70"V鰻pi"swƒv"x隠"eƒe"d違p"x胤< - U嘘"d違p"x胤< D違p"C3< D違p"C4< Mj鰻"mjƒe< - U嘘"d違p"x胤"x胤"vc{ U嘘"d違p"x胤"vt‒p"oƒ{"v pj< 80"Pj英pi"逢w"8k吋o"ej pj"e栄c"NXVP< - Students developed a system that analyzes computer componentsÓ score bands and recommends the combination of them, especially with their compatibility while there are many choices, to meet the end-usersÓ need. Both auto and manual modes with advanced options are supported. Moreover, the users can customize their options as they wish.

Even when the result is not found, the recommendation module will be automatically triggered. - Students analyzed problem statement as well as its related work and challenges. - Students applied modern technologies such as Django/python compatible with MVC pattern, redis, selenium, scrapy to implement the system and deployed the database on Google Cloud Platform. - Students were very proactive and open to novel knowledge and technology.

90"Pj英pi"vjk院w"u„v"ej pj"e栄c"LVTN: - The evaluation of recommendation and system testing is still limited. - Some features need to improve such as dashboard with more metrics and component choices with further personalization, flexibility, and reliable benchmark scores. A隠"pij鵜<"A逢嬰e"d違q"x羽"Z D鰻"uwpi"vj‒o"8吋"d違q"x羽"¸ Mj»pi"8逢嬰e"d違q"x羽"¸ ;0"5"e¤w"j臼k"UX"rj違k"vt違"n運k"vt逢噂e"J瓜k"8欝pi< 320"Aƒpj"ikƒ"ejwpi"*d茨pi"ej英<"ik臼k."VD+< Very good Ak吋o"<"9.5/10 M#"v‒p"*ijk"t "j丑"v‒p+ Phan Tr丑pi"Pjân Ho Chi Minh City University of Technology SOCIALIST REPUBLIC OF VIETNAM Faculty of Computer Science and Engineering Independence Î Freedom Î Happiness REVIEW OF GRADUATION THESIS HCMC, 28th December 2021 1. Students name: N#"Ikc"D違q"*1752089) Vt亥p"Piw{宇p"Cpj"Jw{"*1752244) Vt亥p"Cpj"Vjƒk"*39746;6+ N‒"Jw pj"Nqpi"X悦"*3974859+ 2.

Major: Computer Science 3. Thesis title: Computer Hardware Analytic for Electronic Commerce 4. Nguyen Thanh Binh, PhD 5. Contents - In this thesis, the authors built a system helping the users to build a computer even if they have no experience, while simultaneously providing an alternative for those who want to pick and choose the components for their own computer.

The tasks in this thesis: + Build a web-server to interact with users. + Build a collection of data from multiple sources. + Build a data storage. + Develop an algorithm that will automatically generate a PC based on the user's requirements.

+ Devgnqr"c"ukorng"tgeqoogpfcvkqp"u{uvgo"dcugf"qp"wugtÓu"kpvgtcevkqpu0 - The authors should explain more system which the authors built. The system has disadvantages for users. - Some spelling errors in the essay. - The author should clarify the advantages of the system which was built compared to existing systems.

General assessment: Marks 8.5/10 Reviewer Nguyen Thanh Binh Ho Chi Minh City, University of Technology Department of Computer Science and Engineer Declaration We guarantee that this research is our own, conducted under the supervision and guid- ance of our Instructor Phan Trong Nhan. The result of our research is legitimate and has not been published in any forms prior to this. All materials used within this research are collected by ourselves, by various sources which are appropriately listed in the references section. In any case of mistake, we will take full responsibility for it.

Graduation Thesis Page 1 /83 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer Acknowledgements We would like to express our deepest gratitude to our advisor Dr. Phan Trong Nhan for the continuous support and guidance during the making of our thesis. Nhan, we would also like to thank all of our faculty lecturers, who have given us valuable and necessary knowledge to accomplish this project. Finally, we wish you health, wealth, and success in your endeavors.

Graduation Thesis Page 2 /83 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer Abstract Nowadays, in the age of technologies, a personal computer (PC) is becoming the most crucial part of our everyday life. However, for people who do not have a solid understanding or familiarity with the area, purchasing or building a proper computer for a person’s needs can be difficult. Therefore, it is an urgent need to research and develop a system that can take care of collecting the components’ data and help the user to build a computer that meets their requirements. In this topic, we are trying to create a system that focuses on helping the users to build a computer even if they have no experience, while simultaneously providing an alternative for those who want to pick and choose the components for their own computer.

The system’s major goals will be to create a computer based on the user’s requirements, collect necessary data, and store it. Furthermore, using the information gathered from user interactions, we will create a simple recommendation system that will identify some of the most popular PCs and have them suggested to users. Graduation Thesis Page 3 /83 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer Content 1 Introduction 10 1. 11 2 Methodologies and Theoretical Background 12 2.1 Manual PC builders .2 Automatic PC generator .3 PC performance calculator .4 Google Cloud platform.

17 3 System Requirement Analysis 18 3.1 Automatic computer builder .2 Manual computer buider .3 Non-Functional requirement .2 Use-case Specification .1 How the system work. 35 Graduation Thesis Page 4 /83 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer 4.2 Detailed information of each entity in the ERD .4 Web server Component .2 Build PC module .a Checking the compatibility between the components 50 4.b Build a PC from the user’s requirements .2 PC Auto Generator Page .3 PC Auto Generator Result Page .4 PC Manual Generator Page .5 Customize PC Set Page .6 View PC Set Details Page .7 Search Product Page .1 Non-functional Testing. 77 Graduation Thesis Page 5 /83 List of Figures 1.1 Budget distribution for gaming PC [3] .1 Use-Case diagram .2 Use-Case diagram .2 General idea of index page and product page .3 The flowchart of crawling .5 Web server general architecture .6 Checking compatibility between the CPU and motherboard .7 Intel CPU generation .8 Workflow for auto building PC .9 How PC scores are calculated [16] .10 Workflow with data from Redis .2 PC Auto Generator Page .3 Expand Advanced options .7 Recommendation when generate fails .8 PC Manual Generator Page .11 PC 1 Details Page .12 Search Product Page .1 Non-functional testing for the auto builder.2 Non-functional testing for the auto builder result page.3 Non-functional testing for the manual builder.4 Functional testing for the auto builder.5 Functional testing for the auto builder (cont.6 Functional testing for the manual builder.7 Functional testing for the recommendation system. 76 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer 7.1 Non-functional testing for navigation and login page.2 Non-functional testing for register page.3 Non-functional testing for detail page and product page.4 Functional testing for login page and register page.5 Functional testing for the auto builder result page.6 Functional testing for detail page and product page.

83 Graduation Thesis Page 7 /83 List of Tables 1 User Login. 22 2 User Login (cont. 24 4 Build PC Automatically. 25 5 Build PC Manually.

26 6 Re-examine Requirements. 27 7 View PC Set’s Details. 28 8 View PC Set’s Details. 29 9 Access Seller Pages.

30 10 Save a Complete PC Set. 45 22 RAM_Usage table. 45 23 SSD_Usage table. 46 24 HDD_Usage table.

46 25 PSU_Usage table. 47 26 Main_comp table. 48 27 Base budget percentage for each component compare to maximum budget. 59 Abbreviation and Acronym Abbreviation Meaning PC Personal computer CPU Central processing unit GPU Graphics processing unit RAM Random-access memory HDD Hard disk drive SSD Solid-state drive PSU Power supply unit Ho Chi Minh City, University of Technology Department of Computer Science and Engineer 1 Introduction 1.1 Problem statement In recent years, with the advancement of technology, a PC now is able to help us with many aspects of life including studying, working, entertaining,etc.

But a PC is not a simple product and not all PCs are the same. In fact, a PC is made up of various components, and the purpose and grade of the computer might vary depending on the components used. For example, a PC used for entertaining purposes, specifically gaming, first prioritizes the budget on the graphics processing unit (GPU), second CPU and memory, other components such as storage and power supply unit (PSU) have lower priority because GPU, CPU and memory will have higher impact on the gaming experience compared to others.1: Budget distribution for gaming PC [3] A PC utilized for working purposes, notably office work, on the other hand, may not even require a GPU, but rather a strong CPU and RAM to provide greater performance when performing office tasks. When compared to the requirement to handle the heavy image processing load when operating a game, office tasks frequently include only dealing with documents and calculations.

Each component of a PC may have many manufacturers and each of them may also have their own specifications that need to be taken into consideration when purchasing. As a result, a system that allows a user to select from a wide range of components and build a PC that meets their needs while staying within budget has shown to be beneficial. Graduation Thesis Page 10 /83 Ho Chi Minh City, University of Technology Department of Computer Science and Engineer 1.2 Goal The main objective of the thesis is to develop a web-based system that can assist the users in the process of building a PC by checking the compatibility and the performance of the components, making sure that it matches the user’s requirements while also providing a tool for those who want to pick and choose their own components. The system will need a way to collect necessary data from multiple websites, specifically from computer hardware websites as well as a storage for those data.

In addition, the thesis will also propose a simple recommendation system that bases on the user’s interactions with the system.3 Scope In the scope of this thesis, we will focus on: • Build a web-server to interact with users.