Luận văn thạc sĩ về hệ thống gợi ý đồ thị trong khoa học máy tính

Khám phá luận văn thạc sĩ về hệ thống gợi ý dựa trên đồ thị trong thương mại điện tử, ứng dụng khoa học máy tính và công nghệ tiên tiến.

• Tác giả: Vo Thi Kim Nguyet
• Người hướng dẫn: Le Thanh Van, Ph.D
• Trường học: Ho Chi Minh City University of Technology
• Chuyên ngành: Computer Science
• Đề tài: Hệ thống gợi ý dựa trên đồ thị trong thương mại điện tử
• Loại tài liệu: master’s thesis
• Năm xuất bản: 2023
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• LỜI CAM ĐOAN
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Bối cảnh về hệ thống gợi ý và tầm quan trọng của cá nhân hóa
• 1.2. Phạm vi nghiên cứu
• 1.3. Tính mới của đề tài
• 2. CHƯƠNG 2: TỔNG QUAN VỀ HỆ THỐNG GỢI Ý
• 2.1. Các phương pháp của hệ thống gợi ý
• 2.2. Tổng quan tài liệu nghiên cứu về hệ thống gợi ý dựa trên đồ thị
• 2.3. Các phương pháp học trên đồ thị cho hệ thống gợi ý
• 2.4. Kết quả nghiên cứu trong ứng dụng học trên đồ thị vào hệ thống gợi ý
• 2.5. So sánh các thuật toán đồ thị khác nhau
• 2.6. Ưu điểm của việc kết hợp UMAP và FAISS với DeepWalk và Node2Vec
• 2.7. Hệ thống gợi ý theo phiên
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Thu thập và đặc điểm dữ liệu
• 3.2. Làm sạch và chuẩn bị dữ liệu
• 3.3. Phương pháp chuyển đổi dữ liệu sang biểu diễn đồ thị
• 3.4. Thuật toán Random Walks
• 3.5. Trực quan hóa với UMAP
• 3.6. Tìm kiếm vector nhúng với FAISS
• 3.7. Đánh giá hệ thống gợi ý
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
• 4.1. Các mô hình học máy
• 4.2. Các kỹ thuật gợi ý truyền thống
• 4.3. Các mô hình chuỗi cho dữ liệu cấp phiên
• 5. CHƯƠNG 5: THẢO LUẬN VÀ KẾT LUẬN
• 5.1. Thảo luận kết quả nghiên cứu
• 5.2. Kết luận
• 5.3. Hướng nghiên cứu trong tương lai
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng quan về hệ thống gợi ý dựa trên đồ thị trong thương mại điện tử

Hệ thống gợi ý dựa trên đồ thị đang trở thành một công cụ quan trọng trong thương mại điện tử. Với sự gia tăng nhanh chóng của số lượng sản phẩm và người dùng, việc cá nhân hóa trải nghiệm mua sắm trở nên cần thiết hơn bao giờ hết. Hệ thống này sử dụng các kỹ thuật đồ thị để phân tích mối quan hệ giữa người dùng và sản phẩm, từ đó đưa ra những gợi ý chính xác và phù hợp nhất.

1.1. Định nghĩa và vai trò của hệ thống gợi ý

Hệ thống gợi ý là công cụ giúp người dùng tìm kiếm sản phẩm phù hợp dựa trên sở thích và hành vi trước đó. Chúng đóng vai trò quan trọng trong việc tăng cường trải nghiệm người dùng và tối ưu hóa doanh thu cho các nền tảng thương mại điện tử.

1.2. Lợi ích của việc sử dụng đồ thị trong gợi ý sản phẩm

Việc áp dụng đồ thị trong hệ thống gợi ý giúp cải thiện độ chính xác và khả năng cá nhân hóa. Đồ thị cho phép phân tích mối quan hệ phức tạp giữa người dùng và sản phẩm, từ đó tạo ra những gợi ý thông minh hơn.

II. Thách thức trong việc phát triển hệ thống gợi ý dựa trên đồ thị

Mặc dù hệ thống gợi ý dựa trên đồ thị mang lại nhiều lợi ích, nhưng vẫn tồn tại một số thách thức lớn. Các vấn đề như độ thưa thớt của dữ liệu, sự mới mẻ của người dùng và sản phẩm, cũng như khả năng mở rộng của hệ thống cần được giải quyết.

2.1. Vấn đề độ thưa thớt trong dữ liệu

Độ thưa thớt của dữ liệu là một trong những thách thức lớn nhất trong việc phát triển hệ thống gợi ý. Khi dữ liệu không đủ phong phú, việc đưa ra gợi ý chính xác trở nên khó khăn.

2.2. Thách thức từ người dùng và sản phẩm mới

Người dùng và sản phẩm mới thường không có đủ thông tin để hệ thống gợi ý có thể hoạt động hiệu quả. Điều này dẫn đến hiện tượng 'cold start', nơi mà hệ thống không thể đưa ra gợi ý chính xác.

III. Phương pháp phát triển hệ thống gợi ý dựa trên đồ thị

Để phát triển một hệ thống gợi ý hiệu quả, cần áp dụng các phương pháp và thuật toán tiên tiến. Các kỹ thuật như Random Walks, Node2Vec và FAISS được sử dụng để tối ưu hóa quá trình gợi ý.

3.1. Sử dụng Random Walks trong gợi ý sản phẩm

Random Walks là một kỹ thuật mạnh mẽ giúp nắm bắt chuỗi hành vi của người dùng. Kỹ thuật này cho phép hệ thống tạo ra các nhúng cho sản phẩm, từ đó cải thiện độ chính xác của gợi ý.

3.2. Tích hợp FAISS để tìm kiếm hiệu quả

FAISS (Facebook AI Similarity Search) là công cụ giúp tối ưu hóa quá trình tìm kiếm sản phẩm tương tự. Việc tích hợp FAISS vào hệ thống gợi ý giúp tăng tốc độ và độ chính xác của các gợi ý.

IV. Ứng dụng thực tiễn của hệ thống gợi ý dựa trên đồ thị

Hệ thống gợi ý dựa trên đồ thị đã được áp dụng thành công trong nhiều nền tảng thương mại điện tử. Các nghiên cứu thực nghiệm cho thấy rằng phương pháp này không chỉ cải thiện độ chính xác mà còn nâng cao trải nghiệm người dùng.

4.1. Kết quả nghiên cứu từ các ứng dụng thực tế

Nghiên cứu cho thấy rằng hệ thống gợi ý dựa trên đồ thị có thể cải thiện đáng kể tỷ lệ chuyển đổi và sự hài lòng của người dùng. Các số liệu từ các nền tảng thương mại điện tử lớn đã chứng minh điều này.

4.2. Tác động đến doanh thu và sự phát triển của doanh nghiệp

Việc áp dụng hệ thống gợi ý hiệu quả không chỉ giúp tăng doanh thu mà còn tạo ra sự phát triển bền vững cho doanh nghiệp. Các công ty đã ghi nhận sự gia tăng đáng kể trong doanh thu nhờ vào việc cá nhân hóa trải nghiệm mua sắm.

V. Kết luận và tương lai của hệ thống gợi ý dựa trên đồ thị

Hệ thống gợi ý dựa trên đồ thị đang mở ra nhiều cơ hội mới cho thương mại điện tử. Với sự phát triển không ngừng của công nghệ, tương lai của hệ thống này hứa hẹn sẽ mang lại nhiều cải tiến đáng kể.

5.1. Tóm tắt những đóng góp của nghiên cứu

Nghiên cứu đã chỉ ra rằng hệ thống gợi ý dựa trên đồ thị có thể giải quyết nhiều vấn đề mà các phương pháp truyền thống gặp phải. Điều này mở ra hướng đi mới cho các nghiên cứu tiếp theo.

5.2. Hướng nghiên cứu trong tương lai

Tương lai của hệ thống gợi ý dựa trên đồ thị sẽ tập trung vào việc cải thiện khả năng cá nhân hóa và mở rộng quy mô. Các nghiên cứu tiếp theo có thể khám phá thêm các kỹ thuật mới để tối ưu hóa hiệu suất của hệ thống.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của thị trường thương mại điện tử toàn cầu đã tạo ra áp lực khổng lồ lên hạ tầng công nghệ thông tin khi các nền tảng phải xử lý hàng chục triệu người dùng và danh mục sản phẩm khổng lồ. Dữ liệu thực nghiệm từ nền tảng dữ liệu khách hàng mở REES46 với hơn 55 triệu bản ghi tương tác trong tháng 01/2020 trên hệ thống phục vụ hơn 15 triệu lượt truy cập hàng tháng cho thấy người dùng thông thường chỉ tương tác với dưới 0,05% tổng số mặt hàng hiện có. Tình trạng này khiến ma trận tương tác người dùng - sản phẩm có độ thưa thớt lên tới hơn 99,9%, đặt ra thách thức nghiêm trọng cho các thuật toán gợi ý truyền thống.

Vấn đề nghiên cứu trọng tâm của đề tài là giải quyết đồng thời ba rào cản kỹ thuật cốt lõi trong thương mại điện tử: khả năng mở rộng quy mô dữ liệu lớn (Scalability), hiện tượng dữ liệu cực kỳ thưa thớt (Sparsity), và bài toán khởi đầu lạnh (Cold-Start) khi người dùng hoặc sản phẩm mới gia nhập hệ thống mà chưa có lịch sử tương tác. Mục tiêu cụ thể của luận văn là thiết kế và hiện thực hóa một hệ thống gợi ý cá nhân hóa dựa trên học biểu diễn đồ thị (Graph-based Recommendation System), kết hợp các kỹ thuật bước đi ngẫu nhiên (Random Walks), thuật toán DeepWalk, Node2Vec, cùng giải pháp lập chỉ mục tìm kiếm véc-tơ tương tự FAISS và giảm chiều dữ liệu không gian UMAP.

Nghiên cứu được hoàn thành bởi tác giả Võ Thị Kim Nguyệt thuộc chuyên ngành Khoa học Máy tính (Mã ngành: 8480101), thực hiện dưới sự hướng dẫn của TS. Lê Thanh Vân tại Trường Đại học Bách Khoa - ĐHQG TP.HCM trong khung thời gian từ tháng 02/2023 đến tháng 07/2023. Đóng góp của luận văn mang ý nghĩa thực tiễn to lớn khi giúp cải thiện độ chính xác xếp hạng Top-N, nâng cao tỷ lệ bao phủ danh mục sản phẩm đuôi dài (long-tail items), đồng thời tối ưu hóa thời gian phản hồi gợi ý thời gian thực xuống dưới 15ms.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng lý thuyết hệ thống gợi ý hiện đại, đối sánh trực tiếp giữa các phương pháp lọc cộng tác (Collaborative Filtering - CF), lọc dựa trên nội dung (Content-Based), mô hình nhân tử hóa ma trận (Matrix Factorization như SVD, ALS) với hướng tiếp cận học trên đồ thị (Graph Learning Recommender Systems - GLRS). Nghiên cứu tập trung vào 3 mô hình lý thuyết then chốt:

Thứ nhất là lý thuyết học biểu diễn nút trên đồ thị (Graph Embedding) thông qua kỹ thuật bước đi ngẫu nhiên DeepWalk và Node2Vec. Thuật toán Node2Vec tối ưu hóa hàm mục tiêu bảo toàn vùng lân cận mạng lưới thông qua hai siêu tham số điều khiển $p$ (return parameter) và $q$ (in-out parameter). Việc tinh chỉnh hai tham số này cho phép mô hình cân bằng linh hoạt giữa chiến lược tìm kiếm theo chiều rộng (BFS) nhằm nắm bắt tính tương đương cấu trúc (structural equivalence) và tìm kiếm theo chiều sâu (DFS) nhằm phản ánh tính đồng nhất lân cận (homophily).

Thứ hai là mô hình ngôn ngữ Skip-Gram ứng dụng trên chuỗi nút đồ thị. Tương tự như cách Word2Vec ánh xạ các từ trong câu, không gian đồ thị $\mathcal{G} = (\mathcal{V}, \mathcal{E})$ được chuyển đổi thành các chuỗi bước đi ngẫu nhiên để huấn luyện mạng nơ-ron nông, từ đó ánh xạ mỗi nút sản phẩm $v \in \mathcal{V}$ thành một véc-tơ đặc trưng liên tục trong không gian thực $d$ chiều $\mathbb{R}^d$ ($d \ll |\mathcal{V}|$).

Thứ ba là lý thuyết tìm kiếm láng giềng gần nhất xấp xỉ (Approximate Nearest Neighbor - ANN) thông qua thư viện FAISS của Facebook Research, kết hợp lý thuyết giảm chiều phi tuyến UMAP (Uniform Manifold Approximation and Projection) để bảo toàn cấu trúc hình học cục bộ và toàn cục của không gian nhúng.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu clickstream quy mô lớn từ REES46 Open CDP thu thập trong toàn bộ tháng 01/2020. Cỡ mẫu phân tích bao gồm hơn 55 triệu sự kiện tương tác của hàng triệu người dùng trên một sàn thương mại điện tử đa ngành hàng. Phương pháp chọn mẫu áp dụng kỹ thuật phân đoạn theo phiên hành vi (session-based sampling), trong đó các phiên có độ dài tương tác dưới 2 sự kiện hoặc các chuỗi thao tác bất thường từ bot tự động đều bị loại bỏ trong giai đoạn tiền xử lý nhằm đảm bảo tính tin cậy của dữ liệu huấn luyện.

Dữ liệu sau khi làm sạch được chuyển đổi thành 3 dạng đồ thị đồng xuất hiện (Co-occurrence Graphs) có trọng số: đồ thị cùng xem trang sản phẩm (PDP views co-occurrence), đồ thị cùng thêm vào giỏ hàng (Add-to-cart co-occurrence), và đồ thị cùng mua hàng trong một phiên (Purchased-together co-occurrence). Lý do lựa chọn phương pháp phân tích đồ thị kết hợp Node2Vec và FAISS xuất phát từ tính chất vượt trội trong việc khai thác mối quan hệ gián tiếp bậc cao giữa các sản phẩm mà phương pháp nhân tử hóa ma trận truyền thống hoàn toàn bỏ sót.

Quy trình nghiên cứu được triển khai chặt chẽ theo dòng thời gian 5 tháng: xây dựng đồ thị tương tác trong tháng 2 và tháng 3, huấn luyện trích xuất véc-tơ nhúng và cấu hình FAISS trong tháng 4, thực hiện đánh giá kiểm thử ngoại tuyến (offline evaluation) bằng các chỉ số Top-N rank-aware (Precision@N, Recall@N, MAP, NDCG@N) cùng mô phỏng A/B testing trong tháng 5 và hoàn thiện báo cáo vào tháng 6/2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và kiểm thử trên tập dữ liệu 55 triệu sự kiện đã mang lại các phát hiện cốt lõi với những con số chứng minh thuyết phục:

Thứ nhất, mô hình học nhúng đồ thị kết hợp Node2Vec và Skip-Gram mang lại hiệu năng gợi ý vượt trội so với các phương pháp lọc cộng tác truyền thống. Cụ thể, chỉ số Recall@20 của mô hình đồ thị đạt mức tăng trưởng khoảng 28,6% và Precision@10 tăng xấp xỉ 21,4% khi đặt cạnh mô hình Matrix Factorization (ALS).

Thứ hai, độ chính xác xếp hạng tổng thể thể hiện qua chỉ số NDCG@10 của phương pháp đề xuất ghi nhận mức cải thiện 23,5% so với mô hình Item-based Collaborative Filtering tiêu chuẩn. Điều này chứng minh hệ thống có khả năng định vị và ưu tiên các mặt hàng phù hợp nhất lên các vị trí hiển thị đầu tiên trong danh sách đề xuất cho người dùng.

Thứ ba, việc tích hợp thông tin phụ (Side Information) như mã danh mục sản phẩm (Category Code) và thương hiệu (Brand) vào không gian nhúng đồ thị (Graph Embedding with Side Information - GES) đã giải quyết hiệu quả bài toán khởi đầu lạnh. Kết quả thử nghiệm cho thấy lỗi dự đoán đối với các sản phẩm mới (chưa từng có tương tác trước đó) giảm khoảng 34,2%, đồng thời nâng tỷ lệ gợi ý thành công các mặt hàng thuộc nhóm đuôi dài (long-tail) lên hơn 19,8%.

Thứ tư, về mặt hiệu năng tính toán và độ trễ hệ thống, việc tích hợp cấu trúc chỉ mục FAISS giúp thời gian truy vấn láng giềng gần nhất cho một sản phẩm giảm từ hơn 420ms (khi quét tuyến tính ma trận độ tương đồng Cosine) xuống còn dưới 12ms trên tập dữ liệu hàng trăm nghìn mã sản phẩm, đạt mức tăng tốc hơn 35 lần.

Thảo luận kết quả

Hiệu quả vượt bậc của mô hình bắt nguồn từ cơ chế lan truyền thông tin qua các bước đi ngẫu nhiên trên đồ thị. Khác với mô hình lọc cộng tác chỉ xét tương tác trực tiếp giữa người dùng và sản phẩm, chuỗi bước đi ngẫu nhiên trong Node2Vec đóng vai trò như một cơ chế khám phá các liên kết ẩn nhiều bậc (higher-order connectivity), giúp kết nối các sản phẩm có cùng ngữ cảnh tiêu dùng dù chúng chưa từng cùng xuất hiện trong một giao dịch đơn lẻ.

Kết quả trực quan hóa không gian véc-tơ nhúng thông qua thuật toán UMAP dưới dạng biểu đồ phân tán 2D và 3D cho thấy các sản phẩm cùng nhóm phân loại (ví dụ: các mặt hàng giày dép thể thao hay phụ kiện công nghệ) tự động gom cụm thành các hình thái không gian tách biệt rõ ràng. Điều này khẳng định không gian nhúng đã học thành công các đặc trưng ngữ nghĩa sâu sắc của sản phẩm từ chính hành vi duyệt web tự nhiên của khách hàng.

Khi so sánh với các công bố công nghiệp tiêu biểu như hệ sinh thái gợi ý EGES của Alibaba Taobao (vốn xử lý hơn 150 tỷ chuỗi ngẫu nhiên trên 100 bộ xử lý GPU), kết quả của luận văn chứng minh rằng phương pháp đồ thị kết hợp chỉ mục véc-tơ FAISS hoàn toàn có thể triển khai thành công trên môi trường tài nguyên tính toán vừa phải mà vẫn duy trì độ chính xác tương đương các mô hình mạng nơ-ron phức tạp như NARM hay HG-GNN.

Dữ liệu so sánh thực nghiệm có thể được trình bày rõ ràng thông qua một bảng tổng hợp chỉ số hiệu năng Top-N (Precision, Recall, MAP, NDCG) và biểu đồ đường thể hiện sự suy giảm độ trễ truy vấn khi gia tăng số lượng nút đồ thị, làm nổi bật tính ưu việt của giải pháp được đề xuất.

Đề xuất và khuyến nghị

Dựa trên các kết luận thực nghiệm, luận văn đưa ra 4 nhóm giải pháp công nghệ và kiến trúc thực thi mang tính hành động cao dành cho các doanh nghiệp thương mại điện tử:

Thứ nhất, xây dựng đường ống trích xuất và xử lý đồ thị hành vi tự động hóa (Automated Graph Pipeline) trên nền tảng tính toán phân tán như Apache Spark hoặc ODPS. Chủ thể thực hiện là đội ngũ Data Engineering, với mục tiêu phân tách đồ thị lớn thành các đồ thị con (subgraphs) quy mô dưới 50 triệu nút, duy trì chu kỳ tái huấn luyện véc-tơ nhúng định kỳ từ 6 đến 12 giờ một lần nhằm bắt kịp xu hướng mua sắm theo thời gian thực.

Thứ hai, nâng cấp cơ chế nhúng đồ thị có trọng số thích ứng kết hợp thông tin phụ nâng cao (Enhanced Graph Embedding with Side Information - EGES). Đội ngũ AI/ML cần gán trọng số tự động cho các thuộc tính như thương hiệu, phân khúc giá và cửa hàng bán lẻ, đặt mục tiêu nâng tỷ lệ nhấp chuột (Click-Through Rate - CTR) cho các sản phẩm mới ra mắt lên tối thiểu 18% trong vòng 30 ngày đầu tiên kể từ khi niêm yết trên sàn.

Thứ ba, thiết lập cụm máy chủ phục vụ chỉ mục véc-tơ FAISS đa tầng (kết hợp phân vùng IndexIVFPQ) trên môi trường Production. Đội ngũ MLOps và DevOps chịu trách nhiệm cấu hình hệ thống nhằm đảm bảo ngưỡng độ trễ phản hồi luôn duy trì dưới 10ms ngay cả khi hệ thống tiếp nhận lưu lượng truy cập đỉnh đạt mức 10.000 đến 15.000 yêu cầu/giây trong các sự kiện siêu khuyến mãi.

Thứ tư, áp dụng khung kiểm thử A/B Testing trực tiếp trên luồng người dùng thực tế. Đội ngũ Product Management và Data Analytics cần phân chia lưu lượng truy cập theo tỷ lệ 50/50 giữa mô hình gợi ý đồ thị mới và hệ thống lọc cộng tác cũ trong thời gian tối thiểu 4 tuần, theo dõi chặt chẽ các chỉ số kinh doanh then chốt bao gồm tỷ lệ chuyển đổi đơn hàng (Conversion Rate) và giá trị đơn hàng trung bình (Average Order Value).

Đối tượng nên tham khảo luận văn

Tài liệu luận văn thạc sĩ này là nguồn tư liệu học thuật và kỹ thuật giá trị cho 4 nhóm đối tượng chuyên môn:

Thứ nhất, Kỹ sư Trí tuệ Nhân tạo và Machine Learning (AI/ML Engineers) đang trực tiếp xây dựng hệ thống gợi ý cho các nền tảng thương mại điện tử, truyền thông số hoặc mạng xã hội. Luận văn cung cấp toàn bộ quy trình thiết kế mã nguồn, cấu hình siêu tham số Node2Vec và tích hợp thư viện FAISS vào môi trường sản xuất thực tế.

Thứ hai, Học viên cao học, Nghiên cứu sinh và Giảng viên ngành Khoa học Máy tính, Hệ thống Thông tin. Đây là tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu cấu trúc đồ thị, kỹ thuật bước đi ngẫu nhiên và cách thức đánh giá hệ thống bằng các thước đo xếp hạng Top-N hiện đại.

Thứ ba, Giám đốc Sản phẩm (Product Managers) và Trưởng bộ phận Dữ liệu (Chief Data Officers) tại các doanh nghiệp bán lẻ trực tuyến. Tài liệu mang đến góc nhìn chiến lược trong việc khai thác dữ liệu clickstream để tối ưu hóa trải nghiệm khách hàng và giải quyết bài toán gia tăng doanh thu từ các sản phẩm ít người biết đến (long-tail items).

Thứ tư, Các chuyên gia tư vấn giải pháp Chuyển đổi số và Kiến trúc sư Hệ thống (Solutions Architects) cần một khung tham chiếu thực nghiệm để xây dựng hạ tầng dữ liệu khách hàng (CDP) kết hợp mô hình AI có khả năng mở rộng linh hoạt theo quy mô kinh doanh.

Câu hỏi thường gặp

Hệ thống gợi ý dựa trên đồ thị vượt trội hơn lọc cộng tác truyền thống ở điểm nào? Phương pháp lọc cộng tác truyền thống chỉ phân tích tương tác trực tiếp giữa người dùng và sản phẩm trên ma trận thưa thớt hơn 99%, dẫn đến việc bỏ lỡ các mối quan hệ tiềm ẩn. Ngược lại, hệ thống đồ thị tận dụng các bước đi ngẫu nhiên để khai phá quan hệ gián tiếp đa bậc, giúp tăng chỉ số Recall@20 lên khoảng 28,6% và mở rộng độ phủ gợi ý sản phẩm.

Hai tham số p và q trong thuật toán Node2Vec đóng vai trò cụ thể gì? Tham số $p$ điều khiển xác suất quay lại nút gốc vừa đi qua để bảo tồn tính cục bộ, trong khi tham số $q$ kiểm soát việc di chuyển sang các nút xa hơn nhằm khám phá cấu trúc toàn cục. Việc cân bằng hai tham số $p$ và $q$ giúp mô hình kết hợp hoàn hảo giữa tìm kiếm theo chiều rộng (BFS) và chiều sâu (DFS), tối ưu hóa chất lượng véc-tơ biểu diễn.

Tại sao thư viện FAISS lại đóng vai trò quyết định trong việc triển khai thực tế? Trong các hệ thống thương mại điện tử có hàng trăm nghìn sản phẩm, việc tính khoảng cách tương đồng véc-tơ tuần tự đòi hỏi hàng trăm mili-giây, không đáp ứng được yêu cầu thời gian thực. FAISS sử dụng kỹ thuật lượng tử hóa véc-tơ và cây chỉ mục xấp xỉ (ANN), giúp rút ngắn thời gian tìm kiếm láng giềng xuống dưới 12ms cho mỗi phiên truy vấn.

Làm thế nào để hệ thống giải quyết bài toán khởi đầu lạnh (Cold-Start) cho sản phẩm mới? Luận văn áp dụng kỹ thuật nhúng đồ thị tích hợp thông tin phụ (GES). Đối với một sản phẩm mới chưa từng có tương tác clickstream, hệ thống sẽ tổng hợp véc-tơ đại diện dựa trên trung bình trọng số véc-tơ của các thuộc tính sẵn có như ngành hàng, nhà sản xuất và thương hiệu, giúp giảm tỷ lệ lỗi dự đoán tới 34,2%.

Dữ liệu clickstream cần được xử lý thành các dạng đồ thị nào để đạt hiệu quả cao nhất? Hệ thống chuyển đổi dữ liệu clickstream thành 3 loại đồ thị đồng xuất hiện có trọng số dựa trên hành vi phiên: đồ thị các sản phẩm cùng được xem trang chi tiết (PDP views), đồ thị các sản phẩm cùng được thêm vào giỏ hàng (Add-to-cart), và đồ thị các sản phẩm cùng được mua trong một đơn hàng, tạo nền tảng toàn diện để sinh bước đi ngẫu nhiên.

Kết luận

Luận văn thạc sĩ của tác giả Võ Thị Kim Nguyet đã hoàn thành xuất sắc các mục tiêu nghiên cứu với các đóng góp cốt lõi sau:

• Đề xuất và hiện thực hóa thành công kiến trúc hệ thống gợi ý dựa trên đồ thị kết hợp thuật toán DeepWalk, Node2Vec và Skip-Gram trên quy mô 55 triệu sự kiện tương tác.
• Ứng dụng đột phá thư viện FAISS và công cụ UMAP giúp tối ưu hóa tốc độ tìm kiếm tương đồng véc-tơ xuống dưới 12ms và trực quan hóa trực quan các cụm không gian sản phẩm.
• Giải quyết triệt để các rào cản kỹ thuật kinh điển về độ thưa thớt dữ liệu (Sparsity) và bài toán khởi đầu lạnh (Cold-Start) thông qua việc tích hợp thông tin phụ của danh mục hàng hóa.
• Kiểm chứng thực nghiệm chứng minh sự vượt trội toàn diện với Recall@20 tăng 28,6% và NDCG@10 tăng 23,5% so với các phương pháp lọc cộng tác truyền thống.
• Đóng góp một khung tham chiếu công nghệ hoàn chỉnh, có khả năng ứng dụng thực tế cao cho các sàn thương mại điện tử tại Việt Nam và khu vực.

Trong lộ trình tiếp theo giai đoạn 2024–2025, hướng nghiên cứu mở rộng sẽ tập trung vào việc áp dụng Mạng nơ-ron đồ thị động (Dynamic Graph Neural Networks) và Học đa đồ thị (Multigraph Learning) để nắm bắt biến động hành vi theo thời gian thực. Các doanh nghiệp và nhà nghiên cứu quan tâm có thể khai thác toàn văn luận văn để áp dụng trực tiếp mô hình vào bài toán cá nhân hóa trải nghiệm khách hàng trên hệ thống của mình.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY HO CHI MINH CITY HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY VO THI KIM NGUYET ECOMMERCE GRAPH-BASED RECOMMENDATION SYSTEM Major: COMPUTER SCIENCE Major code: 8480101 MASTER’S THESIS HO CHI MINH CITY, July 2023 THIS THESIS IS COMPLETED AT HO CHI MINH UNIVERSITY OF TECHNOLOGY – VNU-HCM Supervisor: Le Thanh Van, Ph. Huynh Tuong Nguyen, Ph.D Examiner 2: Ton Long Phuoc, Ph.D This master’s thesis is defended at Ho Chi Minh City University of Technology (HCMUT) – VNU-HCM on 11th July 2023 Master’s Thesis Committee: 1. Tran Ngoc Thinh, Ph. Huynh Tuong Nguyen, Ph.

Ton Long Phuoc, Ph. Le Thanh Van, Ph. Nguyen Tien Thinh, Ph.D Secretary Approval of the Chairman of the Master’s Thesis Committee and Dean of Faculty of Computer Science and Engineering after the thesis being corrected (If any). CHAIRMAN OF THESIS COMMITTEE DEAN OF FACULTY OF COMPUTER SCIENCE AND ENGINEERING i VIETNAM NATIONAL UNIVERSITY - HO CHI MINH CITY SOCIALIST REPUBLIC OF VIETNAM HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY Independence – Freedom - Happiness THE TASK SHEET OF MASTER’S THESIS Full name: Vo Thi Kim Nguyet Student code: 2270346 Date of birth: Oct 10th 1995 Place of birth: Ho Chi Minh City Major: Computer Science Major code: 8480101 I.

THESIS TITLE: E-commerce graph-based recommendation system (Hệ thống gợi ý dựa trên phương pháp đồ thị trong thương mại điện tử) II. TASKS AND CONTENTS: 1. Introduction: • Introduce the research topic and its significance. • Provide an overview of the structure of the thesis.

Literature Review: • Conduct a comprehensive review of existing product recommendation techniques. • Analyze strengths and weaknesses of different approaches. • Identify gaps in the literature that the research aims to address. Problem Statement: • Clearly state the problem being addressed in the research.

• Highlight the need for improved recommendation approaches in the context of e-commerce. Methodology: • Design the research approach for developing and evaluating the recommendation system. • Define the criteria and metrics for evaluating the effectiveness of the system. Graph-Based Recommendation System Implementation: • Develop the recommendation system using graph embedding techniques.

• Implement graph construction methods based on user behavior data. • Incorporate Node2Vec and FAISS for graph embedding and indexing. Experimental Evaluation: • Conduct experiments to evaluate the performance of the developed system. • Compare the results with other existing recommendation models.

• Collect and analyze data on key evaluation metrics. Discussion of Findings: • Analyze and interpret the results of the experimental evaluation. • Discuss the implications of the findings in relation to the research objectives. Conclusion: • Summarize the key findings and contributions of the research.

• Discuss the practical implications of the research outcomes. Future Research Directions: • Suggest avenues for further research and improvements in the recommendation system. • Highlight areas where the proposed approach could be extended or refined. References: • List all the sources and references cited throughout the thesis.

Appendices: • Include any supplementary material, code snippets, graphs, or diagrams that enhance understanding. THESIS START DAY: Feb-06-2023 IV. THESIS COMPLETION DAY: Jun-09-2023 V. SUPERVISOR: Le Thanh Van, Ph.D Ho Chi Minh City, Jun-09-2023 SUPERVISOR CHAIR OF PROGRAM COMMITTEE (Full name and signature) (Full name and signature) DEAN OF FACULTY OF COMPUTER SCIENCE AND ENGINEERING (Full name and signature) Note: Student must pin this task sheet as the first page of the Master’s Thesis booklet iii ACKNOWLEDGEMENT This thesis marks the culmination of my research journey into graph-based modeling and its applications in data analysis and machine learning.

Graphs offer a unique perspective to understand complex relationships within vast datasets. Throughout this work, I explore fundamental concepts of graph-based modeling, delve into graph embedding techniques, and evaluate their efficacy in solving real- world problems. I extend my gratitude to my advisors, mentors, colleagues, and family for their unwavering support and encouragement. My hope is that this thesis inspires further research and innovative applications of graph-based models in various domains.

Thank you for joining me on this journey. Sincerely, Nguyet Vo Ho Chi Minh City, June 2023 iv ABSTRACT This thesis presents a graph-based recommendation system tailored for personalized content suggestions in ecommerce.