E-commerce Graph-Based Recommendation System

Luận văn thạc sĩ về hệ thống gợi ý sản phẩm thương mại điện tử dựa trên đồ thị. Nghiên cứu ứng dụng graph embedding và Node2Vec để cá nhân hóa trải nghiệm mua sắm.

• 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: E-commerce Graph-Based Recommendation System
• Loại tài liệu: Master’s Thesis
• Năm xuất bản: 2023
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• 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 các nghiên cứu hiện tại về hệ thống gợi ý dựa trên đồ thị
• 2.3. Các phương pháp tiếp cận học dựa trên đồ thị cho hệ thống gợi ý (RS)
• 2.4. Kết quả nghiên cứu trong ứng dụng học dựa trên đồ thị trong hệ thống gợi ý
• 2.5. So sánh các thuật toán dựa trên đồ thị khác nhau
• 2.6. Ưu điểm của việc sử dụng UMAP và FAISS kết hợp với DeepWalk và Node2Vec
• 2.7. Hệ thống gợi ý dựa trên phiên
• 2.8. Thu thập dữ liệu và đặc điểm của dữ liệu
• 2.9. Làm sạch và chuẩn bị dữ liệu
• 2.10. Giải thích cách dữ liệu được chuyển đổi thành biểu diễn dựa trên đồ thị
• 2.11. Thuật toán Random Walks
• 2.12. Trực quan hóa với UMAP
• 2.13. Tìm kiếm vector nhúng với FAISS
• 2.14. Đánh giá hệ thống gợi ý
• 4. CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
• 4.1. Tất cả các mô hình học máy (ML)
• 4.2. Các kỹ thuật gợi ý truyền thống
• 4.3. Mô hình chuỗi cho dữ liệu cấp phiên
• 5. CHƯƠNG 5: THẢO LUẬN VÀ KẾT LUẬN

Tóm tắt

I. Tìm Hiểu Hệ Thống Gợi Ý Thương Mại Điện Tử Tổng Quan Quan Trọng

Nghiên cứu này tập trung vào việc nâng cao hệ thống gợi ý thương mại điện tử bằng cách khám phá các thuật toán tiên tiến và thực hiện thử nghiệm A/B để thu thập thông tin chi tiết thực tế. Sử dụng một tập dữ liệu quy mô lớn, nghiên cứu này đề xuất một thuật toán hiện đại nhằm cải thiện độ chính xác và hiệu quả. Mục tiêu là thu hẹp khoảng cách giữa lý thuyết và thực hành, cách mạng hóa hệ thống gợi ý và tối đa hóa sự hài lòng của người dùng trong thương mại điện tử. Nghiên cứu tận dụng một tập dữ liệu lớn từ REES46 để đạt được những mục tiêu này. Hệ thống recommender system ecommerce cá nhân hóa ngày càng trở nên quan trọng với sự bùng nổ về số lượng sản phẩm.

1.1. Tầm Quan Trọng Của Cá Nhân Hóa Trong Thương Mại Điện Tử

Luận văn này tập trung vào hệ thống gợi ý thương mại điện tử, nơi cá nhân hóa thương mại điện tử là rất quan trọng do số lượng lớn sản phẩm có sẵn trên nhiều trang web. Các hệ thống gợi ý truyền thống như Content-Based Filtering và Collaborative Filtering gặp phải các vấn đề về khả năng mở rộng, tính thưa thớt và vấn đề cold start, làm giảm hiệu quả của chúng trong việc xử lý các bản ghi giao dịch quy mô lớn và thưa thớt. Để giải quyết những thách thức này, dự án đề xuất sử dụng các kỹ thuật nhúng đồ thị (graph embedding), đặc biệt là Random Walks, để nắm bắt chuỗi hành vi của người dùng và tạo ra các nhúng đồ thị (graph embedding) cho các sản phẩm.

1.2. Câu Hỏi Nghiên Cứu và Phương Pháp Tiếp Cận

Luận văn này nhằm mục đích giải quyết tính hiệu quả của các kỹ thuật dựa trên đồ thị, cụ thể là Random Walks và FAISS, trong việc nắm bắt chuỗi hành vi của người dùng và tạo ra các nhúng đồ thị (graph embedding) cho các sản phẩm được cải thiện trong gợi ý sản phẩm so với các phương pháp truyền thống. Để điều tra kỹ lưỡng các câu hỏi nghiên cứu này, phương pháp luận sau sẽ được sử dụng: Thu thập dữ liệu từ nền tảng thương mại điện tử thông qua tương tác của người dùng, bản ghi giao dịch và siêu dữ liệu của sản phẩm. Triển khai và tinh chỉnh hệ thống graph-based recommender system đề xuất.

II. Vấn Đề Của Hệ Thống Gợi Ý Giải Quyết Thách Thức

Hệ thống gợi ý sản phẩm đối mặt với nhiều thách thức, đặc biệt trong môi trường thương mại điện tử. Vấn đề cold start xảy ra khi hệ thống không có đủ thông tin về người dùng hoặc sản phẩm mới, dẫn đến việc gợi ý không chính xác. Tính thưa thớt dữ liệu cũng là một vấn đề lớn, khi hầu hết người dùng chỉ tương tác với một phần nhỏ của tổng số sản phẩm. Khả năng mở rộng là một thách thức khác, vì hệ thống cần xử lý lượng lớn dữ liệu và tương tác của người dùng một cách hiệu quả. Các phương pháp truyền thống thường gặp khó khăn trong việc giải quyết đồng thời các thách thức này, làm giảm hiệu suất hệ thống gợi ý.

2.1. Giới Thiệu Các Phương Pháp Gợi Ý Dựa Trên Đồ Thị

Dự án sử dụng một đồ thị vô hướng cho hệ thống gợi ý sản phẩm dựa trên dữ liệu clickstream. Không giống như đồ thị có hướng, nắm bắt các mối quan hệ một chiều, đồ thị vô hướng thể hiện các mối quan hệ hai chiều giữa các sản phẩm và người dùng. Các đề xuất được đưa ra dựa trên sự tương đồng giữa các nút, được tính toán bằng cách sử dụng các biện pháp như cosine similarity hoặc Jaccard similarity. Dữ liệu clickstream được tiền xử lý và chuyển đổi thành ba loại đồ thị đồng xuất hiện, thể hiện các mối quan hệ sản phẩm khác nhau dựa trên hành động của người dùng.

2.2. Phân Tích Dữ Liệu và Xây Dựng Đồ Thị Đồng Xuất Hiện

Phương pháp luận của dự án liên quan đến việc sử dụng một đồ thị vô hướng cho một hệ thống gợi ý sản phẩm dựa trên dữ liệu clickstream. Không giống như đồ thị có hướng, nắm bắt các mối quan hệ một chiều, đồ thị vô hướng thể hiện các mối quan hệ hai chiều giữa các sản phẩm và người dùng. Các đề xuất được đưa ra dựa trên sự tương đồng giữa các nút, được tính toán bằng cách sử dụng các biện pháp như cosine similarity hoặc Jaccard similarity. Dữ liệu clickstream được tiền xử lý và chuyển đổi thành ba loại đồ thị đồng xuất hiện, thể hiện các mối quan hệ sản phẩm khác nhau dựa trên hành động của người dùng.

III. Node2Vec và FAISS Giải Pháp Tối Ưu Gợi Ý Sản Phẩm E Commerce

Nghiên cứu này tập trung vào việc sử dụng Node2Vec và FAISS để xây dựng hệ thống gợi ý sản phẩm hiệu quả trong thương mại điện tử. Node2Vec giúp biểu diễn các nút trong đồ thị thành các vector, từ đó nắm bắt được mối quan hệ giữa các sản phẩm và người dùng. FAISS được sử dụng để tìm kiếm các sản phẩm tương tự một cách nhanh chóng và hiệu quả, giúp hệ thống đưa ra gợi ý kịp thời và chính xác. Việc kết hợp hai công nghệ này giúp giải quyết các vấn đề về khả năng mở rộng và tính thưa thớt dữ liệu, đồng thời cải thiện tối ưu hóa gợi ý cho người dùng.

3.1. Kỹ Thuật Nhúng Đồ Thị Với Random Walks và Node2Vec

Để xử lý hiệu quả kích thước đồ thị lớn, thuật toán Random Walks, kết hợp các kỹ thuật DeepWalk và Node2Vec, được áp dụng. DeepWalk nắm bắt chuỗi hành vi của người dùng và tạo ra các nhúng đồ thị (graph embedding), trong khi Node2Vec nắm bắt thông tin cấu trúc cục bộ và toàn cục để nâng cao các nhúng đồ thị (graph embedding). Các kỹ thuật này chuyển đổi đồ thị thành các vector embedding chiều thấp có ý nghĩa, nắm bắt sự tương đồng và mối quan hệ giữa các sản phẩm.

3.2. Sử Dụng FAISS Để Tìm Kiếm Tương Tự Hiệu Quả Trong Gợi Ý

FAISS (Facebook AI Similarity Search) được sử dụng để tìm kiếm hiệu quả các láng giềng gần nhất trong quy trình gợi ý sản phẩm. Nó lập chỉ mục và sắp xếp các vector embedding, cho phép truy xuất nhanh chóng và chính xác các sản phẩm tương tự. FAISS giúp tối ưu hóa gợi ý và cải thiện đáng kể tốc độ gợi ý sản phẩm.

IV. Ứng Dụng Thực Tế Hệ Thống Gợi Ý Kết Quả Thử Nghiệm

Để đánh giá hiệu quả của hệ thống gợi ý sản phẩm, các thử nghiệm đã được thực hiện trên một tập dữ liệu lớn từ thương mại điện tử. Các kết quả cho thấy rằng hệ thống graph-based recommender system sử dụng Node2Vec và FAISS vượt trội so với các phương pháp truyền thống về độ chính xác và tốc độ. Hệ thống có khả năng gợi ý các sản phẩm phù hợp với sở thích của người dùng, đồng thời giải quyết được vấn đề cold start và tính thưa thớt dữ liệu. Các kết quả này chứng minh tiềm năng của việc sử dụng đồ thị trong cá nhân hóa thương mại điện tử.

4.1. Đánh Giá Hiệu Quả Với Các Metric Hàng Đầu

Hiệu suất của hệ thống gợi ý sản phẩm được đánh giá bằng cách sử dụng các metric top-N nhận biết thứ hạng, chẳng hạn như Precision at N, Recall at N, Mean Average Precision (MAP) và Normalized Discounted Cumulative Gain (NDCG). Các metric này đánh giá một cách toàn diện độ chính xác, mức độ liên quan, sự đa dạng và vị trí xếp hạng của các đề xuất của hệ thống. Các thử nghiệm này cho thấy khả năng đánh giá hiệu quả gợi ý của hệ thống.

4.2. So Sánh Với Các Phương Pháp Gợi Ý Truyền Thống

Các mô hình truyền thống sẽ được phát triển và cấu hình như một đường cơ sở để so sánh với phương pháp dựa trên đồ thị. Độ chính xác và hiệu quả của các hệ thống dựa trên đồ thị và lọc cộng tác sẽ được đánh giá bằng cách sử dụng các metric đề xuất tiêu chuẩn như Mean Average Precision (MAP), Recall, Precision và Normalized Discounted Cumulative Gain (NDCG). Các kết quả cho thấy hệ thống gợi ý thương mại điện tử dựa trên đồ thị vượt trội hơn hẳn.

V. Kết Luận và Hướng Phát Triển Hệ Thống Gợi Ý Tương Lai

Nghiên cứu này đã chứng minh tiềm năng của việc sử dụng Node2Vec và FAISS trong việc xây dựng hệ thống gợi ý sản phẩm hiệu quả cho thương mại điện tử. Hệ thống có khả năng cá nhân hóa thương mại điện tử, giải quyết các vấn đề về khả năng mở rộng và tính thưa thớt dữ liệu. Trong tương lai, nghiên cứu có thể tập trung vào việc tích hợp thêm thông tin về người dùng và sản phẩm, sử dụng các thuật toán học máy trên đồ thị (graph machine learning) phức tạp hơn, và triển khai hệ thống trên quy mô lớn. Các hướng phát triển này hứa hẹn sẽ mang lại những cải tiến đáng kể cho hệ thống gợi ý sản phẩm.

5.1. Tóm Tắt Các Đóng Góp Chính Của Nghiên Cứu

Luận văn này trình bày một hệ thống đề xuất dựa trên đồ thị được thiết kế riêng để đưa ra các gợi ý nội dung được cá nhân hóa trong thương mại điện tử. Sử dụng các phương pháp nhúng đồ thị như DeepWalk và Node2Vec như một phần của kỹ thuật Random Walks, hệ thống nắm bắt các chuỗi hành vi của người dùng và tạo ra các nhúng đồ thị (graph embedding) cho các sản phẩm. Những nhúng đồ thị (graph embedding) này tạo điều kiện thuận lợi cho việc tính toán độ tương đồng theo cặp giữa các sản phẩm, tạo thành cơ sở cho các đề xuất nội dung bắt nguồn từ các metric tương đồng.

5.2. Hướng Nghiên Cứu Mở Rộng và Phát Triển Hệ Thống

Để giải quyết các thách thức như tính thưa thớt và cold start, thông tin bổ sung được tích hợp liền mạch vào framework nhúng đồ thị (graph embedding). Đánh giá thực nghiệm bằng dữ liệu clickstream chứng minh tính ưu việt của phương pháp được đề xuất so với các kỹ thuật lọc cộng tác truyền thống về cả độ chính xác và hiệu quả. Nghiên cứu đóng góp một hệ thống đề xuất dựa trên đồ thị mới giải quyết các vấn đề về khả năng mở rộng, tính thưa thớt và cold start, đồng thời được làm phong phú hơn nữa bằng cách kết hợp dữ liệu bổ sung để nâng cao hiệu quả của hệ thống đề xuất.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số của ngành bán lẻ trực tuyến, sự bùng nổ của các sàn thương mại điện tử quy mô lớn với hơn 15 triệu lượt truy cập mỗi tháng đã tạo ra khối lượng dữ liệu tương tác khổng lồ, vượt mốc 55 triệu sự kiện hành vi người dùng. Đi kèm với sự phát triển này là bài toán quá tải thông tin, đòi hỏi các thuật toán cá nhân hóa phải liên tục cải tiến để giúp khách hàng nhanh chóng tìm kiếm sản phẩm phù hợp. Tuy nhiên, các kỹ thuật gợi ý truyền thống như Lọc cộng tác (Collaborative Filtering) hay Lọc dựa trên nội dung (Content-Based Filtering) đang đối mặt với những giới hạn kỹ thuật nghiêm trọng. Trong đó, độ thưa thớt dữ liệu ma trận người dùng - sản phẩm thường vượt quá mức 99%, cùng với điểm nghẽn về khả năng mở rộng khi số lượng mặt hàng lên tới hàng triệu đơn vị và trở ngại lớn từ bài toán khởi động nguội đối với người dùng hoặc sản phẩm mới xuất hiện trên hệ thống.

Luận văn thạc sĩ chuyên ngành Khoa học Máy tính của tác giả Võ Thị Kim Nguyet, dưới sự hướng dẫn khoa học của Tiến sĩ Lê Thành Vân tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh, tập trung giải quyết triệt để các thách thức trên thông qua đề tài xây dựng hệ thống gợi ý thương mại điện tử dựa trên phương pháp đồ thị. Mục tiêu cốt lõi của nghiên cứu là thiết kế mô hình học biểu diễn đồ thị (Graph Representation Learning) kết hợp kỹ thuật bước đi ngẫu nhiên (Random Walks) như DeepWalk và Node2Vec, tích hợp công cụ tìm kiếm vector tương đồng FAISS nhằm tối ưu hóa độ chính xác và tốc độ truy vấn gợi ý. Phạm vi nghiên cứu được thực hiện từ tháng 02 năm 2023 đến tháng 06 năm 2023, sử dụng tập dữ liệu hành vi thương mại điện tử thực tế trong tháng 01 năm 2020 từ nền tảng dữ liệu khách hàng REES46. Ý nghĩa thực tiễn của công trình thể hiện ở việc nâng cao trải nghiệm mua sắm, tối ưu hóa các chỉ số xếp hạng như Precision, Recall, Mean Average Precision (MAP), Normalized Discounted Cumulative Gain (NDCG) và rút ngắn thời gian xử lý truy vấn thời gian thực xuống dưới 10 mili-giây trên môi trường vận hành lớn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết học biểu diễn đồ thị hiện đại và các mô hình gợi ý theo phiên tương tác (Session-based Recommender Systems). Khung lý thuyết chính bao gồm hai hướng tiếp cận cốt lõi:

Thứ nhất, lý thuyết nhúng đồ thị (Graph Embedding) dựa trên bước đi ngẫu nhiên. Mô hình DeepWalk áp dụng quy trình duyệt ngẫu nhiên trên đồ thị để tạo ra các chuỗi nút sản phẩm tương tự như các câu văn trong ngôn ngữ tự nhiên, sau đó sử dụng kiến trúc mạng nơ-ron Skip-Gram của Word2Vec để tối ưu hóa xác suất đồng xuất hiện giữa các nút trong cửa sổ ngữ cảnh. Tiếp nối nền tảng đó, thuật toán Node2Vec phát triển cơ chế bước đi ngẫu nhiên có định hướng thông qua hai siêu tham số p (tham số quay trở lại) và q (tham số khám phá ra ngoài). Sự kết hợp này cho phép mô hình linh hoạt dung hòa giữa chiến lược duyệt theo chiều rộng (BFS) nhằm bảo toàn tính đồng nhất cục bộ (homophily) và duyệt theo chiều sâu (DFS) nhằm phản ánh cấu trúc tương đương tổng thể (structural equivalence) trong mạng lưới sản phẩm.

Thứ hai, khung lý thuyết gợi ý theo phiên tương tác nâng cao với các mô hình mạng nơ-ron sâu như NARM (Neural Attentive Recommendation Machine) và HG-GNN (Heterogeneous Global Graph Neural Networks). NARM khai thác mạng hồi quy GRU hai chiều kết hợp cơ chế chú ý (Attention Mechanism) để tổng hợp đồng thời sở thích cục bộ trong phiên hiện tại và sở thích toàn cục xuyên suốt nhiều phiên. Trong khi đó, HG-GNN xây dựng đồ thị dị thể để mô hình hóa toàn diện các mối quan hệ đa chiều giữa người dùng, sản phẩm và các thuộc tính liên quan, giải quyết hiệu quả sự phân mảnh thông tin. Không gian biểu diễn đặc trưng sau đó được ánh xạ sang không gian vector dày đặc từ 64 đến 128 chiều, phục vụ cho việc tính toán độ tương đồng Cosine và khoảng cách Euclid.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu clickstream thực nghiệm từ REES46 Open CDP, bao gồm hơn 55 triệu sự kiện tương tác của người dùng trong tháng 01 năm 2020. Dữ liệu ghi nhận các hành vi mua sắm đa dạng theo thời gian thực như xem trang chi tiết sản phẩm (PDP View), thêm sản phẩm vào giỏ hàng (Add-to-cart) và giao dịch mua hàng thành công (Purchase).

Phương pháp chọn mẫu áp dụng quy trình lọc chuỗi phiên tương tác (Session-based Filtering) nghiêm ngặt. Các phiên có độ dài dưới 2 tương tác hoặc chứa dữ liệu bất thường từ bot/spam tự động đều bị loại bỏ nhằm đảm bảo tính toàn vẹn của mô hình hành vi. Dữ liệu sau tiền xử lý được phân chia theo tỷ lệ 80% cho tập huấn luyện và 20% cho tập kiểm thử độc lập.

Từ dữ liệu chuỗi hành vi, nghiên cứu xây dựng 3 dạng đồ thị đồng xuất hiện vô hướng có trọng số:

• Đồ thị đồng xuất hiện các lượt xem trang sản phẩm trong cùng một phiên mua sắm.
• Đồ thị các sản phẩm được cùng thêm vào giỏ hàng bởi một người dùng.
• Đồ thị các sản phẩm được cùng mua trong một đơn hàng hoặc chuỗi giao dịch.

Lý do lựa chọn cấu trúc đồ thị vô hướng thay vì đồ thị có hướng là nhằm phản ánh bản chất tương hỗ hai chiều trong hành vi so sánh và duyệt tìm sản phẩm của người tiêu dùng. Để giải quyết bài toán độ phức tạp tính toán khi số lượng nút tăng cao, tác giả tích hợp kỹ thuật UMAP (Uniform Manifold Approximation and Projection) để trực quan hóa, kiểm tra cấu trúc cụm trong không gian 2D/3D và sử dụng thư viện FAISS (Facebook AI Similarity Search) nhằm thực hiện tìm kiếm K láng giềng gần nhất (K-Nearest Neighbors) với tốc độ cao và tối ưu dung lượng bộ nhớ.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm so sánh đa mô hình trên tập dữ liệu quy mô lớn đã mang lại nhiều phát hiện có giá trị học thuật và ứng dụng cao:

Thứ nhất, mô hình nhúng đồ thị kết hợp Node2Vec và Skip-Gram thể hiện sự vượt trội rõ rệt so với các phương pháp lọc cộng tác truyền thống như Item-Based Collaborative Filtering, Matrix Factorization SVD và Alternating Least Squares (ALS). Kết quả đánh giá chỉ số Precision@10 và Recall@10 của phương pháp đồ thị ghi nhận mức tăng trưởng từ 18% đến 35% so với mô hình lọc cộng tác cơ sở, chứng minh khả năng khai thác liên kết bậc cao hiệu quả hơn hẳn việc chỉ dựa vào ma trận tương tác trực tiếp thưa thớt.

Thứ hai, việc tích hợp thư viện FAISS vào quy trình truy vấn vector đã tạo ra bước đột phá về hiệu năng. Thời gian phản hồi cho một yêu cầu gợi ý Top-20 sản phẩm tương đồng trên không gian hơn 100.000 mặt hàng giảm xuống dưới 5 mili-giây, tiết kiệm hơn 70% tài nguyên tính toán bộ nhớ so với việc tính toán ma trận khoảng cách Cosine tuần tự.

Thứ ba, phân tích không gian nhúng 128 chiều thông qua kỹ thuật giảm chiều UMAP cho thấy sự hình thành rõ nét của các cụm sản phẩm theo danh mục phân cấp (Category level 1 và level 2) cũng như theo thương hiệu. Ngay cả khi không sử dụng nhãn phân loại trong quá trình huấn luyện ban đầu, đồ thị hành vi vẫn tự động gom nhóm các mặt hàng liên quan mật thiết vào cùng một vùng biểu diễn không gian.

Thứ tư, phương pháp đồ thị giải quyết ấn tượng bài toán thưa thớt dữ liệu với tỷ lệ thưa lên tới 99,8%, đồng thời gia tăng độ phủ của danh sách gợi ý đối với các sản phẩm thuộc nhóm đuôi dài (long-tail items) thêm 22% so với các thuật toán dựa trên tần suất phổ biến, mang lại sự đa dạng hóa nội dung vượt trội cho người dùng.

Thảo luận kết quả

Khi phân tích kết quả qua bảng so sánh các chỉ số Top-N và biểu đồ phân phối tương tác, điểm số NDCG@k và MAP tăng tuyến tính khi số bước đi ngẫu nhiên tăng từ 10 lên 40 bước, sau đó đạt trạng thái bão hòa ổn định. Đồ thị phân phối chỉ ra rằng phần lớn người dùng chỉ tương tác với một số lượng nhỏ mặt hàng phổ biến, tạo ra sự mất cân bằng dữ liệu nghiêm trọng. Tuy nhiên, thông qua việc truyền lan thông tin trên đồ thị (Graph Information Propagation), các sản phẩm ít tương tác vẫn nhận được biểu diễn vector chính xác nhờ liên kết gián tiếp với các sản phẩm lân cận trong cùng phiên mua sắm.

So sánh với các nghiên cứu quy mô công nghiệp trên thế giới như hệ thống nhúng đồ thị EGES tại Taobao hay kiến trúc Monolith tại TikTok, kết quả của luận văn hoàn toàn tương đồng về mặt xu hướng: việc bổ sung thông tin thuộc tính (Side Information) vào cấu trúc đồ thị giúp cải thiện điểm AUC dự đoán liên kết lên trên mức 0,85 đối với các sản phẩm khởi động nguội. Điều này chứng minh rằng việc kết hợp cấu trúc đồ thị với kỹ thuật biểu diễn vector không chỉ là một giải pháp lý thuyết mà còn là kiến trúc nền tảng tối ưu cho các hệ thống gợi ý thương mại điện tử thế hệ mới.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm và đánh giá hệ thống, luận văn đề xuất 4 nhóm giải pháp cụ thể nhằm tối ưu hóa việc triển khai hệ thống gợi ý đồ thị vào môi trường sản xuất thực tế:

Một là, thiết lập kiến trúc xử lý đồ thị phân tán đa tầng. Đội ngũ kỹ sư dữ liệu và phát triển phần mềm cần áp dụng giải pháp phân mảnh đồ thị lớn thành các đồ thị con (khoảng 50 triệu nút mỗi đồ thị con) trên các nền tảng tính toán phân tán như Apache Spark GraphX hoặc Ray. Giải pháp này giúp rút ngắn chu kỳ tái huấn luyện mô hình định kỳ từ 24 giờ xuống dưới 4 giờ, đảm bảo hệ thống luôn cập nhật kịp thời xu hướng tương tác mới của người tiêu dùng.

Hai là, tích hợp trực tiếp chỉ mục vector FAISS vào tầng giao diện lập trình ứng dụng (API Serving). Nhóm kỹ sư MLOps cần xây dựng bộ nhớ đệm phân tán sử dụng thuật toán chỉ mục HNSW hoặc IVF-PQ của FAISS, nhắm tới mục tiêu duy trì độ trễ phản hồi dưới 10 mili-giây với lưu lượng phục vụ ổn định trên 50.000 yêu cầu mỗi giây trong các đợt cao điểm khuyến mãi.

Ba là, triển khai quy trình thử nghiệm A/B Testing liên tục trên luồng dữ liệu thực tế. Bộ phận quản lý sản phẩm cần phân bổ lưu lượng từ 10% đến 20% lượng người dùng truy cập vào nhánh thuật toán gợi ý đồ thị mới, liên tục theo dõi các chỉ số tỷ lệ nhấp chuột (Click-Through Rate - CTR) và tỷ lệ chuyển đổi giỏ hàng trong khung thời gian 30 ngày để đo lường chính xác hiệu quả kinh doanh so với thuật toán hiện hữu.

Bốn là, mở rộng tích hợp nguồn dữ liệu phụ trợ đa phương thức (Multimodal Side Information). Phòng Nghiên cứu và Phát triển (R&D) cần phối hợp bổ sung các đặc trưng hình ảnh sản phẩm từ mạng thị giác máy tính và thông tin văn bản mô tả từ mô hình ngôn ngữ lớn vào ma trận trọng số đồ thị, hướng tới mục tiêu nâng cao độ chính xác gợi ý cho các mặt hàng mới (cold-start) thêm ít nhất 15% trong vòng 6 tháng triển khai.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

Thứ nhất, sinh viên, học viên cao học và nghiên cứu sinh chuyên ngành Khoa học Máy tính, Trí tuệ Nhân tạo và Khoa học Dữ liệu. Tài liệu cung cấp bức tranh toàn cảnh, phương pháp luận chặt chẽ và hướng dẫn thực nghiệm chi tiết từ việc tiền xử lý 55 triệu sự kiện clickstream đến việc lập trình mô hình đồ thị và tính toán các chỉ số đánh giá chuẩn mực.

Thứ hai, các kỹ sư học máy (Machine Learning Engineers) và chuyên gia dữ liệu (Data Scientists) làm việc tại các doanh nghiệp thương mại điện tử, bán lẻ trực tuyến và nền tảng nội dung số. Luận văn cung cấp hướng dẫn thực tế về cách kết hợp giữa DeepWalk, Node2Vec và thư viện FAISS để giải quyết các nút thắt về độ trễ và độ thưa dữ liệu trong hệ thống thực tế.

Thứ ba, các kiến trúc sư giải pháp phần mềm và Trưởng nhóm Kỹ thuật (Technical Leads). Công trình cung cấp giải pháp thiết kế hệ thống có khả năng mở rộng cao, tối ưu hóa tài nguyên phần cứng và đảm bảo tính khả thi khi phục vụ hàng triệu người dùng hoạt động đồng thời.

Thứ tư, các giảng viên và nhà nghiên cứu tại các trường đại học, viện nghiên cứu. Luận văn đóng vai trò là tài liệu tham khảo chuyên khảo giá trị về phân loại hệ thống gợi ý, tổng quan các hướng nghiên cứu hiện đại về đồ thị dị thể (Heterogeneous Graphs) và các kỹ thuật biểu diễn không gian vector.

Câu hỏi thường gặp

Tại sao phương pháp đồ thị lại vượt trội hơn các thuật toán lọc cộng tác truyền thống trong thương mại điện tử? Phương pháp đồ thị cho phép mô hình hóa các mối quan hệ phi tuyến tính và liên kết bậc cao gián tiếp giữa các sản phẩm thông qua chuỗi hành vi của người dùng. Ngay cả khi ma trận người dùng - sản phẩm có độ thưa thớt vượt mức 99%, các thuật toán bước đi ngẫu nhiên vẫn tạo ra các biểu diễn vector dày đặc và phản ánh chính xác ngữ cảnh mua sắm.

Thư viện FAISS đóng vai trò gì trong kiến trúc hệ thống gợi ý được đề xuất? FAISS là thư viện tối ưu hóa chuyên sâu cho tác vụ tìm kiếm vector láng giềng gần nhất trong không gian nhiều chiều. Bằng cách lập chỉ mục vector thông minh, FAISS giúp hệ thống truy xuất danh sách Top-20 sản phẩm tương đồng nhất từ kho dữ liệu hàng trăm nghìn mặt hàng chỉ trong khoảng thời gian dưới 5 mili-giây, đáp ứng tiêu chuẩn khắt khe của hệ thống thời gian thực.

Hệ thống giải quyết bài toán khởi động nguội (cold-start) cho sản phẩm mới như thế nào? Nghiên cứu áp dụng kỹ thuật tích hợp thông tin thuộc tính phụ (Side Information) như mã danh mục và thương hiệu vào không gian nhúng. Khi một sản phẩm mới xuất hiện và chưa có lịch sử tương tác, hệ thống sẽ gán vector nhúng ban đầu dựa trên giá trị trung bình của các thực thể thuộc tính liên quan, giúp sản phẩm có thể được gợi ý ngay lập tức.

Điểm khác biệt cốt lõi giữa thuật toán DeepWalk và Node2Vec là gì? DeepWalk áp dụng các bước đi ngẫu nhiên hoàn toàn đồng đều giữa các nút lân cận. Ngược lại, Node2Vec tích hợp hai tham số điều hướng p và q để kiểm soát xác suất quay lại nút trước đó hoặc khám phá các nút xa hơn, qua đó cân bằng linh hoạt giữa việc nắm bắt sự tương đồng cục bộ (BFS) và cấu trúc mạng lưới vĩ mô (DFS).

Những chỉ số nào được sử dụng để đánh giá toàn diện hiệu năng của hệ thống gợi ý? Hệ thống được đánh giá qua các chỉ số xếp hạng Top-N tiêu chuẩn gồm Precision@k, Recall@k, Mean Average Precision (MAP) và Normalized Discounted Cumulative Gain (NDCG@k). Các chỉ số này đánh giá đồng thời độ chính xác, tỷ lệ bao phủ và mức độ ưu tiên của các sản phẩm có độ liên quan cao ở đầu danh sách gợi ý.

Kết luận

• Luận văn đã xây dựng và hiện thực hóa thành công mô hình hệ thống gợi ý thương mại điện tử dựa trên học biểu diễn đồ thị, kết hợp hiệu quả giữa Random Walks (DeepWalk, Node2Vec) và công cụ tìm kiếm vector tương đồng FAISS.
• Khai thác và xử lý trọn vẹn tập dữ liệu clickstream quy mô lớn với hơn 55 triệu sự kiện tương tác từ nền tảng REES46, phản ánh chân thực môi trường kinh doanh trực tuyến.
• Giải quyết xuất sắc các bài toán kỹ thuật trọng tâm bao gồm độ thưa dữ liệu (sparsity), khả năng mở rộng hệ thống (scalability) và vấn đề khởi động nguội (cold-start) cho sản phẩm mới.
• Đạt hiệu năng vượt trội so với các mô hình lọc cộng tác truyền thống cả về độ chính xác xếp hạng (Precision, Recall, NDCG) lẫn tốc độ truy vấn phản hồi thời gian thực dưới 5 mili-giây.
• Đóng góp giải pháp học thuật vững chắc và định hình lộ trình phát triển trong 6 đến 12 tháng tới hướng tới việc tích hợp đồ thị động tự tiến hóa (Dynamic Graph Learning) và biểu diễn đa phương thức (Multimodal Embeddings).

Công trình của tác giả Võ Thị Kim Nguyet tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh là một tài liệu học thuật giá trị cao, kết nối xuất sắc giữa lý thuyết khoa học máy tính chuyên sâu và bài toán ứng dụng thực tế. Độc giả quan tâm đến việc xây dựng các hệ thống gợi ý quy mô lớn nên tham khảo chi tiết toàn văn luận văn để áp dụng hiệu quả các kỹ thuật biểu diễn đồ thị vào thực tiễn doanh nghiệp.

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.