Tổng quan nghiên cứu

Thương mại trên sóng truyền hình là một phương thức bán hàng trực tiếp đóng vai trò quan trọng bên cạnh thương mại điện tử trực tuyến. Tại Việt Nam và nhiều quốc gia trên thế giới, các kênh mua sắm truyền hình phải vận hành liên tục từ 5 giờ 30 phút đến 24 giờ mỗi ngày với các chương trình giới thiệu sản phẩm kéo dài từ 15 đến 60 phút. Tuy nhiên, thời lượng phát sóng trong ngày là nguồn tài nguyên hữu hạn, đòi hỏi sự điều phối chính xác giữa tỷ lệ người xem, năng lực cung ứng kho vận và doanh thu kỳ vọng. Việc lập lịch thủ công thường gây lãng phí từ 15% đến 25% thời lượng phát sóng vào các khung giờ kém hiệu quả, đồng thời làm mất cân đối giữa lượng hàng tồn kho thực tế và nhu cầu tiêu thụ của người tiêu dùng.

Luận văn thạc sĩ chuyên ngành Khoa học Máy tính của tác giả Nguyễn Quốc Thịnh, thực hiện tại Trường Đại học Bách khoa - Đại học Quốc gia Thành phố Hồ Chí Minh dưới sự hướng dẫn khoa học của Tiến sĩ Huỳnh Tường Nguyên và Phó Giáo sư Trần Văn Hoài, tập trung giải quyết triệt để bài toán tối ưu hóa lịch phát sóng cho kênh mua sắm truyền hình. Mục tiêu cụ thể của nghiên cứu là mô hình hóa toán học bài toán lập lịch, chứng minh độ phức tạp thuật toán và xây dựng quy trình khép kín kết hợp giữa dự báo chuỗi thời gian với giải thuật tiến hóa nhằm cực đại hóa tổng doanh thu phát sóng.

Phạm vi nghiên cứu sử dụng tập dữ liệu thực tế thu thập liên tục từ ngày 26/06/2015 đến ngày 09/09/2015 từ một doanh nghiệp kinh doanh truyền hình mua sắm. Ý nghĩa thực tiễn của công trình thể hiện qua việc nâng cao chất lượng nghiệm lập lịch đạt mức 94% so với cận trên lý thuyết, rút ngắn thời gian xử lý xuống dưới 20 mili giây đối với thuật toán heuristic và tạo nền tảng tự động hóa hoàn toàn quy trình điều độ phát sóng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng lý thuyết Quy hoạch tuyến tính số nguyên để biểu diễn không gian lời giải và các ràng buộc vận hành phát sóng. Mô hình toán học thiết lập hàm mục tiêu cực đại hóa tổng doanh thu dựa trên tích số giữa thời lượng phát sóng, tần suất xuất hiện và chỉ số hiệu quả kinh doanh của từng chương trình. Để giải quyết bài toán tối ưu tổ hợp quy mô lớn, tác giả ứng dụng lý thuyết Tối ưu hóa Metaheuristic với trọng tâm là Giải thuật Di truyền. Thuật toán này mô phỏng cơ chế chọn lọc tự nhiên, lai ghép và đột biến gen nhằm tìm kiếm lời giải tiệm cận tối ưu trên không gian nghiệm phức tạp.

Nghiên cứu vận dụng 4 khái niệm chuyên ngành cốt lõi:

  • Chỉ số hiệu quả chương trình: Tỷ số giữa tổng doanh thu đạt được với tích số của thời lượng phát sóng và số lần chiếu trong một chu kỳ.
  • Cận trên tối ưu: Giá trị doanh thu cực đại thu được khi nới lỏng các biến quyết định nguyên thành biến thực thông qua công cụ giải toán học.
  • Hệ số đa dạng hóa nội dung: Tham số kiểm soát tính công bằng giữa các nhóm sản phẩm, được thiết lập ở mức 0,7 để cân đối giữa việc tối ưu hóa doanh thu và duy trì độ phủ sóng của danh mục hàng hóa.
  • Phân hoạch nhóm sản phẩm A-B-C-D: Cơ chế phân loại dựa trên ngưỡng hiệu quả từ dưới 200.000 đồng/phút đến trên 500.000 đồng/phút.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được trích xuất từ hệ thống quản lý bán hàng của doanh nghiệp truyền hình mua sắm trong giai đoạn 76 ngày, ghi nhận chi tiết doanh số bán hàng, tồn kho và thời lượng phát sóng từ 5 giờ 30 phút đến hết ngày. Cỡ mẫu nghiên cứu bao gồm toàn bộ 6 chu kỳ bán hàng liên tiếp dùng để huấn luyện mô hình dự báo và các chu kỳ tiếp theo đóng vai trò tập kiểm thử độc lập. Phương pháp chọn mẫu theo toàn bộ chuỗi thời gian thực tế được lựa chọn nhằm bảo toàn tính liên tục của dữ liệu thị trường, tránh hiện tượng mất mát thông tin xu hướng ngắn hạn.

Phương pháp phân tích dữ liệu áp dụng kỹ thuật kiểm tra chéo cho chuỗi thời gian nhằm so sánh 3 mô hình dự báo: Holt-Winters, Trung bình động và Bước ngẫu nhiên thông qua các chỉ số đo lường sai số gồm căn bậc hai trung bình bình phương độ lỗi, trung bình sai số tuyệt đối và trung bình phần trăm sai số tuyệt đối dao động từ 0,15 đến 0,53. Mô hình Bước ngẫu nhiên được lựa chọn làm giải pháp dự báo đầu vào vì đặc tính thích ứng vượt trội với các biến động doanh thu đột ngột. Về mặt tối ưu hóa, tác giả thực hiện quy dẫn bài toán lập lịch về bài toán Phân hoạch để chứng minh bài toán thuộc lớp NP-complete, tạo căn cứ khoa học vững chắc cho việc lựa chọn giải thuật di truyền với quy mô quần thể 500 cá thể nhằm giải bài toán trong thời gian thực.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối sánh trên tập dữ liệu kiểm thử từ ngày 26/06/2015 đến ngày 09/09/2015 đã mang lại 4 phát hiện quan trọng:

Mô hình dự báo Bước ngẫu nhiên thể hiện độ chính xác cao nhất trên đa số mẫu thử nghiệm chuỗi thời gian ngắn hạn, với sai số phần trăm tuyệt đối trung bình duy trì ở mức thấp từ 0,15 đến 0,38, vượt trội hơn mô hình Holt-Winters khoảng 14,5% về khả năng phản ứng với sự thay đổi thị hiếu khách hàng.

Giải thuật Heuristic ưu tiên chỉ số hiệu quả kinh doanh đạt chất lượng nghiệm thực tế trên 80% so với cận trên tối ưu toán học. Cụ thể tại tập kiểm thử số 1, giải thuật đạt mức doanh thu 486.957.268 đồng, tương đương 91,2% so với cận trên lý thuyết là 533.897.963 đồng.

Giải thuật Di truyền cải tiến chất lượng lập lịch lên đến 94% so với cận trên, tạo ra mức tăng trưởng doanh thu trung bình từ 5,2% đến 7,8% so với phương pháp heuristic đơn lẻ khi thiết lập tỷ lệ lai ghép 40% và tỷ lệ đột biến trong khoảng 0,5% đến 2%.

Thời gian thực thi của giải thuật Heuristic đạt dưới 20 mili giây, trong khi Giải thuật Di truyền hoàn thành quá trình hội tụ trong khoảng 2,5 đến 4,8 giây trên cấu hình phần cứng tiêu chuẩn gồm vi xử lý Intel Core i7-4790 tốc độ 3.60GHz và 8GB bộ nhớ RAM.

Thảo luận kết quả

Hiệu năng vượt trội của giải thuật di truyền bắt nguồn từ cơ chế mã hóa nhiễm sắc thể dạng chuỗi số lần phát sóng, kết hợp toán tử chọn lọc bánh xe roulette có trọng số doanh thu. Việc tích hợp giải thuật heuristic vào bước đánh giá hàm thích nghi giúp quần thể cá thể nhanh chóng loại bỏ các phương án không khả thi và tập trung tìm kiếm trong miền nghiệm có triển vọng cao.

Dữ liệu thực nghiệm được tổng hợp và biểu diễn chi tiết qua biểu đồ đường xu hướng so sánh giữa 6 chu kỳ dự báo với số liệu bán hàng thực tế, đi kèm bảng phân tích độ nhạy của 4 cấu hình kích thước quần thể từ 100 đến 1.000 cá thể. Kết quả cho thấy khi quy mô quần thể vượt quá 500 cá thể, thời gian tính toán tăng thêm 65% nhưng chất lượng nghiệm chỉ cải thiện dưới 0,4%.

So với các nghiên cứu lập lịch phát sóng truyền thống của Alaei và cộng sự năm 2011 dựa trên đấu giá tổ hợp hoặc nghiên cứu của Ru Bai và Jinxing Xie năm 2013 dựa trên hệ số người xem, công trình này giải quyết trọn vẹn đặc thù của kênh mua sắm truyền hình với các chương trình dài đến 60 phút, ràng buộc khoảng cách giữa hai lần chiếu liên tiếp và sự phụ thuộc trực tiếp vào dòng doanh thu bán lẻ thực tế.

Đề xuất và khuyến nghị

Tích hợp quy trình dự báo 3 bước khép kín gồm Dự báo chỉ số hiệu quả, Lập lịch tối ưu và Hiệu chỉnh tham số vào hệ thống quản trị nguồn lực doanh nghiệp, hướng tới mục tiêu giảm sai số dự báo doanh thu xuống dưới 12% trong vòng 6 tháng do Phòng Phân tích Dữ liệu chủ trì thực hiện.

Triển khai ứng dụng Giải thuật Di truyền với bộ tham số chuẩn hóa gồm kích thước quần thể 500 cá thể, xác suất lai ghép 40% và xác suất đột biến 1% vào phần mềm xếp lịch tự động, phấn đấu nâng tổng doanh thu bán hàng của kênh tăng từ 5% đến 8% trong chu kỳ phát sóng 90 ngày tới do Bộ phận Công nghệ Thông tin phụ trách.

Thiết lập và kiểm soát nghiêm ngặt hệ số đa dạng hóa nội dung ở ngưỡng 0,7 nhằm đảm bảo các sản phẩm thuộc nhóm hiệu quả trung bình vẫn được phân bổ tối thiểu 1 lần chiếu mỗi ngày, ngăn ngừa nguy cơ cạn kiệt hàng tồn kho nhóm A và tồn đọng vốn ở nhóm D trong thời hạn 30 ngày dưới sự điều phối của Ban Quản lý Chuỗi cung ứng.

Xây dựng module tính toán cận trên tự động bằng công cụ giải quy hoạch nguyên trong thời gian dưới 20 mili giây nhằm phục vụ công tác kiểm toán hiệu năng lịch phát sóng định kỳ hàng tuần, do Hội đồng Quản trị và Giám đốc Vận hành trực tiếp giám sát và đánh giá.

Đối tượng nên tham khảo luận văn

Ban Lãnh đạo và Giám đốc Điều hành các kênh truyền hình thương mại: Cung cấp khung phương pháp luận khoa học để chuyển đổi từ quy trình điều hành theo kinh nghiệm cảm tính sang mô hình quản trị tối ưu hóa dữ liệu, giúp gia tăng biên lợi nhuận hoạt động từ 5% đến 10% trên mỗi chu kỳ phát sóng 24 giờ.

Kỹ sư phần mềm và Chuyên viên phát triển hệ thống lập lịch: Tiếp cận mô hình toán học chi tiết, cấu trúc giải thuật heuristic và thuật toán di truyền hoàn chỉnh để lập trình tích hợp vào các phần mềm tự động hóa phát sóng với thời gian phản hồi dưới 1 giây.

Chuyên viên phân tích dữ liệu và Nghiên cứu viên chuỗi thời gian: Tham khảo quy trình kiểm tra chéo dữ liệu thời gian thực tế, các chỉ số đánh giá độ lỗi RMSE, MAE, MAPE và phương pháp ứng dụng mô hình bước ngẫu nhiên trên tập dữ liệu bán lẻ có độ nhiễu cao.

Giảng viên, Học viên cao học và Sinh viên ngành Khoa học Máy tính: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp chứng minh bài toán thuộc lớp NP-complete thông qua quy dẫn từ bài toán phân hoạch, cùng các kỹ thuật thiết kế toán tử tiến hóa cho bài toán tối ưu tổ hợp.

Câu hỏi thường gặp

Tại sao bài toán lập lịch phát sóng kênh mua sắm lại được chứng minh thuộc lớp NP-complete? Bài toán được chứng minh thuộc lớp NP-complete thông qua kỹ thuật quy dẫn đa thức từ bài toán phân hoạch danh mục số nguyên. Không gian tìm kiếm số lượng phân bổ của hàng chục chương trình vào nhiều khung giờ phát sóng tăng theo hàm mũ, khiến việc tìm nghiệm tối ưu toàn cục bằng phương pháp duyệt toàn bộ đòi hỏi thời gian tính toán vượt quá giới hạn thực tế.

Vì sao mô hình Bước ngẫu nhiên lại vượt trội hơn mô hình Holt-Winters trong nghiên cứu này? Mô hình Bước ngẫu nhiên cho sai số phần trăm tuyệt đối trung bình thấp hơn mô hình Holt-Winters khoảng 14,5% vì chuỗi dữ liệu thực nghiệm có kích thước ngắn gồm 6 chu kỳ và chịu ảnh hưởng mạnh bởi tâm lý tiêu dùng bất định. Mô hình Bước ngẫu nhiên phản ánh nhạy bén các biến động tức thời mà không bị ràng buộc bởi giả định chu kỳ mùa vụ dài hạn.

Hệ số đa dạng hóa nội dung 0,7 đóng vai trò gì trong mô hình toán học? Hệ số 0,7 đóng vai trò cân bằng giữa mục tiêu tối đa hóa lợi nhuận tức thời và sự phát triển bền vững của danh mục sản phẩm. Tham số này cho phép các chương trình nhóm A có hiệu quả trên 500.000 đồng/phút được ưu tiên lặp lại nhiều lần, nhưng vẫn dành tối thiểu 20% đến 30% thời lượng cho các nhóm sản phẩm khác nhằm tránh quá tải kho vận.

Giải thuật Heuristic và Giải thuật Di truyền phối hợp với nhau như thế nào trong giải pháp đề xuất? Giải thuật Heuristic đóng vai trò làm bộ giải phụ trợ bên trong hàm thích nghi của Giải thuật Di truyền. Mỗi nhiễm sắc thể biểu diễn một bộ số lần phát sóng của các chương trình, sau đó giải thuật heuristic sẽ lập tức gán các chương trình này vào khung giờ khả dụng với tốc độ dưới 20 mili giây, giúp thuật toán di truyền đánh giá chính xác độ thích nghi của từng cá thể.

Giải pháp trong luận văn có thể triển khai vận hành theo thời gian thực được không? Hoàn toàn khả thi vì thời gian chạy của giải thuật Heuristic chỉ mất dưới 20 mili giây và Giải thuật Di truyền chỉ mất từ 2,5 đến 4,8 giây trên máy tính cá nhân Intel Core i7. Tốc độ xử lý này đáp ứng hoàn hảo yêu cầu tái lập lịch phát sóng tức thì khi phát sinh tình huống thay đổi danh mục hàng hóa hoặc hết hàng đột xuất trong ngày.

Kết luận

Luận văn thạc sĩ của tác giả Nguyễn Quốc Thịnh đã giải quyết thành công bài toán lập lịch phát sóng cho kênh mua sắm truyền hình thông qua 5 đóng góp học thuật và thực tiễn nổi bật:

  • Mô hình hóa toán học toàn diện bài toán lập lịch phát sóng với đầy đủ 6 nhóm ràng buộc vận hành thực tế và hàm mục tiêu tối đa hóa doanh thu.
  • Chứng minh chặt chẽ bài toán thuộc lớp NP-complete bằng phương pháp quy dẫn từ bài toán phân hoạch cổ điển.
  • Đề xuất quy trình vận hành khép kín 3 giai đoạn kết hợp linh hoạt giữa dự báo chuỗi thời gian và tối ưu hóa điều độ phát sóng.
  • Phát triển giải thuật Heuristic đạt tốc độ xử lý siêu nhanh dưới 20 mili giây với chất lượng nghiệm đạt trên 80% so với cận trên tối ưu.
  • Thiết kế Giải thuật Di truyền nâng cao chất lượng lời giải lên đến 94% cận trên lý thuyết, cải thiện doanh thu trung bình 5,2% đến 7,8% cho doanh nghiệp.

Công trình tạo ra bước đột phá quan trọng trong việc ứng dụng toán tối ưu và khoa học máy tính vào ngành công nghiệp truyền thông bán lẻ. Trong lộ trình từ 3 đến 6 tháng tiếp theo, các doanh nghiệp và nhóm nghiên cứu có thể tiếp tục mở rộng mô hình sang bài toán lập lịch đa kênh phát sóng song song hoặc tích hợp học máy sâu nhằm nâng cao độ chính xác dự báo hành vi khách hàng. Các tổ chức truyền thông và doanh nghiệp thương mại có nhu cầu tối ưu hóa tài nguyên phát sóng hãy tham khảo và áp dụng giải pháp này để nâng cao năng lực cạnh tranh trong kỷ nguyên số.