Khóa Luận Tốt Nghiệp: Nghiên Cứu Và Xây Dựng Hệ Thống Khuyến Nghị Sản Phẩm Nhập Kho

• Tác giả: Nguyễn Tiến Dũng
• Người hướng dẫn: ThS. Nguyễn Tấn Toàn
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ sư ngành kỹ thuật phần mềm
• Đề tài: Nghiên cứu và xây dựng hệ thống khuyến nghị sản phẩm nhập kho
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI
• 1.1. Lý do lựa chọn đề tài
• 1.2. Mục tiêu và phạm vi
• 1.3. Nội dung thực hiện
• 2. CHƯƠNG 2: XÁC ĐỊNH BÀI TOÁN KHUYẾN NGHỊ NHẬP KHO
• 2.1. Tìm hiểu các bài toán tương tự
• 2.2. Các hệ thống quản lý bán hàng phổ biến hiện nay
• 2.3. Hệ thống khuyến nghị nhập kho sản phẩm
• 2.3.1. Xác định bài toán
• 2.3.2. Yêu cầu chức năng
• 2.3.3. Yêu cầu phi chức năng
• 2.3.4. Danh sách các actor và use-case
• 2.3.5. Đặc tả các use-case
• 2.4. Tìm hiểu và nghiên cứu các công nghệ liên quan
• 2.4.1. Tổng quan về hệ thống khuyến nghị
• 2.4.2. Các phương pháp tiếp cận cơ bản
• 2.4.2.1. Hệ thống khuyến nghị dựa vào lọc cộng tác
• 2.4.2.2. Hệ thống khuyến nghị dựa trên nội dung
• 2.4.3. Mô hình dự báo chuỗi thời gian
• 2.4.3.1. Mô hình dự báo chuỗi thời gian (Time Series Forecasting)
• 2.4.3.2. Nền tảng dự báo Prophet
• 3. CHƯƠNG 3: MẠNG NƠ- RON VÀ THUẬT TOÁN KHAI PHÁ DỮ LIỆU
• 3.1. Ưu điểm của Prophet
• 3.2. Mô hình hoạt động của Prophet
• 3.3. Mạng nơ-ron hồi quy LSTM
• 3.3.1. Mạng nơ-ron nhân tạo (Artificial Neural Network)
• 3.3.2. Deep Neural Network & Deep Learning
• 3.3.3. Mạng nơ-ron hồi quy (Recurrent Neural Network)
• 3.3.4. Bộ nhớ dài hạn-ngắn hạn LSTM (Long short-term memory)
• 3.3.5. Vấn đề phụ thuộc xa
• 3.3.6. Các cổng trong LSTM
• 3.4. Thuật toán Apriori khai phá luật kết hợp
• 3.4.1. Luật kết hợp trong khai phá dữ liệu
• 3.4.2. Thuật toán ADTIOFI
• 3.5. Flask micro web framework
• 3.5.1. Sử dụng JWT trong việc xác thực API
• 4. CHƯƠNG 4: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG
• 4.1. Thiết kế dữ liệu
• 4.1.1. Mô tả chi tiết về các bảng trong cơ sở dữ liệu
• 4.1.2. Bảng Product Category
• 4.1.3. Bảng Product Price History
• 4.1.4. Bảng Other Fees
• 4.1.5. Bảng Transaction List
• 4.1.6. Bảng Recommended List
• 4.1.7. Bảng Inware List
• 4.2. Thiết kế kiến trúc
• 4.2.1. Sơ đồ kiến trúc tổng thể
• 4.2.2. Xây dựng thuật toán xử lý
• 4.2.3. Mô tả bài toán
• 4.2.4. Các bước thực hiện
• 4.3. Thiết kế giao diện
• 4.3.1. Sơ đồ liên kết giao diện
• 4.3.2. Danh sách các trang giao diện
• 4.3.3. Chi tiết các giao diện
• 4.3.3.1. Giao diện Đăng nhập
• 4.3.3.2. Giao diện Khuyến nghị sản phẩm nhập kho tự động
• 4.3.3.3. Giao diện Khuyến nghị sản phẩm nhập kho thủ công
• 4.3.3.4. Giao diện Quản lý sản phẩm
• 4.3.3.5. Giao diện Quản lý đơn vị tính
• 4.3.3.6. Giao diện Quản lý nhóm sản phẩm
• 4.3.3.7. Giao diện Quản lý nhà cung cấp
• 4.3.3.8. Giao diện Quản lý nhà sản xuất
• 4.3.3.9. Giao diện Quản lý hóa đơn nhập hàng
• 4.3.3.10. Giao diện Quản lý tình trạng tồn kho
• 4.3.3.11. Giao diện Quản lý người dùng
• 4.3.3.12. Giao diện Cài đặt chung
• 4.3.3.13. Giao diện Cập nhật thông tin tài khoản
• 4.3.3.14. Giao diện Thay đổi mật khẩu tài khoản
• 4.3.3.15. Giao diện Thông tin về hệ thống
• 5. CHƯƠNG 5: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 5.1. Dữ liệu thực nghiệm
• 5.2. Các bước tiến hành thực nghiệm
• 5.3. Các độ đo được sử dụng
• 5.3.1. Precision, Recall, F1 Score
• 5.3.2. Sai số dự báo (Forecasting Error)
• 5.3.3. Mean Squared Error (MSE)
• 5.3.4. Mean Absolute Error (MAE)
• 5.3.5. Root Mean Square Error (RMSE)
• 5.4. Tiến hành thực nghiệm
• 5.5. Tiền xử lý dữ liệu
• 5.6. Đo đạc kết quả
• 5.7. So sánh giá trị các kết quả thu được
• 5.8. So sánh các giá trị trung bình giữa 2 mô hình
• 5.9. Đánh giá kết quả thực nghiệm
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Hệ thống khuyến nghị sản phẩm nhập kho

Hệ thống khuyến nghị sản phẩm nhập kho là một giải pháp công nghệ nhằm tối ưu hóa quy trình quản lý kho hàng. Hệ thống này sử dụng các thuật toán phân tích dữ liệu để dự báo nhu cầu nhập kho, giúp doanh nghiệp tiết kiệm chi phí và nâng cao hiệu quả kinh doanh. Kỹ thuật phần mềm đóng vai trò quan trọng trong việc xây dựng và triển khai hệ thống này, đảm bảo tính chính xác và hiệu suất cao.

1.1. Xây dựng hệ thống

Xây dựng hệ thống bao gồm việc thiết kế các module chức năng như quản lý dữ liệu kho hàng và khuyến nghị nhập kho. Hệ thống được phát triển trên nền tảng web với sự kết hợp của Flask và ReactJS, đảm bảo tính linh hoạt và dễ bảo trì. Các công nghệ như Python, MySQL được sử dụng để xử lý dữ liệu và quản lý cơ sở dữ liệu.

1.2. Nghiên cứu hệ thống

Nghiên cứu hệ thống tập trung vào việc phân tích các bài toán tương tự và đánh giá hiệu quả của các thuật toán khuyến nghị. Các phương pháp như LSTM, Prophet, và Apriori được áp dụng để dự báo nhu cầu nhập kho. Kết quả nghiên cứu cho thấy hệ thống có khả năng cải thiện đáng kể hiệu quả quản lý kho hàng.

II. Tối ưu hóa nhập kho

Tối ưu hóa nhập kho là mục tiêu chính của hệ thống khuyến nghị sản phẩm. Bằng cách phân tích dữ liệu lịch sử nhập kho và dự báo nhu cầu, hệ thống giúp doanh nghiệp lên kế hoạch nhập kho hợp lý, giảm thiểu hàng tồn kho và tăng doanh thu. Phần mềm khuyến nghị đóng vai trò quan trọng trong việc tự động hóa quy trình này.

2.1. Phân tích dữ liệu nhập kho

Phân tích dữ liệu nhập kho là bước quan trọng để xác định các yếu tố ảnh hưởng đến nhu cầu nhập kho. Hệ thống sử dụng các thuật toán khai phá dữ liệu để tìm ra mối quan hệ giữa các sản phẩm và dự báo nhu cầu trong tương lai. Kết quả phân tích được sử dụng để đưa ra các khuyến nghị nhập kho chính xác.

2.2. Tự động hóa nhập kho

Tự động hóa nhập kho là một trong những ưu điểm nổi bật của hệ thống. Bằng cách tích hợp các thuật toán dự báo và khuyến nghị, hệ thống tự động đề xuất danh sách sản phẩm cần nhập kho, giúp doanh nghiệp tiết kiệm thời gian và công sức. Quy trình này được thực hiện thông qua các API và giao diện người dùng thân thiện.

III. Hệ thống quản lý kho thông minh

Hệ thống quản lý kho thông minh là sự kết hợp giữa công nghệ khuyến nghị và quản lý kho hàng truyền thống. Hệ thống này không chỉ giúp doanh nghiệp quản lý hàng hóa hiệu quả mà còn đưa ra các dự báo và khuyến nghị nhập kho dựa trên dữ liệu thực tế. Hệ thống tích hợp các công nghệ hiện đại như AI và Machine Learning để nâng cao độ chính xác và hiệu suất.

3.1. Quản lý sản phẩm

Quản lý sản phẩm là một trong những chức năng cốt lõi của hệ thống. Hệ thống cho phép người dùng quản lý thông tin sản phẩm, theo dõi tình trạng tồn kho và cập nhật dữ liệu liên tục. Điều này giúp doanh nghiệp nắm bắt được tình hình kinh doanh và đưa ra quyết định nhập kho kịp thời.

3.2. Hệ thống thông minh

Hệ thống thông minh sử dụng các thuật toán AI để phân tích dữ liệu và đưa ra các khuyến nghị nhập kho chính xác. Hệ thống có khả năng học hỏi từ dữ liệu lịch sử và cải thiện độ chính xác theo thời gian. Điều này giúp doanh nghiệp tối ưu hóa quy trình nhập kho và nâng cao hiệu quả kinh doanh.