Giới thiệu dự án

Trong kỷ nguyên số hóa và thương mại điện tử (TMĐT) bùng nổ, trải nghiệm người dùng đóng vai trò quyết định đến tỷ lệ chuyển đổi (Conversion Rate) và doanh thu của doanh nghiệp. Theo các báo cáo thống kê ngành bán lẻ trực tuyến, hơn 35% doanh thu của các nền tảng lớn như Amazon đến từ các hệ thống tư vấn đề xuất sản phẩm (Recommender Systems - RS). Đồng thời, xu hướng tìm kiếm trực quan (Visual Search) đang tăng trưởng với tốc độ hơn 20% mỗi năm do sự tiện lợi vượt trội so với tìm kiếm văn bản truyền thống.

Tuy nhiên, các hệ thống TMĐT truyền thống đang đối mặt với những bài toán hóc búa:

  • Hạn chế của tìm kiếm từ khóa: Người dùng thường gặp khó khăn khi mô tả các sản phẩm thời trang, đồ gia dụng, thiết bị điện tử bằng từ khóa chính xác do bất đồng ngữ nghĩa (Semantic Gap) hoặc thiếu từ vựng chuyên môn. Các phương pháp xử lý ảnh cổ điển (trích xuất màu sắc, kết cấu, cạnh) không thể khái quát hóa được sự đa dạng về góc nhìn (Viewpoint), độ chiếu sáng, sự che khuất và nhiễu nền.
  • Hạn chế của phương pháp tư vấn thủ công: Việc phân loại và gợi ý sản phẩm không có tính cá nhân hóa cao, không phản ánh kịp thời sở thích và hành vi tiêu dùng biến đổi liên tục của từng khách hàng.

Đồ án tốt nghiệp đại học với đề tài "Tích hợp tìm kiếm ảnh và tư vấn sản phẩm vào website thương mại điện tử" do sinh viên Lê Thế Hiếu (Khoa Công nghệ Thông tin 1, Học viện Công nghệ Bưu chính Viễn thông) thực hiện dưới sự hướng dẫn của PGS.TS Trần Đình Quế, tập trung giải quyết triệt để hai bài toán cốt lõi trên thông qua việc ứng dụng Trí tuệ nhân tạo (AI), Học máy (Machine Learning) và Học sâu (Deep Learning).

+-----------------------------------------------------------------------------------+
|                        HỆ THỐNG THƯƠNG MẠI ĐIỆN TỬ THÔNG MINH                     |
+-----------------------------------------+-----------------------------------------+
|      PHÂN HỆ TÌM KIẾM TRỰC QUAN         |       PHÂN HỆ TƯ VẤN SẢN PHẨM           |
|  - Mạng nơ-ron tích chập (CNN) VGG16    |  - Kỹ thuật lọc cộng tác (User-User CF) |
|  - Kỹ thuật Fine-Tuning chuyển giao     |  - Thuật toán K-Nearest Neighbors (KNN) |
|  - Phân loại đa danh mục thời gian thực |  - Dự đoán điểm xếp hạng (Rating Matrix)|
+-----------------------------------------+-----------------------------------------+

Mục tiêu dự án

  1. Nghiên cứu và triển khai mô hình Học sâu: Ứng dụng mạng nơ-ron tích chập (Convolutional Neural Network - CNN) với kiến trúc VGG16 kết hợp kỹ thuật tinh chỉnh (Fine-Tuning) để phân loại và truy xuất sản phẩm từ hình ảnh đầu vào.
  2. Xây dựng thuật toán tư vấn cá nhân hóa: Ứng dụng kỹ thuật lọc cộng tác dựa trên người dùng (User-User Collaborative Filtering - User-User CF) kết hợp giải thuật $K$ láng giềng gần nhất (KNN) để dự đoán mức độ quan tâm của khách hàng.
  3. Thực nghiệm và đánh giá định lượng: Đo lường hiệu năng mô hình trên các tập dữ liệu chuẩn (MovieLens 100k, Asirra) và tập dữ liệu thu thập thực tế từ các sàn TMĐT.
  4. Phát triển website TMĐT hoàn chỉnh: Đóng gói và tích hợp hai module AI vào nền tảng web bán hàng trực tuyến với trải nghiệm mượt mà, độ trễ thấp.

Phạm vi và giới hạn của đề tài

  • Dữ liệu hình ảnh: Phân loại 10 danh mục sản phẩm chủ đạo (Closet, ElectricFan, Laptop, Motobike, Phone, Photo, Shoes, Sport, Tivi, Watch) với tập dữ liệu thực nghiệm gồm 3.200 ảnh thu thập từ Tiki, Shopee.
  • Dữ liệu tư vấn: Khảo sát và tối ưu hóa ma trận tương tác người dùng - sản phẩm trên bộ dữ liệu MovieLens 100k (100.000 đánh giá) và tập đánh giá trực tiếp trên hệ thống (349 đánh giá, độ thưa 10,51%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp tiếp cận Ưu điểm Nhược điểm Đánh giá tính khả thi trong TMĐT
Tìm kiếm bằng từ khóa truyền thống Cài đặt đơn giản, tốc độ truy vấn cơ sở dữ liệu nhanh (B-Tree, Inverted Index). Thất bại khi người dùng không biết tên sản phẩm; không xử lý được thuộc tính thị giác trực quan. Bắt buộc phải có nhưng chưa đủ để nâng cao trải nghiệm người dùng.
Xử lý ảnh truyền thống (SIFT, SURF, Color Histogram) Không đòi hỏi tập dữ liệu huấn luyện lớn; chi phí tính toán phần cứng thấp. Độ chính xác thấp khi vật thể bị biến dạng, xoay góc, đổi ánh sáng hoặc nền phức tạp. Kém hiệu quả đối với kho lưu trữ ảnh TMĐT hàng triệu sản phẩm đa dạng.
Học sâu (Deep Learning VGG16 + Fine-Tuning) Tự động trích xuất đặc trưng đa tầng; độ chính xác vượt trội; bất biến với tịnh tiến, co giãn. Đòi hỏi tài nguyên tính toán cao; nguy cơ overfitting nếu tập dữ liệu nhỏ (đã giải quyết bằng Transfer Learning). Giải pháp tối ưu nhất cho bài toán tìm kiếm hình ảnh hiện đại.
Lọc cộng tác (Collaborative Filtering - CF) Không phụ thuộc vào việc gán nhãn thuộc tính sản phẩm; gợi ý được những sản phẩm mới lạ bất ngờ (Serendipity). Gặp bài toán khởi đầu lạnh (Cold-start) và độ thưa thớt ma trận (Matrix Sparsity). Giải pháp cốt lõi, hiệu quả cao khi có dữ liệu tương tác người dùng.

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc có): Chức năng tải ảnh để tìm kiếm danh mục sản phẩm tương ứng; Chức năng gợi ý danh sách sản phẩm cá nhân hóa dựa trên hành vi đánh giá của người dùng tương tự; Các tính năng TMĐT chuẩn (xem hàng, giỏ hàng, đặt hàng, quản lý đơn hàng, bình luận/đánh giá).
  • Should Have (Nên có): Cơ chế tiền xử lý ảnh tự động (chuẩn hóa kích thước $224 \times 224 \times 3$, loại bỏ nhiễu); Ma trận tính toán tương quan thời gian thực cho tập láng giềng $K$.
  • Could Have (Có thể có): Gợi ý lai (Hybrid Recommendation) kết hợp cả thuộc tính sản phẩm (Content-based) và lọc cộng tác.
  • Won't Have (Chưa thực hiện): Tách nhiều vật thể cùng lúc trong một bức ảnh phức tạp (Multi-object Detection).

Thiết kế hệ thống

Kiến trúc hệ thống được xây dựng theo mô hình 3 lớp (3-Tier Architecture) phân tách rõ ràng giữa giao diện, logic nghiệp vụ AI và tầng dữ liệu:

[ CLIENT TIER ]
[ APPLICATION TIER - BACKEND & AI ENGINE ]
[ DATA TIER ]

Technology Stack và phiên bản sử dụng

  • Ngôn ngữ lập trình: Python 3.8+ (AI Core Engine), PHP/JavaScript (Web Platform Logic).
  • Thư viện AI & Xử lý dữ liệu: TensorFlow 2.4.x, Keras, NumPy 1.19.5, OpenCV 4.5.x, Scikit-learn.
  • Hệ quản trị cơ sở dữ liệu: MySQL Server 8.0.
  • Môi trường phát triển: Visual Studio Code, Jupyter Notebook, máy trạm phần cứng Intel Core i5-9300H CPU @ 2.40GHz, 8GB RAM.

Thiết kế cơ sở dữ liệu cốt lõi

Hệ thống sử dụng lược đồ quan hệ thực thể (ERD) chặt chẽ, trong đó bảng tương tác đánh giá đóng vai trò làm đầu vào cho thuật toán lọc cộng tác:

  • tbl_user (idUser, username, password, fullname, email, address, role)
  • tbl_product (idProduct, productName, idCategory, price, description, image, quantity)
  • tbl_category (idCategory, categoryName, description)
  • tbl_comment (id, comment, dateComment, idProduct, idUser, rate): Lưu trữ phản hồi và điểm đánh giá từ 1 đến 5 sao.
  • tbl_order & tbl_order_detail: Lưu trữ lịch sử giao dịch.

Methodology

Dự án áp dụng quy trình phát triển linh hoạt (Agile-based Development) kết hợp nghiên cứu khoa học thực nghiệm:

  • Giai đoạn 1 (Tuần 1 - 4): Khảo sát lý thuyết hệ tư vấn, mạng nơ-ron CNN, kiến trúc VGG16 và cơ chế học chuyển giao.
  • Giai đoạn 2 (Tuần 5 - 8): Thu thập dữ liệu hình ảnh TMĐT (3.200 ảnh), tiền xử lý và gán nhãn; Xây dựng ma trận tương tác từ MovieLens và hệ thống thử nghiệm.
  • Giai đoạn 3 (Tuần 9 - 13): Huấn luyện mô hình VGG16 Fine-Tuning; Lập trình thuật toán User-User CF với các độ đo Euclidean, Cosine, Pearson; Tối ưu hóa siêu tham số $K$.
  • Giai đoạn 4 (Tuần 14 - 16): Tích hợp hai phân hệ vào website TMĐT, kiểm thử end-to-end và đánh giá sai số.

Implementation và kết quả

Development process

1. Thuật toán Lọc cộng tác dựa trên người dùng (User-User CF)

Quy trình tính toán điểm dự đoán $\hat{r}_{xy}$ của người dùng $x$ đối với sản phẩm $y$ được thực hiện qua 4 bước:

  • Bước 1 - Chuẩn hóa ma trận: Tính đánh giá trung bình $\bar{r}u$ của từng người dùng và trừ điểm đánh giá cho giá trị trung bình này: $$\bar{r}u = \frac{1}{|I_u|} \sum{i \in I_u} r{ui}, \quad r_{ui}^{norm} = r_{ui} - \bar{r}_u$$ (Các ô chưa đánh giá được gán giá trị 0).

  • Bước 2 - Tính ma trận tương quan: Sử dụng hệ số tương quan Pearson ($S_{pearson}$) giữa hai người dùng $u$ và $v$: $$S_{pearson}(u, v) = \frac{\sum_{i \in P_u \cap P_v} (r_{ui} - \bar{r}u)(r{vi} - \bar{r}v)}{\sqrt{\sum{i \in P_u \cap P_v} (r_{ui} - \bar{r}u)^2} \sqrt{\sum{i \in P_u \cap P_v} (r_{vi} - \bar{r}_v)^2}}$$

  • Bước 3 - Dự đoán điểm đánh giá: Sử dụng giải thuật KNN chọn ra tập $P_y(x)$ gồm $K$ người dùng có độ tương tự cao nhất đã đánh giá sản phẩm $y$: $$\hat{r}{xy} = \bar{r}x + \frac{\sum{v \in P_y(x)} Sim(x, v) \cdot (r{vy} - \bar{r}v)}{\sum{v \in P_y(x)} |Sim(x, v)|}$$

  • Bước 4 - Sinh danh sách gợi ý: Xếp hạng các sản phẩm chưa tương tác có $\hat{r}_{xy}$ cao nhất để hiển thị ra giao diện.

import numpy as np

def calculate_user_similarity_pearson(rating_matrix):
    # rating_matrix: shape (n_users, n_items)
    mean_user_rating = np.nanmean(rating_matrix, axis=1, keepdims=True)
    normalized_matrix = np.where(np.isnan(rating_matrix), 0, rating_matrix - mean_user_rating)
    
    # Tính tích vô hướng giữa các vector chuẩn hóa
    numerator = np.dot(normalized_matrix, normalized_matrix.T)
    norms = np.linalg.norm(normalized_matrix, axis=1, keepdims=True)
    denominator = np.dot(norms, norms.T) + 1e-9
    
    similarity_matrix = numerator / denominator
    return normalized_matrix, similarity_matrix, mean_user_rating

def predict_rating_user_user(user_idx, item_idx, norm_matrix, sim_matrix, user_means, k=1):
    similarities = sim_matrix[user_idx]
    # Lọc những user đã rate item_idx
    rated_users = np.where(norm_matrix[:, item_idx] != 0)[0]
    rated_users = rated_users[rated_users != user_idx]
    
    if len(rated_users) == 0:
        return user_means[user_idx][0]
        
    sim_scores = similarities[rated_users]
    top_k_indices = rated_users[np.argsort(sim_scores)[-k:]]
    top_k_sims = similarities[top_k_indices]
    
    if np.sum(np.abs(top_k_sims)) == 0:
        return user_means[user_idx][0]
        
    prediction = user_means[user_idx][0] + (
        np.sum(top_k_sims * norm_matrix[top_k_indices, item_idx]) / np.sum(np.abs(top_k_sims))
    )
    return float(prediction)

2. Tinh chỉnh mạng VGG16 (Fine-Tuning Architecture)

Mạng VGG16 gốc được huấn luyện trên tập dữ liệu ImageNet (1,2 triệu ảnh, 1.000 lớp). Để phục vụ bài toán phân loại sản phẩm TMĐT, mô hình được tinh chỉnh như sau:

  • Giữ cố định (Freeze) trọng số của 13 tầng tích chập (Convolutional Layers) và 4 tầng lấy mẫu cực đại (MaxPooling).
  • Kích thước ảnh đầu vào: $224 \times 224 \times 3$, áp dụng hàm kích hoạt phi tuyến ReLU: $f(x) = \max(0, x)$.
  • Thay thế các tầng kết nối đầy đủ (Fully-Connected Layers) cuối cùng bằng kiến trúc mới gồm: Flatten -> Dense (512 nodes, ReLU) -> Dropout (0.5) -> Dense (10 nodes, Softmax) tương ứng với 10 nhãn danh mục sản phẩm.
from tensorflow.keras.applications import VGG16
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Flatten, Dropout
from tensorflow.keras.optimizers import Adam

def build_vgg16_finetune(num_classes=10):
    # Khởi tạo base model với weights pretrained từ ImageNet
    base_model = VGG16(weights='imagenet', include_top=False, input_shape=(224, 224, 3))
    
    # Freeze toàn bộ các convolution layers
    for layer in base_model.layers:
        layer.trainable = False
        
    # Thêm classifier head mới
    x = base_model.output
    x = Flatten(name='flatten')(x)
    x = Dense(512, activation='relu', name='fc1')(x)
    x = Dropout(0.5, name='dropout1')(x)
    predictions = Dense(num_classes, activation='softmax', name='predictions')(x)
    
    model = Model(inputs=base_model.input, outputs=predictions)
    model.compile(optimizer=Adam(learning_rate=1e-4),
                  loss='categorical_crossentropy',
                  metrics=['accuracy'])
    return model

Testing và validation

Hiệu năng của các thuật toán tư vấn được đánh giá định lượng thông qua hai chỉ số đo lường sai số chuẩn:

  • Sai số tuyệt đối trung bình (MAE - Mean Absolute Error): $$\text{MAE} = \frac{1}{n} \sum_{i=1}^n |r_{ui} - \hat{r}_{ui}|$$
  • Sai số bình phương trung bình (RMSE - Root Mean Square Error): $$\text{RMSE} = \sqrt{\frac{1}{n} \sum_{i=1}^n (r_{ui} - \hat{r}_{ui})^2}$$

1. So sánh các thuật toán lọc cộng tác trên tập MovieLens 100k

Tập dữ liệu gồm 943 người dùng, 1.682 bộ phim, 100.000 lượt đánh giá với độ thưa ma trận 93,7%.

Thuật toán RMSE (Train Set) RMSE (Test Set) MAE (Train Set) MAE (Test Set)
Item-Item Collaborative Filtering (I-I CF) 0.86 1.00 1.10 1.25
Matrix Factorization (MF / CF tối ưu Loss) 0.99 1.08 1.05 1.15
User-User Collaborative Filtering (U-U CF) 1.06 1.16 1.24 1.39

Nhận xét: Thuật toán Item-Item CF đạt RMSE thấp nhất do số lượng sản phẩm/phim có mẫu tương tác ổn định hơn sự biến thiên giữa các người dùng. Tuy nhiên, User-User CF mang lại khả năng nắm bắt sở thích theo nhóm khách hàng rất tốt và tính toán trực tiếp nhanh khi số lượng người dùng nhỏ.

2. Thử nghiệm trên tập dữ liệu đánh giá thực tế của hệ thống

Tập dữ liệu gồm 10 người dùng, 39 sản phẩm, 349 bản ghi đánh giá với độ thưa ma trận là 10,51%:

  • Do số lượng tương tác còn nhỏ, các thuật toán có sai số tổng thể cao hơn: $\text{RMSE}{\text{Item-base}} = 4.45$, $\text{RMSE}{\text{User-base}} = 5.02$.
  • Thử nghiệm tìm kiếm siêu tham số $K$ láng giềng gần nhất trên hệ thống cho thấy giá trị $K = 1$ mang lại sai số nhỏ nhất:
Tham số $K$ láng giềng $K = 1$ $K = 2$ $K = 3$ $K = 4$ $K = 5$
RMSE 0.577 2.550 3.130 3.450 3.650
MAE 0.333 2.100 2.650 2.920 3.110

Kết luận thực nghiệm: Với tập dữ liệu khởi tạo ít người dùng, việc chọn $K = 1$ loại bỏ hoàn toàn nhiễu từ các người dùng không tương đồng, tối ưu hóa độ chính xác gợi ý trên website đồ án.

3. Đánh giá phân loại ảnh với VGG16 Fine-Tuning

  • Tập Asirra Dogs vs Cats (25.000 ảnh): Mô hình đạt độ chính xác > 98% sau 10 epochs.
  • Tập dữ liệu 10 danh mục sản phẩm (3.200 ảnh):
    • Chia tập: Train (70% - 2.240 ảnh), Validation (20% - 640 ảnh), Test (10% - 320 ảnh).
    • Độ chính xác phân loại danh mục sản phẩm đạt mức ấn tượng: Top-1 Accuracy đạt 93.4%, ma trận nhầm lẫn (Confusion Matrix) cho thấy các nhóm như Laptop, Phone, ElectricFan, Watch đạt độ chính xác gần như tuyệt đối ($>95%$).

Kết quả đạt được

[ Giao diện Web TMĐT ]
  • Hoàn thiện 100% các ca sử dụng (Use Cases): Tìm kiếm sản phẩm bằng hình ảnh, Gợi ý sản phẩm tự động, Xem lịch sử mua hàng, Đặt hàng, Quản trị danh mục.
  • Tốc độ phản hồi API phân loại ảnh đạt dưới 320ms trên môi trường CPU tiêu chuẩn.

Đổi mới và đóng góp

  1. Ứng dụng thành công Transfer Learning vào TMĐT nội địa: Thay vì phải tốn hàng tháng và hàng ngàn USD để huấn luyện mạng nơ-ron từ đầu trên hàng triệu hình ảnh, đề tài chứng minh tính khả thi của việc tinh chỉnh VGG16 trên tập dữ liệu nhỏ (3.200 ảnh) mà vẫn đạt độ chính xác trên 93%.
  2. So sánh đa diện giữa các trường phái thuật toán: Cung cấp bức tranh thực nghiệm đối chiếu giữa Học máy truyền thống vs Học sâu trong nhận dạng ảnh, cũng như giữa User-User CF vs Item-Item CF vs Matrix Factorization trên cả hai bài toán dữ liệu lớn (MovieLens) và dữ liệu thực tế hệ thống.
  3. Mô hình tích hợp End-to-End khả thi: Không chỉ dừng lại ở mô hình lý thuyết trên Jupyter Notebook, đề tài đã phát triển giải pháp tích hợp hoàn chỉnh hai dịch vụ AI trực tiếp vào kiến trúc website TMĐT thực tế.

Ứng dụng thực tế và triển khai

Kịch bản người dùng (Real-World Use Cases)

  • Kịch bản 1 - Tìm kiếm từ ảnh thực tế: Khách hàng thấy một chiếc quạt điện hoặc máy tính xách tay ưng ý tại showroom, chụp ảnh và tải trực tiếp lên thanh tìm kiếm của website. Hệ thống lập tức nhận diện đặc trưng thị giác và hiển thị danh mục các sản phẩm cùng loại đang kinh doanh kèm giá bán.
  • Kịch bản 2 - Đề xuất cá nhân hóa: Khách hàng đăng nhập vào trang chủ, hệ thống tự động phân tích ma trận lịch sử đánh giá của khách hàng đó với các người dùng có gu thẩm mỹ/nhu cầu tương đồng nhất ($K=1$) để hiển thị danh mục "Gợi ý dành riêng cho bạn".

Hướng dẫn triển khai (Deployment Guide)

  1. Yêu cầu môi trường phần cứng & phần mềm:
    • Server: Ubuntu 20.04 LTS / Windows Server, tối thiểu 8GB RAM, hỗ trợ GPU (NVIDIA CUDA) là một lợi thế.
    • Runtime: Python 3.8, PHP 7.4/8.0, MySQL 8.0, Web server Nginx / Apache.
  2. Cài đặt các gói phụ thuộc: 
    pip install tensorflow==2.4.1 keras==2.4.3 numpy==1.19.5 opencv-python==4.5.1 scikit-learn
  3. Nạp trọng số pre-trained và khởi chạy dịch vụ:
    • Đặt file trọng số vgg16_product_weights.h5 vào thư mục models/.
    • Khởi chạy backend API và kết nối cổng giao tiếp với Frontend Web.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Vấn đề khởi đầu lạnh (Cold-Start): Thuật toán User-User CF gặp khó khăn khi người dùng mới đăng ký chưa có bất kỳ lịch sử đánh giá nào.
  • Nhận dạng vật thể đơn lẻ: Mô hình hiện tại phân loại toàn bộ khung hình ảnh thành một nhãn danh mục, chưa tích hợp phát hiện và cắt khung nhiều vật thể đồng thời (Object Bounding Box Detection).
  • Quy mô tập dữ liệu hình ảnh: 3.200 ảnh cho 10 danh mục còn tương đối khiêm tốn so với thực tế hàng triệu mặt hàng trên các sàn TMĐT lớn.

Hướng phát triển trong tương lai

  • Nâng cấp mô hình thị giác: Tích hợp kiến trúc YOLOv8 hoặc Faster R-CNN để tự động phát hiện, cắt và tìm kiếm nhiều sản phẩm cùng lúc trong một bức ảnh phức tạp.
  • Phát triển hệ tư vấn lai (Hybrid Recommender System): Kết hợp lọc cộng tác (Collaborative Filtering) với lọc theo nội dung (Content-Based) và mạng nơ-ron học sâu (Neural Collaborative Filtering - NCF) để giải quyết triệt để bài toán Cold-Start.
  • Triển khai kiến trúc Microservices & MLOps: Đóng gói các model AI bằng Docker container, triển khai trên Kubernetes để tự động co giãn tải khi lượng truy cập tăng đột biến.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                              |
+-------------------+-------------------+-------------------+-----------------------+
|  SINH VIÊN        |  LẬP TRÌNH VIÊN   |  DOANH NGHIỆP     |  NHÀ NGHIÊN CỨU       |
|  - Tài liệu tham  |  - Codebase mẫu   |  - Giải pháp tích |  - Dữ liệu đối sánh   |
|    khảo chuẩn mực |    tích hợp AI    |    hợp nâng cao   |    thực nghiệm        |
|  - Nắm vững quy   |  - Kỹ thuật tối   |    chuyển đổi đơn |    giữa các thuật     |
|    trình đồ án    |    ưu Pipeline    |  - Giảm chi phí   |    toán tư vấn và     |
|    thực tế        |    xử lý dữ liệu  |    vận hành R&D   |    mô hình thị giác   |
+-------------------+-------------------+-------------------+-----------------------+
  1. Sinh viên & Học viên CNTT: Cung cấp tài liệu tham khảo toàn diện, có hệ thống về quy trình xây dựng đồ án kết hợp giữa công nghệ phần mềm và trí tuệ nhân tạo.
  2. Kỹ sư phát triển phần mềm (Software Engineers): Cung cấp các mẫu mã nguồn (code patterns), kiến trúc tích hợp giữa AI microservices và web application backend.
  3. Doanh nghiệp bán lẻ trực tuyến vừa và nhỏ (SMEs): Bản thiết kế giải pháp khả thi với chi phí đầu tư thấp để nâng cấp tính năng thông minh cho website bán hàng mà không cần phụ thuộc vào các dịch vụ SaaS đắt đỏ.
  4. Nhà nghiên cứu khoa học dữ liệu: Nguồn dữ liệu đối sánh thực nghiệm phong phú về sai số RMSE/MAE và ảnh hưởng của độ thưa dữ liệu đối với các thuật toán lọc cộng tác.

Câu hỏi thường gặp

1. Cấu hình phần cứng tối thiểu để triển khai hệ thống là gì?

Hệ thống có thể chạy trên máy chủ CPU tiêu chuẩn (Intel Core i5, 8GB RAM) cho các tác vụ suy luận (Inference) tìm kiếm ảnh và gợi ý sản phẩm với độ trễ dưới 500ms. Tuy nhiên, trong quá trình huấn luyện lại mô hình (Retraining), khuyến nghị sử dụng máy chủ có GPU chuyên dụng (tối thiểu NVIDIA GTX 1650 4GB VRAM hoặc Google Colab T4) để rút ngắn thời gian huấn luyện.

2. Hệ thống xử lý bài toán khởi đầu lạnh (Cold-Start Problem) như thế nào?

Đối với người dùng hoàn toàn mới chưa có điểm đánh giá, hệ thống sẽ tự động chuyển sang chế độ gợi ý mặc định dựa trên các sản phẩm phổ biến nhất (Top Trending/Best-seller) hoặc gợi ý theo danh mục người dùng vừa xem qua phiên truy cập (Session-based). Khi người dùng thực hiện đánh giá tối thiểu từ 1 đến 2 sản phẩm, thuật toán User-User CF với $K=1$ sẽ bắt đầu phát huy tác dụng.

3. Làm thế nào để tích hợp thêm danh mục sản phẩm mới vào mô hình VGG16?

Để thêm danh mục mới, bạn chỉ cần tạo thêm thư mục ảnh sản phẩm tương ứng, áp dụng cơ chế Data Augmentation (xoay ảnh, lật ảnh, chỉnh sáng), thay đổi số lượng output units tại tầng Dense cuối cùng của mô hình (num_classes = N_mới), và chạy tinh chỉnh (Fine-Tuning) thêm từ 5 đến 10 epochs.

4. Tại sao đồ án lại chọn kiến trúc VGG16 thay vì ResNet50 hay EfficientNet?

Kiến trúc VGG16 có tính đồng nhất cao, sử dụng các bộ lọc tích chập nhỏ $3 \times 3$ xếp chồng lên nhau, cấu trúc phân tầng rõ ràng rất trực quan cho việc trích xuất đặc trưng và nghiên cứu học thuật. Đồng thời, qua thực nghiệm trên tập 3.200 ảnh sản phẩm, VGG16 Fine-Tuning cho độ chính xác Top-1 vượt trội (93,4%) với độ phức tạp cài đặt vừa phải.

5. Chi phí vận hành và thời gian thu hồi vốn (ROI) ước tính cho doanh nghiệp?

Với việc sử dụng mã nguồn mở hoàn toàn (Python, TensorFlow, MySQL, PHP), doanh nghiệp chỉ tốn chi phí thuê hạ tầng máy chủ Cloud (khoảng 30 - 50 USD/tháng cho VPS cấu hình trung bình). Nhờ khả năng tăng tỷ lệ giữ chân khách hàng và chuyển đổi đơn hàng lên từ 15 - 25%, thời gian hoàn vốn đầu tư công nghệ ước tính chỉ từ 3 đến 6 tháng.

Kết luận

Đồ án tốt nghiệp "Tích hợp tìm kiếm ảnh và tư vấn sản phẩm vào website thương mại điện tử" của sinh viên Lê Thế Hiếu đã hoàn thành xuất sắc toàn bộ các mục tiêu nghiên cứu và thực nghiệm đề ra:

  • Giải quyết thấu đáo bài toán tìm kiếm trực quan bằng cách ứng dụng mạng nơ-ron tích chập VGG16 kết hợp kỹ thuật tinh chỉnh Fine-Tuning, đạt độ chính xác phân loại ấn tượng 93,4%.
  • Tối ưu hóa thuật toán gợi ý sản phẩm cá nhân hóa User-User Collaborative Filtering, tìm ra cấu hình siêu tham số $K=1$ tối ưu cho dữ liệu hệ thống với sai số thấp kỷ lục ($\text{RMSE} = 0.577, \text{MAE} = 0.333$).
  • Xây dựng thành công nền tảng website TMĐT hoàn chỉnh, chứng minh tính khả thi cao và giá trị ứng dụng thực tiễn to lớn trong việc nâng cao trải nghiệm mua sắm số.

Đây là tài liệu tham khảo có giá trị học thuật và ứng dụng cao cho các bạn sinh viên, kỹ sư và doanh nghiệp đang định hướng phát triển các giải pháp bán lẻ thông minh ứng dụng Trí tuệ nhân tạo.