Luận văn: Xây dựng website tìm phòng trọ cho sinh viên Đại học Lâm Nghiệp

Đề tài nghiên cứu Website Tìm Phòng Trọ Cho Sinh Viên Đại Học Lâm Nghiệp ứng dụng cao trong học thuật và nghiên cứu thực tiễn tham khảo chuyên ngành

Trường đại học

Trường Đại học Lâm nghiệp

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Khóa luận tốt nghiệp

2019

89
2
0

Phí lưu trữ

30 Point

Tóm tắt

I. Giải pháp website tìm phòng trọ cho sinh viên Lâm Nghiệp

Sáng kiến kinh nghiệm về việc triển khai xây dựng website hỗ trợ tìm kiếm phòng trọ cho sinh viên của trường Đại học Lâm Nghiệp ra đời nhằm giải quyết một nhu cầu cấp thiết và thực tiễn. Sinh viên, đặc biệt là tân sinh viên, thường đối mặt với vô vàn khó khăn khi tìm kiếm nơi ở phù hợp. Các nguồn thông tin truyền thống thường rời rạc, thiếu xác thực và tiềm ẩn nhiều rủi ro. Việc xây dựng một nền tảng tập trung không chỉ giúp sinh viên tiết kiệm thời gian và công sức mà còn tạo ra một kênh kết nối minh bạch giữa chủ trọ và người thuê. Dự án này tập trung vào đối tượng là sinh viên Đại học Lâm Nghiệp và các phòng trọ trong phạm vi xung quanh trường, tạo ra một hệ sinh thái nhỏ nhưng hiệu quả. Mục tiêu cốt lõi là tạo ra một website hoàn chỉnh, có khả năng mở rộng và áp dụng các công nghệ hiện đại để nâng cao trải nghiệm người dùng. Theo tài liệu nghiên cứu của Nguyễn Trung Thành, mục đích của đề tài là “tạo được một website và một bản phân tích thiết kế tốt, làm cơ sở cho phát triển về sau”. Nền tảng này không chỉ là một công cụ tìm kiếm đơn thuần mà còn là một hệ thống thông minh, có khả năng gợi ý và cá nhân hóa kết quả, giúp sinh viên nhanh chóng tìm được nơi an cư lý tưởng để tập trung vào việc học tập. Sự thành công của dự án sẽ là tiền đề quan trọng cho việc nhân rộng mô hình tại các trường đại học khác.

1.1. Thực trạng khó khăn khi tìm nhà trọ của sinh viên

Hiện nay, sinh viên trường Đại học Lâm Nghiệp phải đối mặt với nhiều thách thức khi tìm kiếm phòng trọ. Thông tin về các phòng cho thuê thường phân mảnh trên nhiều nền tảng khác nhau như mạng xã hội, các trang rao vặt không chuyên hoặc qua lời giới thiệu của người quen. Điều này dẫn đến tình trạng thông tin thiếu nhất quán, không được kiểm chứng và có độ tin cậy thấp. Sinh viên mới nhập học thường là đối tượng dễ bị tổn thương nhất, đối mặt với nguy cơ lừa đảo, thông tin sai lệch về giá cả, diện tích, hoặc các tiện ích đi kèm. Tài liệu gốc đã chỉ rõ: “Những thông tin phòng trọ này thường ít được biết đến với những sinh viên mới”. Hơn nữa, việc phải tự mình đi khảo sát từng khu vực gây tốn kém thời gian, chi phí và công sức, ảnh hưởng trực tiếp đến quá trình chuẩn bị cho năm học mới. Việc thiếu một kênh thông tin chính thống và tập trung là rào cản lớn nhất, tạo ra một thị trường nhà trọ thiếu minh bạch và kém hiệu quả cho cả người thuê và chủ trọ.

1.2. Mục tiêu chính của website hỗ trợ tìm kiếm phòng trọ

Dự án website hỗ trợ tìm kiếm phòng trọ đặt ra các mục tiêu rõ ràng và cụ thể. Mục tiêu hàng đầu là xây dựng một nền tảng công nghệ tập trung, cung cấp thông tin phòng trọ an toàn, chính xác và đã được xác thực cho sinh viên Đại học Lâm Nghiệp. Website phải có giao diện thân thiện, dễ sử dụng, cho phép người dùng tìm kiếm, lọc và so sánh các phòng trọ dựa trên nhiều tiêu chí như giá cả, vị trí, tiện ích và đánh giá. Về mặt kỹ thuật, một mục tiêu quan trọng là “hiểu biết, áp dụng được thuật toán Hybrid Recommender Systems” để tạo ra một hệ thống gợi ý thông minh, cá nhân hóa trải nghiệm tìm kiếm cho từng người dùng. Bên cạnh đó, dự án cũng hướng tới việc tạo ra một môi trường tương tác hiệu quả giữa sinh viên và chủ trọ, thông qua các chức năng như nhắn tin trực tiếp, đặt lịch hẹn xem phòng và hệ thống đánh giá. Cuối cùng, website phải đảm bảo tính ổn định, bảo mật và có khả năng mở rộng trong tương lai để đáp ứng nhu cầu ngày càng tăng.

II. Thách thức trong việc tìm kiếm phòng trọ quanh trường ĐH

Quá trình tìm kiếm phòng trọ của sinh viên luôn tồn tại nhiều thách thức cố hữu. Vấn đề lớn nhất là sự bất đối xứng thông tin. Sinh viên thường không có đủ dữ liệu để đánh giá một cách khách quan về chất lượng và giá cả của phòng trọ. Trong khi đó, các chủ trọ lại gặp khó khăn trong việc tiếp cận đúng đối tượng khách hàng tiềm năng. Các kênh quảng cáo truyền thống như dán giấy hoặc thông qua trung gian thường kém hiệu quả và tốn kém chi phí. Sự phát triển của mạng xã hội tuy mang lại nhiều lựa chọn hơn nhưng cũng đi kèm với rủi ro cao về lừa đảo và thông tin giả mạo. Luận văn gốc nhấn mạnh: “Các sinh viên đa phần chỉ có thể tìm kiếm được những phòng trọ gần trường, thường qua người quen giới thiệu, hoặc được quảng cáo facebook với độ rủi ro cao”. Một thách thức khác là việc quản lý và xác thực thông tin. Một website phòng trọ muốn thành công phải xây dựng được một quy trình kiểm duyệt tin đăng nghiêm ngặt để đảm bảo mọi thông tin hiển thị đều an toàn, chính xác. Điều này đòi hỏi nguồn lực về con người và công nghệ để xác minh danh tính chủ trọ và tình trạng thực tế của phòng trọ, từ đó xây dựng lòng tin cho người dùng.

2.1. Rủi ro từ các nguồn thông tin không chính thống

Việc phụ thuộc vào các nguồn tin không chính thống như nhóm Facebook, diễn đàn hay các trang rao vặt tổng hợp mang lại nhiều rủi ro tiềm tàng cho sinh viên. Thông tin trên các nền tảng này thường không được kiểm duyệt, dẫn đến tình trạng “phòng ảo”, giá cả mập mờ, hoặc các điều khoản cho thuê không rõ ràng. Sinh viên có thể mất tiền cọc cho những kẻ lừa đảo hoặc thuê phải những căn phòng có chất lượng không tương xứng với mô tả. Hơn nữa, vấn đề an ninh cá nhân cũng đáng báo động khi số điện thoại và thông tin liên lạc của sinh viên có thể bị lạm dụng. Việc thiếu một cơ chế đánh giá và phản hồi đáng tin cậy khiến sinh viên không có cơ sở để tham khảo kinh nghiệm từ những người thuê trước. Đây chính là lỗ hổng lớn mà một website hỗ trợ tìm kiếm phòng trọ chuyên biệt cần phải giải quyết triệt để bằng cách xây dựng một hệ thống xác thực và đánh giá minh bạch.

2.2. Khó khăn trong việc quản lý và xác thực tin đăng

Đối với đơn vị vận hành một website phòng trọ, thách thức lớn nhất nằm ở khâu quản lý và xác thực tin đăng. Để đảm bảo chất lượng và uy tín cho nền tảng, cần có một quy trình kiểm duyệt chặt chẽ. Quy trình này bao gồm việc xác minh thông tin của chủ trọ, kiểm tra tính hợp pháp của phòng cho thuê, và đảm bảo hình ảnh, mô tả trên tin đăng phản ánh đúng thực tế. Việc này đòi hỏi một đội ngũ nhân viên chuyên trách và một hệ thống công nghệ đủ mạnh để xử lý lượng lớn dữ liệu. Như trong mô tả hệ thống của tài liệu, vai trò của “Nhân viên hỗ trợ” và “Người quản lý” là cực kỳ quan trọng trong việc “kiểm tra một số phòng trọ nghi vấn” và “duyệt phòng chờ”. Nếu không quản lý tốt, website có thể nhanh chóng trở thành một mớ hỗn độn với các tin rác, tin lừa đảo, làm mất lòng tin của người dùng và phá vỡ mục tiêu ban đầu của dự án.

III. Phương pháp xây dựng hệ thống gợi ý phòng trọ thông minh

Để giải quyết bài toán cá nhân hóa và nâng cao hiệu quả tìm kiếm, dự án đã lựa chọn áp dụng Recommender Systems (Hệ thống gợi ý). Đây là công nghệ cốt lõi giúp website không chỉ hiển thị kết quả dựa trên truy vấn tĩnh mà còn chủ động đề xuất những phòng trọ phù hợp nhất với từng sinh viên. Thay vì để người dùng lạc giữa hàng trăm tin đăng, hệ thống sẽ phân tích hành vi, sở thích và lịch sử tìm kiếm để đưa ra những gợi ý đắt giá. Luận văn đã phân tích sâu về các hệ thống lọc khác nhau, bao gồm Collaborative Filtering (lọc cộng tác) và Content-based Filtering (lọc dựa trên nội dung). Lọc cộng tác gợi ý dựa trên sự tương đồng về hành vi giữa các người dùng, trong khi lọc dựa trên nội dung lại đề xuất các phòng có đặc điểm tương tự những phòng người dùng đã thích. Việc hiểu rõ bản chất của các thuật toán này là nền tảng để xây dựng một website tìm kiếm phòng trọ thực sự hiệu quả và khác biệt so với các đối thủ trên thị trường. Công nghệ này giúp biến website từ một công cụ tìm kiếm thụ động thành một trợ lý ảo thông minh cho sinh viên.

3.1. Giới thiệu về công nghệ Recommender Systems

Recommender Systems là một dạng hệ thống hỗ trợ ra quyết định, có khả năng dự đoán “đánh giá” hoặc “sở thích” mà một người dùng có thể dành cho một mục tin. Trong bối cảnh của dự án này, “mục tin” chính là các phòng trọ. Công nghệ này hoạt động bằng cách thu thập và phân tích lượng lớn dữ liệu về hành vi người dùng và đặc điểm của các phòng trọ. Tài liệu nghiên cứu khẳng định: “Recommender Systems học từ người dùng và gợi ý các sản phẩm tốt nhất trong số các sản phẩm phù hợp”. Các ông lớn công nghệ như Netflix hay Amazon đã ứng dụng thành công hệ thống này để tăng cường sự gắn kết của khách hàng. Việc áp dụng công nghệ này vào website hỗ trợ tìm kiếm phòng trọ giúp mang lại trải nghiệm cá nhân hóa cao, giúp sinh viên khám phá những lựa chọn mà họ có thể đã bỏ lỡ thông qua các phương pháp tìm kiếm truyền thống.

3.2. Lựa chọn thuật toán Hybrid Recommender Systems tối ưu

Dự án đã đưa ra một quyết định kỹ thuật quan trọng là lựa chọn Hybrid Recommender Systems (hệ thống gợi ý lai). Đây là phương pháp kết hợp ưu điểm của cả Collaborative FilteringContent-based Filtering. Lý do chính cho lựa chọn này là để khắc phục những nhược điểm cố hữu của từng phương pháp khi hoạt động riêng lẻ, chẳng hạn như vấn đề “cold start” (khó gợi ý cho người dùng/phòng trọ mới) và “sparsity” (ma trận dữ liệu thưa thớt). Luận văn trích dẫn: “Các hybrid recommender systems có thể cung cấp các khuyến nghị chính xác hơn các recommender system cơ bản”. Bằng cách kết hợp hai cách tiếp cận, hệ thống vừa có thể gợi ý các phòng trọ có đặc điểm tương tự (ví dụ: cùng mức giá, cùng diện tích) vừa có thể đề xuất dựa trên sở thích của những sinh viên có hành vi tương tự. Điều này tạo ra một hệ thống gợi ý toàn diện, linh hoạt và có độ chính xác cao hơn hẳn.

IV. Hướng dẫn triển khai kỹ thuật và kiến trúc của website

Việc triển khai xây dựng website hỗ trợ tìm kiếm phòng trọ đòi hỏi một kiến trúc hệ thống rõ ràng và một nền tảng công nghệ vững chắc. Dự án đã tiến hành phân tích và thiết kế hệ thống một cách chi tiết, từ việc xác định các tác nhân (actors) đến việc mô hình hóa các quy trình nghiệp vụ thông qua biểu đồ use case và biểu đồ tuần tự. Hệ thống được chia thành bốn nhóm người dùng chính: Người quản lý, Nhân viên hỗ trợ, Chủ trọ, và Khách hàng (sinh viên). Mỗi nhóm có một vai trò và bộ chức năng riêng biệt, đảm bảo hệ thống vận hành một cách trơn tru và có sự phân quyền rõ ràng. Về công nghệ, dự án lựa chọn sử dụng ngôn ngữ lập trình PHP cùng với framework LaravelBootstrap để xây dựng giao diện. Sự lựa chọn này cho phép phát triển nhanh, bảo trì dễ dàng và tạo ra một giao diện người dùng hiện đại, đáp ứng tốt trên nhiều thiết bị. Cơ sở dữ liệu được thiết kế cẩn thận để lưu trữ thông tin về người dùng, phòng trọ, đơn hẹn và các sự kiện, đảm bảo tính toàn vẹn và hiệu suất truy vấn cao.

4.1. Phân tích và thiết kế hệ thống với các tác nhân

Quá trình phân tích hệ thống xác định bốn tác nhân chính. Khách hàng (sinh viên) có thể tìm kiếm, xem chi tiết phòng, tạo đơn hẹn và bình luận. Chủ trọ có chức năng đăng ký, đăng tin cho thuê và quản lý các phòng trọ của mình. Nhân viên hỗ trợ chịu trách nhiệm tư vấn, quản lý đơn hẹn và xác thực thông tin. Cuối cùng, Người quản lý có quyền cao nhất, bao gồm quản lý nhân viên, duyệt tin đăng từ chủ trọ và quản lý các sự kiện trên trang. Việc phân chia vai trò rõ ràng như vậy giúp hệ thống được tổ chức tốt, dễ quản lý và bảo mật. Các biểu đồ use case tổng quát và chi tiết được xây dựng để mô tả trực quan các tương tác giữa người dùng và hệ thống, làm cơ sở vững chắc cho giai đoạn lập trình và triển khai sau này.

4.2. Lựa chọn công nghệ PHP Laravel và cơ sở dữ liệu

Nền tảng công nghệ của website phòng trọ được xây dựng dựa trên các công nghệ phổ biến và mạnh mẽ. Ngôn ngữ PHP được chọn vì sự ổn định và cộng đồng hỗ trợ lớn. Việc sử dụng framework Laravel giúp chuẩn hóa cấu trúc code theo mô hình MVC, tăng tốc độ phát triển, đồng thời cung cấp nhiều tính năng bảo mật tích hợp sẵn. Bootstrap được dùng cho phần front-end, đảm bảo website có giao diện responsive, tương thích tốt trên cả máy tính và thiết bị di động. Về cơ sở dữ liệu, hệ thống được thiết kế với các bảng dữ liệu được chuẩn hóa để lưu trữ thông tin một cách có cấu trúc, tối ưu cho các hoạt động truy vấn, đặc biệt là chức năng tìm kiếm và lọc. Sự kết hợp giữa các công nghệ này tạo nên một hệ thống hoàn chỉnh, hiệu năng và dễ dàng cho việc bảo trì, nâng cấp trong tương lai.

V. Kết quả ứng dụng thực tiễn và lợi ích mang lại

Việc triển khai thành công website hỗ trợ tìm kiếm phòng trọ cho sinh viên của trường Đại học Lâm Nghiệp mang lại những lợi ích thiết thực và đo lường được cho tất cả các bên liên quan. Đối với sinh viên, lợi ích lớn nhất là tiết kiệm thời gian và giảm thiểu rủi ro. Thay vì phải tìm kiếm thông tin manh mún, giờ đây họ có một nguồn duy nhất, đáng tin cậy để so sánh và lựa chọn. Chức năng tìm kiếm nâng cao cùng hệ thống gợi ý thông minh giúp quá trình này trở nên nhanh chóng và hiệu quả hơn bao giờ hết. Đối với chủ trọ, website là một kênh marketing hiệu quả, giúp họ tiếp cận trực tiếp đến đối tượng khách hàng mục tiêu là sinh viên mà không tốn nhiều chi phí. Việc quản lý tin đăng cũng trở nên thuận tiện hơn. Đối với nhà trường và đội ngũ quản lý hệ thống, website giúp xây dựng một môi trường sống an toàn và minh bạch hơn cho sinh viên. Tài liệu nghiên cứu đã tổng kết rõ các ích lợi này, khẳng định website giúp “xây dựng hình ảnh, lòng tin của khách hàng với độ tin cậy cao”.

5.1. Hiệu quả đối với sinh viên và chủ trọ

Sinh viên là đối tượng hưởng lợi trực tiếp và nhiều nhất. Họ có thể truy cập vào một cơ sở dữ liệu phòng trọ phong phú, đã được xác thực với thông tin chi tiết về giá, diện tích, tiện nghi và hình ảnh thực tế. Tính năng bản đồ (map) tích hợp giúp dễ dàng hình dung vị trí và khoảng cách đến trường. Chức năng đặt lịch hẹn và chat trực tuyến tạo điều kiện thuận lợi cho việc giao tiếp với chủ trọ. Về phía chủ trọ, họ có một công cụ mạnh mẽ để quảng bá phòng của mình. Thay vì chờ đợi thụ động, họ có thể chủ động đăng tin, cập nhật thông tin và quản lý các yêu cầu thuê phòng một cách chuyên nghiệp. Hệ thống giúp kết nối đúng người cần thuê với đúng người cho thuê, tối ưu hóa hiệu quả cho cả hai bên.

5.2. Đánh giá về tính năng và trải nghiệm người dùng

Website được thiết kế với giao diện trực quan, tập trung vào trải nghiệm người dùng. Các chức năng chính như đăng ký, đăng nhập, tìm kiếm và tạo đơn hẹn được đơn giản hóa để bất kỳ ai cũng có thể sử dụng dễ dàng. Việc áp dụng thuật toán gợi ý Hybrid Recommender Systems là một điểm cộng lớn, giúp giữ chân người dùng bằng cách liên tục cung cấp các lựa chọn phù hợp. Hệ thống quản trị (admin panel) dành cho nhân viên và người quản lý cũng được thiết kế khoa học, giúp các tác vụ như duyệt tin, thống kê và quản lý người dùng được thực hiện nhanh chóng. Nhìn chung, dự án đã tạo ra một sản phẩm công nghệ hoàn chỉnh, không chỉ giải quyết được bài toán nghiệp vụ mà còn đảm bảo chất lượng về mặt kỹ thuật và trải nghiệm người dùng, đáp ứng tốt các yêu cầu phi chức năng như tốc độ xử lý, hiệu năng và bảo mật.

VI. Kết luận và định hướng phát triển website trong tương lai

Dự án triển khai xây dựng website hỗ trợ tìm kiếm phòng trọ cho sinh viên của trường Đại học Lâm Nghiệp đã đạt được những mục tiêu cơ bản đề ra. Sáng kiến này đã chứng minh được tính khả thi và hiệu quả trong việc giải quyết một vấn đề thực tiễn của cộng đồng sinh viên. Sản phẩm cuối cùng không chỉ là một trang web đơn thuần mà là một hệ thống được phân tích, thiết kế bài bản với nền tảng công nghệ hiện đại, đặc biệt là việc ứng dụng thành công Hybrid Recommender Systems. Đây là một minh chứng cho thấy công nghệ thông tin có thể đóng góp tích cực vào việc cải thiện đời sống sinh viên. Tuy nhiên, không có hệ thống nào là hoàn hảo ngay từ đầu. Để website thực sự trở thành một công cụ không thể thiếu, việc liên tục cải tiến và phát triển các tính năng mới là vô cùng cần thiết. Trong tương lai, hệ thống có thể được mở rộng và nâng cấp để mang lại nhiều giá trị hơn nữa cho người dùng, đồng thời khẳng định vị thế là nền tảng tìm phòng trọ uy tín hàng đầu cho sinh viên.

6.1. Tóm tắt các kết quả và thành công của dự án

Dự án đã thành công trong việc xây dựng một website demo hoạt động ổn định, đáp ứng đầy đủ các chức năng cốt lõi cho bốn nhóm người dùng: khách hàng, chủ trọ, nhân viên và người quản lý. Bản phân tích thiết kế hệ thống chi tiết đã được hoàn thiện, tạo nền tảng vững chắc cho các giai đoạn phát triển và mở rộng sau này. Quan trọng nhất, dự án đã áp dụng thành công thuật toán gợi ý lai, một kỹ thuật tương đối mới và phức tạp, vào một bài toán thực tế. Điều này không chỉ cho thấy năng lực kỹ thuật của người thực hiện mà còn mở ra tiềm năng lớn trong việc cá nhân hóa trải nghiệm người dùng, tạo ra lợi thế cạnh tranh rõ rệt cho nền tảng. Kết quả của dự án là một giải pháp công nghệ toàn diện, sẵn sàng để triển khai và phục vụ cộng đồng sinh viên Đại học Lâm Nghiệp.

6.2. Đề xuất các hướng nâng cấp và mở rộng tiềm năng

Để nâng cao hơn nữa giá trị của website, một số hướng phát triển tiềm năng có thể được xem xét. Thứ nhất, phát triển ứng dụng di động (mobile app) cho cả hai hệ điều hành Android và iOS để tăng cường sự tiện lợi và khả năng tiếp cận cho sinh viên. Thứ hai, tích hợp các cổng thanh toán trực tuyến để quản lý việc đặt cọc và thanh toán tiền thuê nhà một cách an toàn, chính xác. Thứ ba, bổ sung các tính năng nâng cao như tham quan phòng trọ 360 độ (virtual tour), hệ thống xác thực người dùng qua eKYC, và tích hợp các dịch vụ tiện ích đi kèm như tìm người ở ghép, dịch vụ chuyển nhà. Cuối cùng, hệ thống có thể mở rộng phạm vi hoạt động ra các trường đại học lân cận, tạo thành một mạng lưới tìm kiếm phòng trọ sinh viên quy mô lớn hơn trong khu vực.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI. Nếu bạn thấy nội dung không chính xác hoặc có vấn đề, vui lòng Báo lỗi nội dung.

04/10/2025
Triển khai xây dựng website hỗ trợ tìm kiếm phòng trọ cho sinh viên của trường đại học lâm nghiệp

Trích đoạn nội dung tài liệu

Đặt vấn đề Khi bắt đầu tìm kiếm các trƣờng Đại Học, các bạn sinh viên không chỉ tìm hiểu về quá trình học, về vấn đề học phí, hay các hoạt động trong trƣờng mà các bạn sinh viên cũng rất để ý đến môi trƣờng sống tại trƣờng, những thông tin cơ bản nhƣ ký túc xá, khuôn viên nhà trƣờng hay khu vực phòng trọ ở xung quanh trƣờng,… Thƣờng thì các bạn sinh viên sẽ dành thời gian để đến khảo sát trƣờng đại học mà mình muốn học qua các nguồn tin chính thống nhƣ trang chủ của trƣờng hay qua các trang web đánh giá. Nhƣng hiện tại trên trang chủ của trƣờng không đƣa ra đƣợc tất cả thông tin của những nội dung nêu trên, các thông tin chỉ mới nêu ra tình hình chung về trƣờng còn các khu vực dân cƣ xung quanh trƣờng vẫn chƣa đƣợc đề cập đến. Hiện nay các phòng trọ có vị trí tốt, môi trƣờng, không gian phòng trọ đẹp có giá cả rất cao. Còn những phòng trọ có giá cả phải chăng thì thƣờng ở vị trí xa trƣờng và ở sâu trong ngõ.

Những thông tin phòng trọ này thƣờng ít đƣợc biết đến với những sinh viên mới. Đây là cơ hội phát triển và đồng thời cũng là thách thức khi muốn mang thông tin này đến cho tất cả sinh viên cần. Ngày nay công nghệ thông tin ngày càng phát triển, việc tìm kiếm thông tin phòng trọ thƣờng đƣợc ngƣời dùng tìm kiếm qua các trang mạng, tuy nhiên tại trƣờng Lâm nghiệp chƣa có website tìm kiếm phòng trọ cho sinh viên. Vì vậy việc triển khai xây dựng website tìm kiếm phòng trọ là vấn đề cần thiết.

Với việc là một sinh viên công nghệ của trƣờng đại học lâm nghiệp, đƣợc sự chấp thuận của giáo viên hƣớng dẫn và phòng đào tạo tôi đã quyết định chọn đề tài: “Triển khai xây dựng website hỗ trợ tìm kiếm phòng trọ cho sinh viên của trƣờng Đại Học Lâm Nghiệp”. Mục đích chọn đề tài  Tạo đƣợc một website.  Một bản phân tích thiết kế tốt, làm cơ sở cho phát triển về sau. Mục tiêu của đề tài  Hiểu biết, áp dụng đƣợc thuật toán hybrid recommender systems.

1  Tạo một website demo.  Một bản phân tích thiết kế hoàn chỉnh. Đối tƣợng và phạm vi nghiên cứu Đối tƣợng nghiên cứu Sinh viên, chủ trọ, phòng trọ. Phạm vi nghiên cứu Các phòng trọ quanh trƣờng đại học lâm nghiệp.

Phƣơng pháp nghiên cứu Nghiên cứu lý thuyết Nghiên cứu thực nghiệm 2 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2. Recommender system Ngày nay công nghệ 4.0 đã có mặt trong tất cả các lĩnh vực của cuộc sống, nó hỗ trợ cho chúng ta có đƣợc một cuộc sống tiện nghi. Với vài cú nhấp chuột cả thế giới đã mở ra trƣớc mắt bạn. Đó mới là lợi thế cạnh tranh đặc trƣng của nó, sức mạnh của công nghệ nằm ở chỗ thậm chí nó còn suy nghĩ hộ bạn và làm việc hộ bạn.

Nhƣ facebook chẳng hạn, chỉ cần bạn tìm kiếm hoặc đề cập đến một món hàng, ngay lập tức sau đó các quảng cáo trên facebook đều đề xuất đến loại mặt hàng đấy. Để làm đƣợc điều đó các hệ thống này sử dụng những cấu trúc giải thuật phức tạp và khổng lồ. Điểm hình là Recommender system. Recommender Systems là một dạng của hệ hỗ trợ ra quyết định, cung cấp giải pháp mang tính cá nhân hóa mà không phải trải qua quá trình tìm kiếm phức tạp.

nó gồm những công cụ và kỹ thuật nhằm cung cấp đề xuất về một item cho ngƣời dùng. Recommender Systems học từ ngƣời dùng và gợi ý các sản phẩm tốt nhất trong số các sản phẩm phù hợp. "Item" là thuật ngữ chung nhằm ám chỉ hệ thống đề xuất với ngƣời dùng. Các item này có thể là sản phẩm trên các trang bán hàng, bài hát trên các trang nghe nhạc, một ngƣời dùng khác nhƣ trên facebook hay một bài viết nhƣ trên ZingNew chẳng hạn.

Tại sao cần phải quan tâm đến item, bởi vì nó chính là cơ sở để gợi ý cho ngƣời dùng. Đây là một trong những kỹ thuật mới có tiềm năng pháp triển mạnh mẽ. Trên thực tế thì những website lớn đều đang khai thác và mang lại hiệu quả rất cao. Tôi mong muốn có thể tìm hiểu và áp dụng recommender systems vào khóa luận tốt nghiệp của mình, để có thể mang lại sự tiện nghi và trải nghiệm tốt nhất cho khách hàng sau này.

Các hệ thống lọc của recommender system 2. Collaborative filtering Collaborative system dựa trên việc thu thập và phân tích một lƣợng lớn thông tin về hành vi, hoạt động hoặc sở thích của ngƣời dùng tƣơng tác và dự đoán 3 những gì ngƣời dùng sẽ thích dựa trên sự tƣơng đồng của họ với ngƣời dùng khác (Độ tƣơng tự về sở thích của 2 user đƣợc tính toán dựa trên mức độ tƣơng tự về lịch sử rating của 2 user). Một lợi thế quan trọng của phƣơng pháp lọc cộng tác là nó không dựa vào nội dung phân tích và do đó nó có khả năng đề xuất chính xác các item phức tạp nhƣ phim, video mà không yêu cầu “hiểu biết” về item nó. Collaborative system dựa trên giả định rằng những ngƣời đã đồng ý trong quá khứ sẽ đồng ý trong tƣơng lai và họ sẽ thích các loại mặt hàng tƣơng tự nhƣ họ thích trong quá khứ.

Content-based filtering Content-based filtering đƣợc sử dụng để mô tả các item và hồ sơ ngƣời dùng đƣợc xây dựng chỉ ra loại item mà ngƣời dùng này thích, nói cách khác content- based filtering gợi ý những item tƣơng tự với những item mà user đã thích trong quá khứ. Độ tƣơng tự giữa các item đƣợc tính dựa trên những đặc trƣng kết hợp với những item đƣợc so sánh. Chẳng hạn, nếu user rate điểm cao cho một bộ phim thuộc thể loại hài hƣớc, thì hệ thống học để gợi ý những bộ phim khác thuộc thể loại này. Hybrid recommender systems Hybrid recommender systems là kết hợp giữa collaborative filtering và content-based filtering.

Ví dụ phƣơng pháp collaborative filtering sẽ gặp vấn đề với các item mới, nghĩa là nó không thể sinh ra gợi ý cho các item mà chƣa có rating. Tuy nhiên điều này lại không ảnh hƣởng đến content-based vì phƣơng pháp này dự đoán cho các item mới dựa trên mô tả của chúng (các tính năng, đặc điểm). Với hai kỹ thuật recommender system cơ bản (hoặc nhiều hơn) kết hợp lại tạo ra một hệ thống hybrid mới nhằm tận dụng lợi thế của kỹ thuật này để bổ sung cho điểm yếu của kỹ thuật kia. Lý do chọn thuật toán và phƣơng pháp áp dụng 2.

Lý do chọn thuật toán: Một số nghiên cứu thực nghiệm so sánh hiệu suất của hybrid recommender systems với các recommender system cơ bản(collaborative filtering, content-based filtering) đã chứng minh rằng các hybrid recommender systems có thể cung cấp các khuyến nghị chính xác hơn các recommender system cơ bản. Những phƣơng pháp 4 này cũng có thể đƣợc sử dụng để khắc phục một số vấn đề thƣờng gặp trong hệ thống gợi ý nhƣ cold start( hệ thống thƣờng yêu cầu một lƣợng lớn dữ liệu hiện có của ngƣời dùng để đƣa ra các đề xuất chính xác) và sparsity( số lƣợng các mặt hàng đƣợc bán trên các trang web thƣơng mại điện tử lớn là cực kỳ lớn. Những ngƣời dùng tích cực nhất cũng chỉ đánh giá một tập con nhỏ của cơ sở dữ liệu tổng thể. Do đó, ngay cả những mặt hàng phổ biến nhất cũng có xếp hạng rất thấp).

Netflix là một ví dụ tốt về việc sử dụng các hệ thống hybrid recommender. Trang web đƣa ra các đề xuất bằng cách so sánh thói quen xem và tìm kiếm của những ngƣời dùng tƣơng tự (collaborative filtering) cũng nhƣ bằng cách cung cấp những bộ phim có chung đặc điểm với những bộ phim mà ngƣời dùng đánh giá cao (content-based filtering). Phương pháp áp dụng Đầu tiên, hệ thống thực hiện giai đoạn xây dựng mô hình bằng cách tìm sự tƣơng đồng giữa tất cả các cặp vật phẩm. Ở đây tôi sử dụng Cosine similarity kỹ thuật này đƣợc sử dụng để đo lƣờng sự gắn kết trong các cụm item tại lĩnh vực khai thác dữ liệu với công thức: A.

𝜃 Thuật toán tổng quát Vectơ thuộc tính, A và B, độ tƣơng tự cosin, cos (θ) ∑ similarity= 𝜃 = |||| || = || √∑ √∑ Thuật toán chi tiết Thứ hai, hệ thống thực hiện một giai đoạn khuyến nghị. Nó sử dụng các mục tƣơng tự nhất với các mục đã đƣợc xếp hạng của ngƣời dùng để tạo danh sách đề xuất. Thông thƣờng tính toán này là một tổng trọng số hoặc hồi quy tuyến tính. Hình thức đề xuất này tƣơng tự nhƣ "những ngƣời đánh giá cao mặt hàng X, nhƣ bạn, cũng có xu hƣớng xếp hạng mặt hàng Y cao và bạn chƣa đánh giá mặt hàng Y, vì vậy bạn nên thử nó".

5 CHƢƠNG 3: PHÂN TÍCH THIẾT KẾ 3.Khảo sát hệ thống 3. Các thành phần trong hệ thống Người quản lý: Ngƣời quản lý quản lý bài đăng, sự kiện, nhân viên, thông tin tài khoản của khách hàng. Nhân viên hỗ trợ: Tƣ vấn, giới thiệu cho khách hàng về những ích lợi họ sẽ nhận đƣợc, giải đáp các thắc mắc cho khách hàng, chủ trọ. Kiểm tra một số phòng trọ nghi vấn, và có độ tín nhiệm thấp.

Chủ trọ: Nạp tiền để đăng tin, sau khi có tin bắt đầu nhập thông tin bài đăng, quản lý bài đăng của mình. Khách hàng Xem bài đăng, nếu có nhu cầu thuê sẽ nhận đƣợc thông tin liên lạc với chủ trọ nhƣ số điện thoại, địa chỉ phòng trọ. Phương thức hoạt động của hệ thống Khách hàng, chủ trọ có thắc mắc có thể nhắn tin với nhân viên, nhân viên sẽ giải quyết các thắc mắc của khách hàng và chủ trọ Chủ trọ nạp tiền để đăng bài viết của mình lên hệ thống, khách hàng qua tìm kiếm, truy cập vào chi tiết bài đăng, trò chuyện và liên hệ với chủ nhà. Nếu phòng có nhiều bất bất cập, khách hàng có thể thông báo với nhân viên, nhân viên kiểm tra nếu phòng trọ vi phạm nội quy của hệ thống, sẽ báo lên với ngƣời quản lý, bài đăng sẽ bị gỡ.

Ngƣời quản lý quản lý bài đăng, sự kiện, nhân viên, thông tin tài khoản của khách hang. Các hoạt động quảng cáo, chăm sóc khách hàng Đăng các quảng cáo lên các trang mạng xã hội lớn nhƣ facebook, giới thiệu lên các nhóm tìm nhà, luôn cập nhập các thông tin về tình hình phòng trọ và các phản hồi của ngƣời dùng. Phân tích thiết kế hệ thống 3. Xác định yêu cầu của hệ thống Các phòng trọ quanh trƣờng đại học lâm nghiệp thƣờng có các mức giá không đồng ổn định, tìm phòng rất khó khăn, các phòng phân bố không đồng đều, có tính cạnh tranh kém.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ