mở đầu này sẽ nêu tổng quan về bài toán gợi ý, những hƣớng tiếp cận, phƣơng pháp giải quyết, thách thức và cả những đánh giá ứng dụng, đặc biệt là cho thƣơng mại điện tử. Chƣơng 2: Lý thuyết mẫu phổ biến và luật kết hợp. Có nội dung chính là nêu những định nghĩa chung của bài toán tìm kiếm tập phổ biến, những hƣớng tiếp cận, 1 http://www.com/topsites/countries/VN 2 www.com 3 http://www.com/topsites/category/Top/Shopping 7 TIEU LUAN MOI download : skknchat@gmail.com những ứng dụng phƣơng pháp khai phá tập phổ biến và luật kết hợp vào bài toán gợi ý thƣơng mại. Trong đó còn nêu chi tiết 3 thuật toán sẽ đƣợc áp dụng trong luận văn.
Chƣơng 3: Ứng dụng khai phá mẫu phổ biến để gợi ý những sản phẩm đƣợc xem cùng nhau trong thƣơng mại điện tử ở Việt Nam. Chƣơng này là chƣơng chính của luận văn phát biểu bài toán cụ thể mà luận văn cần giải quyết, sau đó là đƣa ra mô hình giải quyết bài toán. Chƣơng 4: Thực nghiệm đánh giá. Đây là phần nêu lên kết quả đạt đƣợc trong suốt quá trình thực hiện, ngoài ra còn đề cập đến những khó khăn vấn đề vƣớng mắc phát sinh.
Sau đó là đánh giá những kết quả đạt đƣợc chi tiết ở từng bƣớc thực hiện. Chƣơng 5: Kết luận. Tổng kết lại những nội dung chính của luận văn, đƣa ra hƣớng đi và hƣớng áp dụng thực tế. 8 TIEU LUAN MOI download : skknchat@gmail.com CHƢƠNG 1.
KHÁI QUÁT BÀI TOÁN TƢ VẤN SẢN PHẨM THƢƠNG MẠI Chƣơng đầu tiên của luận văn sẽ nêu tổng quan về bài toán tƣ vấn trong thƣơng mại điện tử, những vấn đề từ cũ đến mới đƣợc cập nhật theo những hội nghị và những công bố nổi tiếng trong lĩnh vực này. Tổng quan bài toán tƣ vấn trong thƣơng mại điện tử Ngƣời dùng (user) internet hiện nay mỗi ngày có thể cần tìm hiểu vô số thông tin về các loại sản phẩm nhƣ các bài báo, những bản tin đa phƣơng tiện, cuộc khảo sát, hƣớng dẫn du lịch, sách, sản phẩm thƣơng mại… từ nhiều ngƣời, nhiều dịch vụ, website hay hệ thống khác nhau. Hệ gợi ý (RS - Recommendation System) chính là sử dụng nhiều hƣớng tiếp cận nhƣ dựa vào nội dung, dựa vào cộng đồng ngƣời dùng, sở thích của ngƣời dùng… để giúp ngƣời dùng đƣa ra quyết định và lọc ra những sản phẩm (item) nhƣ là cuốn sách, bài báo, trang web, bộ phim, âm nhạc…mà họ có thể đang quan tâm. Những sản phẩm này nằm trong danh sách rất dài và càng ngày càng đƣợc cập nhật thêm mới, dẫn đến hiện tƣợng „long tail‟[5] thƣờng thấy.
Một vài lý do khác để sử dụng hệ gợi ý [6] cho nhà kinh doanh là tăng lƣợng hàng bán; bán nhiều loại sản phẩm khác kèm theo; làm tăng mức độ hài lòng, trung thành của ngƣời dùng; hiểu rõ hơn về xu hƣớng sở thích ngƣời dùng. Bên cạnh đó những nhiệm vụ quan trọng chính của một hệ gợi ý đƣợc Herlocker và cộng sự [7] định nghĩa bao gồm: tìm một vài hay toàn bộ sản phẩm tốt; chú thích đƣợc trong ngữ cảnh đó; gợi ý một chuỗi, hay trọn gói; duyệt qua (bằng cách đƣa ra danh mục cho ngƣời dùng lựa chọn, đặc biệt cho những ngƣời dùng mới, hay không có nhiều ý định hiện tại); tìm gợi ý đáng tin; mở rộng thông tin ngƣời dùng (profile); đƣa ra nhận xét từ ngƣời dùng khác. Những hệ thống thƣơng mại lớn đều ứng dụng các công nghệ kỹ thuật để gợi ý sản phẩm cho ngƣời dùng. Nổi bật về gợi ý hàng hóa có thể kể đến Amazon, gợi ý phim ảnh là Netflix [8], về tin tức có BBC news, Youtube.
Đều là những ví dụ thành công khi có chiến lƣợc sử dụng tốt hệ gợi ý phù hợp với miền sản phẩm của mình giúp tăng doanh thu và khách hàng. Thƣờng có ba cách để tăng doanh thu, thứ nhất là gợi ý đúng theo nhu cầu cần của khách sẽ giúp họ ra quyết định mua sản phẩm; thứ hai là gợi ý sản phẩm hay dịch vụ kèm theo; thứ ba là xây dựng thói quen “trung thành” của khách hàng, khi khách hàng đƣợc website “phục vụ” theo đúng nhu cầu, sở thích, họ sẽ thƣờng xuyên quay trở lại, [9] Pine và đồng sự có nhiều bài nghiên cứu về thị trƣờng và tâm lý hành vi của ngƣời dùng chỉ ra những chức năng hệ gợi ý cho lĩnh vực thƣơng mại nên có. Một ví dụ điển hình cho gợi ý thƣơng mại điện tử thành công trên thế giới là website thƣơng mại amazon4, đây là website đứng đầu về lƣợng ngƣời truy cập và mua hàng theo alexa5 chiến lƣợc gợi ý là sử dụng lai (hybrid) các phƣơng pháp nhƣ lọc cộng tác bằng đánh giá rating, tìm mẫu phổ biến, hay nội dung. Đặc biệt sử dụng là gợi 4 http://www.com/ 5 http://www.com/topsites/category/Top/Shopping 9 TIEU LUAN MOI download : skknchat@gmail.com ý những mẫu sản phẩm cùng đƣợc xem nhiều bởi những ngƣời dùng khác – các mẫu phổ biến.
Tình hình sử dụng hệ gợi ý trong thƣơng mại điện tử ở Việt Nam. Cũng theo báo cáo thƣơng mại điện tử 2014 ở Việt Nam của Cục thƣơng mại và công nghệ thông tin –Bộ Công thƣơng [10] đã đƣa ra các số liệu thống kê đáng chú ý về các sàn giao dịch thƣơng mại điện tử: các loại sản phẩm đƣợc quan tâm nhiều nhất của ngƣời dùng trực tuyến là thời trang, công nghệ; hơn 81 % website trong số gần 300 là có hỗ trợ lọc và tìm kiếm sản phẩm cho ngƣời dùng; lý do để ngƣời dùng chƣa mua trực tuyến có tới 46% số ngƣời đƣợc khảo sát cho rằng chƣa đủ thông tin để ra quyết định, đây là yếu tố đƣợc quan tâm khi xây dựng hệ gợi ý cho ngƣời dùng hiện nay, cũng là động lực thực hiện đề tài. Một số con số thông kê khác đáng chú ý đƣợc công bố trong “Consumer barometer in Vietnam 2015” của Google [4] là trong số 73% ngƣời dùng tìm hiểu thông tin sản phẩm sẽ quyết định mua hàng ngoại tuyến là 56% và 17% là mua hàng trực tuyến, con số thống kê này cho thấy số lƣợng dữ liệu về mua hàng có thể thu thập đƣợc tƣơng đối ít. Những đối tƣợng đƣợc nghiên cứu kỹ trong hệ gợi ý cho thƣơng mại là sản phẩm và đối tƣợng ngƣời dùng và những giao dịch (những bản ghi sự tƣơng tác của ngƣời dùng với hệ gợi ý, website), [5] hoặc là đƣợc cung cấp bởi những chuyên gia hoặc là đƣợc khai phá khi học từ những hành vi của ngƣời dùng, đây cũng là yếu tố đƣợc quan tâm học hỏi để có hƣớng phƣơng pháp và kỹ thuật gợi ý phù hợp.
Với cách thứ hai ngƣời bán có thể thu thập hành vi của khách hàng qua lƣợng click (nhấp chuột) hay đặt hàng/mua; phản hồi, nhận xét ẩn hoặc rõ của ngƣời dùng. Và đặc biệt với lƣợng dữ liệu thu đƣợc từ dữ liệu giao dịch, hệ gợi ý có thể sử dụng khai phá dữ liệu (data mining) – là sử dụng những kỹ thuật phân tích suy ra những quy luật, hay mô hình từ tập dữ liệu lớn. Từ đó tìm ra những luật kết hợp – chính là những quan hệ giữa các sản phẩm (item) đƣợc mua trong cùng một đơn hàng. Lấy ví dụ tiêu biểu khai phá tốt những tập luật theo thời gian có thể dự đoán ra hành vi mua sắm tƣơng lai của khách hàng, ví dụ nhƣ khi khách vừa mua sản phẩm điện thoại thì có thể dự đoán khách sẽ cần tìm hiểu và mua những sản phẩm phụ kiện nhƣ vỏ ốp, tai nghe…Và ngoài ra còn rất nhiều kỹ thuật phƣơng pháp khai phá khác đƣợc đề xuất sẽ đƣợc đề cập cụ thể trong phần 2.
Một cách tổng quát quá trình khai phá dữ liệu gồm hai pha, trong pha học sẽ phân tích dữ liệu và xây dựng mô hình hành vi ngƣời dùng (nhƣ luật kết hợp) pha này thƣờng tốn thời gian và cần yêu cầu sự giúp đỡ của chuyên gia. Sau khi mô hình đƣợc xây dựng, chuyển sang pha thứ hai ứng dụng mô hình cho từng khách hàng một cách nhanh chóng dễ dàng. Một thách thức khi thực hiện khai phá dữ liệu trong tổ chức là tạo quy trình để chuyển thành công kiến thức từ pha học vào thực hiện trong pha ứng dụng. Điểm qua về hệ gợi ý tự động, là hệ thống học máy đặc biệt.
Một số mô đun gợi ý có pha ngoại tuyến (offline) trong quá trình học mô hình hành vi ngƣời dùng, sau đó là pha trực tuyến (online) khi ứng dụng mô hình trong thời gian thực. Còn lại rất nhiều 10 TIEU LUAN MOI download : skknchat@gmail.com mô đun gợi ý sử dụng hƣớng học lƣời (lazy learning) nghĩa là xây dựng và cập nhật mô hình ngay trong khi tạo gợi ý ở thời gian thực. Do số lƣợng các chủng loại mặt hàng trên trang thƣơng mại điện tử là cực lớn, khách hàng có thể lựa chọn trong số hàng triệu sản phẩm từ cũ đến mới, vô cùng đa dạng về chủng loại, hình thức. Những sản phẩm đƣợc gợi ý có thể dựa trên việc chọn ra sản phẩm đƣợc mua nhiều nhất, mới nhất, hay sở thích riêng biệt của từng ngƣời dùng đƣợc phân tích từ hành vi quá khứ của ngƣời dùng để dự đoán hành vi trong tƣơng lai.
Quy trình gợi ý thƣờng bao gồm đề xuất sản phẩm cho ngƣời dùng, cung cấp các thông tin sản phẩm theo từng cá nhân, tổng kết ý kiến đánh giá của cộng đồng. Nhìn chung thì những kỹ thuật gợi ý theo hƣớng cá nhân riêng lẻ đang là xu hƣớng, đƣợc phát triển mạnh, giúp trang thƣơng mại phục vụ từng khách hàng tốt hơn. Do đó thao tác tùy biến để phù hợp với từng ngƣời dùng rất rất lớn, đây cũng là một vấn đề cần đƣợc nghiên cứu khi xây dựng hệ thống.