Áp Dụng Kỹ Thuật Học Máy Vào Xây Dựng Ứng Dụng Đặt Món Ăn Tích Hợp Đánh Giá Trạng Thái Bình Luận

Khóa luận tốt nghiệp nghiên cứu tốt nghiệp truyền thông và mạng máy tính áp dụng kỹ thuật học máy vào xây dựng ứng dụng đặt món ăn, vận dụng lý thuyết vào thực tế, đề xuất giải

• Tác giả: Nguyễn Chí Thanh
• Người hướng dẫn: ThS. Thái Huy Tân
• Trường học: Đại học Quốc gia TP Hồ Chí Minh
• Chuyên ngành: Truyền thông và Mạng máy tính
• Đề tài: Áp Dụng Kỹ Thuật Học Máy Trong Xây Dựng Ứng Dụng Đặt Món Ăn
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TONG QUAN DE TÀI
• 1.1. Mục tiêu đề tài
• 1.2. Đối tượng và phạm vi nghiên cứu
• 1.2.1. Đối tượng nghiên cứu
• 1.2.2. Phạm vi nghiên cứu
• 1.3. Phương pháp nghiên cứu
• 1.4. Cấu trúc khóa luận
• 2. CHƯƠNG 2: CÔNG NGHỆ SỬ DỤNG
• 2.1. Giới thiệu Node.js
• 2.2. Giới thiệu MongoDB
• 2.3. Áp dụng MongoDB và xây dựng ứng dụng Chefood
• 2.4. Tại sao nên sử dụng React Native
• 2.5. Áp dụng React Native vào xây dựng ứng dụng Chefood
• 2.6. Tại sao nên sử dụng Firebase Authentication
• 2.7. Áp dụng Firebase Authentication vào xây dựng ứng dụng Chefood
• 2.8. Tại sao nên sử dụng REST
• 2.9. Áp dụng REST vào xây dựng ứng dụng Chefood
• 2.10. Tại sao nên sử dụng Bing Map API
• 2.11. Áp dụng Bing Map API vào ứng dụng Chefood
• 2.12. Tại sao nên sử dụng Stripe
• 2.13. Áp dụng Stripe vào ứng dụng Chefood
• 2.14. Tại sao nên sử dụng Azure
• 2.15. Áp dụng Azure vào ứng dụng Chefood
• 2.16. Các thuật toán áp dụng cho việc phân loại bình luận và đề xuất món ăn
• 2.16.1. Logistic Regression
• 2.16.2. Singular Value Decomposition (SVD)
• 3. CHƯƠNG 3: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG
• 3.1. Kiến trúc hệ thống
• 3.2. Mô hình phân rã chức năng
• 3.3. Mô hình Usecase
• 3.4. Mô tả từng chức năng (nhóm chức năng liên quan)
• 3.5. Mô hình luồng dữ liệu
• 3.6. Biểu đồ Sequence Diagram
• 3.6.1. Đăng ký, đăng nhập, quên mật khẩu, đăng xuất
• 3.6.2. Lịch sử giao dịch, chi tiết đơn
• 3.6.3. Món ăn đã lưu, đầu bếp đã theo dõi
• 3.6.4. Danh sách món ăn, danh sách đầu bếp
• 3.6.5. Chi tiết đầu bếp
• 3.7. Thiết kế cơ sở dữ liệu
• 3.7.1. Mô hình thực thể kết hợp (ERD)
• 3.7.2. Hệ thống cơ sở dữ liệu
• 4. CHƯƠNG 4: HIỆN THỰC ỨNG DỤNG CHEFOOD
• 4.1. Tổng quan về ứng dụng Chefood
• 4.2. Đặc tả giao diện ứng dụng Chefood
• 4.2.1. Đặc tả giao diện các chức năng đăng nhập, đăng ký, quên mật khẩu
• 4.2.2. Đặc tả giao diện trang chủ
• 4.2.3. Đặc tả giao diện so sánh đầu bếp
• 4.2.4. Đặc tả giao diện tìm kiếm
• 4.2.5. Đặc tả giao diện đơn hàng
• 4.2.6. Đặc tả giao diện giỏ hàng
• 4.2.7. Đặc tả giao diện tài khoản
• 5. CHƯƠNG 5: THỬ NGHIỆM VÀ BÀN LUẬN
• 5.1. Mô hình đánh giá trạng thái bình luận món ăn
• 5.2. Tiền xử lý dữ liệu
• 5.3. Đào tạo và đánh giá mô hình
• 5.3.1. Sử dụng mô hình đánh giá trạng thái bình luận món ăn
• 5.3.2. Sử dụng mô hình đề xuất món ăn
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Nhược điểm
• 6.2. Hướng phát triển
• DANH MỤC HÌNH ẢNH
• DANH MỤC SƠ ĐỒ
• DANH MỤC BẢNG BIỂU
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT KHÓA LUẬN

Tóm tắt

I. Tổng Quan Về Ứng Dụng Kỹ Thuật Học Máy Trong Đặt Món Ăn

Trong bối cảnh công nghệ phát triển mạnh mẽ, việc ứng dụng kỹ thuật học máy vào lĩnh vực đặt món ăn đang trở thành xu hướng nổi bật. Các ứng dụng di động không chỉ giúp người dùng dễ dàng tìm kiếm và đặt món ăn mà còn cải thiện trải nghiệm của họ thông qua việc phân tích phản hồi và đánh giá. Việc tích hợp AI vào quy trình này không chỉ nâng cao hiệu quả mà còn tạo ra những gợi ý chính xác hơn cho người dùng.

1.1. Lợi Ích Của Việc Ứng Dụng AI Trong Đặt Món Ăn

Việc áp dụng AI giúp tối ưu hóa quy trình đặt món ăn, từ việc phân tích dữ liệu đến việc đưa ra gợi ý món ăn phù hợp. Điều này không chỉ tiết kiệm thời gian cho người dùng mà còn nâng cao trải nghiệm của họ.

1.2. Xu Hướng Phát Triển Ứng Dụng Đặt Món Ăn

Xu hướng hiện nay cho thấy sự gia tăng trong việc sử dụng các ứng dụng đặt món ăn, đặc biệt là trong thời kỳ dịch bệnh. Người dùng ngày càng tìm kiếm những giải pháp tiện lợi và an toàn hơn cho nhu cầu ăn uống của mình.

II. Vấn Đề Và Thách Thức Trong Ngành Đặt Món Ăn

Mặc dù có nhiều lợi ích, nhưng ngành đặt món ăn cũng đối mặt với nhiều thách thức. Một trong những vấn đề lớn nhất là việc ghi nhận và phân tích phản hồi của người dùng. Nhiều ứng dụng hiện tại chưa thực sự chú trọng đến việc này, dẫn đến trải nghiệm không tốt cho người dùng.

2.1. Thiếu Sót Trong Việc Ghi Nhận Phản Hồi

Nhiều ứng dụng chỉ tập trung vào việc đặt hàng mà không chú ý đến phản hồi của người dùng. Điều này dẫn đến việc không thể cải thiện chất lượng dịch vụ và món ăn.

2.2. Khó Khăn Trong Việc Phân Tích Dữ Liệu

Việc phân tích dữ liệu từ phản hồi của người dùng là một thách thức lớn. Cần có các phương pháp và công nghệ phù hợp để xử lý và phân tích dữ liệu một cách hiệu quả.

III. Phương Pháp Áp Dụng Kỹ Thuật Học Máy Trong Ứng Dụng Đặt Món Ăn

Để giải quyết các vấn đề nêu trên, việc áp dụng kỹ thuật học máy là cần thiết. Các thuật toán như Logistic Regression và LightGCN có thể được sử dụng để phân loại và gợi ý món ăn dựa trên phản hồi của người dùng.

3.1. Sử Dụng Logistic Regression Để Phân Loại Bình Luận

Thuật toán Logistic Regression giúp phân loại các bình luận của người dùng thành tích cực hoặc tiêu cực, từ đó ảnh hưởng đến thứ hạng của món ăn trong ứng dụng.

3.2. Áp Dụng LightGCN Để Đề Xuất Món Ăn

LightGCN là một thuật toán mạnh mẽ giúp xây dựng hệ thống gợi ý món ăn dựa trên các đơn hàng và đánh giá của người dùng, từ đó nâng cao trải nghiệm đặt món ăn.

IV. Ứng Dụng Thực Tiễn Của Kỹ Thuật Học Máy Trong Đặt Món Ăn

Ứng dụng Chefood là một ví dụ điển hình cho việc áp dụng kỹ thuật học máy trong ngành đặt món ăn. Ứng dụng này không chỉ cho phép người dùng đặt món mà còn tích hợp các tính năng đánh giá và gợi ý món ăn dựa trên phản hồi của người dùng.

4.1. Tính Năng Đánh Giá Trạng Thái Bình Luận

Tính năng này cho phép người dùng đánh giá món ăn sau khi sử dụng, từ đó hệ thống có thể phân tích và đưa ra các gợi ý phù hợp cho lần đặt hàng tiếp theo.

4.2. Hệ Thống Gợi Ý Món Ăn Thông Minh

Hệ thống gợi ý của Chefood sử dụng dữ liệu từ các đơn hàng và đánh giá của người dùng để đề xuất những món ăn phù hợp nhất, giúp nâng cao trải nghiệm người dùng.

V. Kết Luận Và Tương Lai Của Ngành Đặt Món Ăn

Ngành đặt món ăn đang trên đà phát triển mạnh mẽ nhờ vào sự ứng dụng của kỹ thuật học máy. Tương lai của ngành này hứa hẹn sẽ còn nhiều tiềm năng với sự phát triển của công nghệ và nhu cầu ngày càng cao từ người tiêu dùng.

5.1. Tiềm Năng Phát Triển Của Ứng Dụng Đặt Món Ăn

Với sự gia tăng nhu cầu về các ứng dụng đặt món ăn, các nhà phát triển cần chú trọng đến việc cải thiện trải nghiệm người dùng thông qua việc áp dụng công nghệ mới.

5.2. Hướng Đi Tương Lai Của Kỹ Thuật Học Máy

Kỹ thuật học máy sẽ tiếp tục đóng vai trò quan trọng trong việc cải thiện chất lượng dịch vụ và nâng cao trải nghiệm người dùng trong ngành đặt món ăn.

Trích đoạn nội dung tài liệu

Chương 1. TONG QUAN DE TÀI. Tìm hiểu các ứng dụng hiện nay 1. Mục tiêu đề tài 1.

Đối tượng và phạm vi nghiên cứu. Đối tượng nghiên cứu 1. Phạm vi nghiên CỨU.- ¿+ + St #k kg gi rưn 8 1. Phuong pháp nghiên Ci oo.

ccc eee ces + St SE9k2k£E#EEEEEk v1 1101 1 ty 8 1.7, Cấu trúc khóa luận.--2222222222EEESS++++22222E23222t22222EE2errrrrrrrk 11 PB 1. Giới thiệu Nođe,JS. Tại sao nên sử dụng Node.js vào ứng dụng Chefood. MongoDB CL0ud 1.

Giới thiệu về MongoDB. Tai sao nên sử dụng MongoDB.-- - «¿5S tt tt ướn 13 2. Ap dụng MongoDB và xây dựng ứng dụng Chefood. Tại sao nên sử dụng React Native 2.

Áp dung React Native vào xây dựng ứng dụng Chefood. + tt th HH1 1. Tại sao nên sử dụng Firebase Authentication 2. Áp dụng Firebase Authentication vào xây dựng ứng dụng Chefood.-- ¿2+ + St 2t T2 1221221 1, TH HH 1g.

Tại sao nên sử dụng RESÏT. Áp dụng REST vào xây dựng ứng dụng Chefood. Bing Map APPÌL. Khái niệm AARP.

cv cannes sess Pe 02 CG HH HH HH nga nga re, 20 2. Tại sao nên sử dụng Bing Map APPI. Áp dụng Bing Map API vào ứng dụng Chefood. sàn TH TT Họ TT TT 0H Tát 21 2.

Tại sao nên sử dụng Sripe. Ap dung Stripe vào ứng dụng Chefood. Tại sao nên sử dung AZUT€. Áp dung Azure vào ứng dụng Chefood.

Các thuật toán áp dụng cho việc phân loại bình luận và đề xuất món ăn. Logistic T€BT€SSÏOH. Singular Value Decomposition — SVD. tt sterrerirrrrierrrrre 26 Chương 3.

PHAN TÍCH VÀ THIET KE HE THONG 3. Kiến trúc hệ thống. Mô hình phân rã chức năng. Mô hình Usecase.

Mô hình seCase. Mô tả từng chức năng (nhóm chức năng liên quan). Mô hình luồng dữ liệu. Biểu d6 Sequence Diagram.

Đăng ky, đăng nhập, quên mật khâu, đăng xuất. Tai Khoi nh ` “7. Lich sử giao dịch, chi tiết đơn II. - - - ¿5+ Ek+EEEE T12 011111111 121 11111010121 trên 67 3.

Món ăn đã lưu, đầu bếp đã theo dõi. Danh sách món ăn, danh sách đầu bếp.-----:¿¿+2+zz+22v+zzz+rz 70 3. Chỉ tiết đầu bếp. Thiết kế cơ sở dữ liệu.

Mô hình thực thể kết hợp (ERD),. Hệ thống cơ sở dữ liệu ki. HIỆN THỰC ỨNG DỤNG CHEFOOD 4. Tổng quan về ứng dụng Chefood.--:-222+++2222EE2+++rttt22vxvsrrrrrrrrrr §6 4.

Đặc tả giao diện ứng dụng ChefOOd. Đặc tả giao điện các chức năng đăng nhập, đăng ký, quên mật khẩu. Đặc tả giao diện trang chủ. eee ce + St HH ve.

Đặc tả giao diện so sánh đầu bếp.4, Đặc tả giao điện tìm kiếm.- :¿¿22222++2222EEEt2E2EE2E22EEErrrrkrcree 102 4. Đặc tả giao diện đơn hàng. Đặc tả giao diện giỏ hàng. Đặc tả giao diện tài khoản.

5S tt ey 111 Chương 5. THU NGHIEM VA BAN LUẬN. Mô hình đánh giá trạng thái bình luận món ăn. Tiền xử lý dữ liệu.

Đào tạo và đánh giá mô hình:. Sử dụng mô hình đánh giá trạng thái bình luận món ăn. Mô hình Đề xuất món ăn.---2¿©2+++22V2+++22EE+++22EEYEtEEEE+rrttrrrrrerrrrree 130 5. -cc St n2 nhe 131 5.

Tiền xử ly dữ liệu. Đào tạo và đánh giá mô hình 5. Sử dụng mô hình đề xuất món ăn Chương 6. KET LUẬN VÀ HƯỚNG PHAT TRIẺN.

Nhược điểm. Hướng phát triỀn. 139 DANH MỤC HÌNH ẢNH Hình 1. Ảnh chụp màn hình giao diện Trang chủ của ứng dụng Baemin.

Ảnh chụp màn hình giao diện Đánh giá và Nhận xét một quán ăn của ứng Ung Bacmin P08. Tinh năng của Nod€js. Tính năng của MongolDB,.-- -¿- - 5+ tt E*EE HH 11101111. React Native là framework lập trình đa nền tảng.

Lợi ích khi sử dung Firebase Authenticaftion. Kiến trúc thiết kế của REST API. Luồng thanh toán cơ bản của ứng dụng sử dung Stripe API. Azure cung cấp hơn 200 dich VU .---22:5222+zz+222+++t2EEESztrtrxveerrrree 2 Hình 2.

Phân loại đầu vào x thành 2 nhóm. Giao diện đăng nhập. Giao diện đăng ky, xác thre .-- tt S+ St sEEEEekekesrrrerrrerrkerree 89 Hình 4. Giao diện quên mật khẩu, ce 0 0.

Giao diện trang chủ - Ì_. Giao diện trang chủ - 2. ¿c1 tt S vs EEkrrkekekrrkrrrrrkrkerree 94 Hình 4. Giao diện chỉ tiết món ăn — Nguyên liệu.

Giao diện chỉ tiết món ăn — Bình luận, Hình ảnh. Giao diện chỉ tiết đầu bếp — Món ăn. Giao diện chỉ tiết đầu bếp — Bình luận, Thông tỉn. Giao điện so sánh đầu bếp.

Giao diện tìm kiếm.cccccccccttnttttEEE re 103 Hình 4. Giao diện danh sách đơn hàng. ¿+ ¿5+ + tt sv£vxexeeerrvrrrerersee 104 Hình 4. Giao điện chỉ tiết đơn hàng.

2 2z+22EE++2EEEEzttEEEESerrrrkrerrrrk 105 Hình 4. Giao diện đánh giá. Giao diện giỏ hàng. Giao diện giỏ hang — Thanh toán thẻ 10 Hình 4.

Giao diện tài khoản 11 Hì inh 4. Giao diện trang cá nhân. Giao diện thay đồi họ và tên. Giao diện thay đổi số điện thoại.

Giao diện thay đổi giới tính.------2++22E+++t2EEEEEt2EEELerrrrkrrrrrrkee 15 inh 4. Giao diện thay đổi ngày sinh. Giao diện thay đổi a CHI eee. Giao diện thay đổi mật KNAU.

Giao diện lịch sử giao dich .- -¿- ¿+ ¿+ S222 S23 SE2E2ES£E+EeEeeEevsevreerseerrse 20 Hi inh Hinh 4. Giao diện đầu bếp đã theo đõi.----2¿-©2¿222+2zt2EEEEzerrrrxrrrrrrkee 21 Hinh 4. Giao diện đăng xuất. Phan đầu của bộ dữ liệu 50000 bình luận món ăn.

Ví dụ về việc loại bỏ stopwords khỏi văn bản. ¿5s sc+c+svcec+x 26 Hinh 5. Dữ liệu bình luận món ăn sau khi xử lý. Kết quả đào tạo thuật toán Logistic Regression.

Kết quả đào tạo thuật toán SVC.-22¿2222++22222222221222221 re 28 Hi inh Hinh 5. Ví dụ mô tả phương pháp lọc cộng tác. -- - +5 c+ssx+xsvrvrererersee 30 Hinh 5. Phần đầu của bộ dữ liệu 500142 đánh giá sao cho món ăn.

31 DANH MỤC SƠ DO Sơ đồ 3. Sơ đỗ kiến trúc hệ thống.- 2: 22+++2EE+2+t2EEEE2EEEEEEEEEEEEerrrrkrrrer 28 Sơ đồ 3. Sơ đồ phân rã chức năng ứng dụng Chefood. Sơ đồ Usecase của ứng dụng Chefood.

Sơ đồ Usecase nhóm chức năng Tai khoản. Sơ đồ Usecase nhóm chức năng Tìm kiếm. Sơ đồ Usecase nhóm chức năng Danh sách món ăn. Sơ đồ Usecase nhóm chức năng Chi tiết món ăn.

Sơ dé Usecase nhóm chức năng Đặt hang. Sơ đồ Usecase nhóm chức năng Đơn hang. Sơ đồ Usecase nhóm chức năng Chỉ tiết đầu bé 34 Sơ dé 3. Mô hình luồng dữ liệu người dùng.

Sơ đồ sequence diagram — chức năng Đăng ký. Sơ dé sequence diagram — chức năng Đăng nhập. Sơ đồ sequence diagram — chức năng Quên mật khẩu. Sơ đồ sequence diagram — chức năng Đăng xuắt.

Sơ đồ sequence diagram — chức năng Tài khoản. Sơ đồ sequence diagram — các chức năng Lịch sử giao dịch,. Sơ đồ sequence diagram — chức năng Đánh giá món ăn. Sơ đồ sequence diagram — các chức năng Món ăn đã lưu,.

Sơ dé sequence diagram — chức năng Danh sách món ăn đề xuất. Sơ dé sequence diagram — chức năng Danh sách món ăn nồi bật, món ăn đã xem, món ăn hôm nay, danh mục món ăn, đầu bếp nổi bật. Sơ dé sequence diagram — chức năng Chỉ tiết món ăn. Sơ đồ sequence diagram — chức năng Sơ dé 3.

Sơ đồ sequence diagram — chức năng Chỉ tiết đầu bếp. Sơ đồ sequence diagram — chức năng Tìm kiếm. Sơ đồ sequence diagram — chức năng Đặt hàng Sơ đồ 5. Mô hình thuật toán tổng quan.

Sử dụng mô hình đánh giá trạng thái bình luận món ăn. Sơ đồ tỉ lệ loss của thuật toán Logistic Regression sau mỗi epoch. Sơ đồ tỉ lệ loss của thuật toán Light GCN sau mỗi epoch. Sơ dé tỉ lệ loss của thuật toán SVD sau mỗi epoch.

Sử dụng mô hình đề xuất món ăn.--:-2¿22+z++222++zrtczvrerrrrs 134 DANH MỤC BANG BIEU Bảng 3. Hiện thực hoá sơ GO S€Case.- 50 2 cv 1 1111111011 E1eerrreer34 Bảng 3. Mô tả chức năng Đăng ký, Đăng nhập, Quên mật khẩu, Đăng xuất. Mô tả chức năng Tài khoản.-- - -- ¿c5 + +‡k‡x‡EEEEEEEv re 40 Bang 3.

Mô tả chức năng Lich sử giao dịch, Đánh giá món ăn. Mô tả chức năng Món ăn đã lưu, Đầu bếp đã theo dõi. Mô tả chức năng Tìm kiếm .- 22 ©222++22ES2+t2222E+EE2EEEveerrrrrrrrrks 47 Bảng 3. Mô tả chức năng Danh sách món ăn, Danh sách đầu bếp.

Mô tả chức năng Chỉ tiết món ăn, Chỉ tiết đầu bếp. Mô ta chức năng Giỏ hang. Mô tả chức năng Dat hàng 56 Bảng 3. Cơ sở dữ liệu trong hệ thống.

Ví dụ về hoạt động của mô hình Đánh giá trạng thái bình luận món ăn. Bảng so sách kết quả đào tạo các thuật toán Logistic Regression, Light GCN và SVD sau 500 epochs.--¿- +1 TT 9 HH 21210010101 1H00 Hoà 132 DANH MỤC TỪ VIET TAT STT Từ Viết tắt của 1 API Application Programming Interface 2 CRUD Create — Read — Update — Delete 3 GPS Global Positioning System 4 HTTP HyperText Transfer Protocol 5 vo Input/Output 6 ID Identification 7 OTP One Time Password 8 RDBMS Relational Database Management System 9 URL Uniform Resource Locator TOM TAT KHOA LUẬN Khoá luận với đề tài Áp dung kỹ thuật học máy vào xây dựng ứng dung đặt món ăn tích hợp đánh giá trạng thái bình luận được thực hiện trong bối cảnh sự phát triển mạnh mẽ của ngành công nghiệp phần mềm, đặc biệt là trên lĩnh vực lập trình ứng dụng di động, cũng như tình hình dịch bệnh COVID-19 đang diễn biến phức tạp ở nhiều nơi. Nhu cầu của người dùng về các ứng dụng di động khai thác đề tài đặt món ăn ngày càng gia tăng. Nhưng bên cạnh nhu cầu về việc tìm kiếm, đặt một món ăn thì các phản hồi của người dùng đối với món ăn sau khi mua hàng cần được ghi nhận, phân tích và chính những phản hồi này sẽ tác động đến thứ hạng của món ăn, cũng như quyết định đặt món của những người dùng khác sau này.

Đây là một vấn đề không mới, tuy nhiên các ứng dụng hiện nay vẫn chưa thật sự quan tâm đến vấn đề này, chỉ dừng ở việc ghi nhận đánh giá của người đùng cho một địa điểm ăn uống. Chính điều này là lý do để nhóm chúng tôi đưa ra ý tưởng về đề tài xây dựng một ứng dụng đặt món ăn mang tên Chefood. Giải pháp mà nhóm tác giả đưa ra là xây dựng ứng dụng đặt món ăn với danh mục các món ăn đa đạng của nhiều đầu bếp khác nhau, cung cấp cho người dùng nhiều sự lựa chọn. Các phản hồi sau mua hàng được hệ thống ghi lại, áp dụng kỹ thuật machine learning, cu thé là thuật toán Logistic regression dé phân loại các phản hồi này.

Các phản hôi sau khi phân loại (tích cực/tiêu cực) sẽ ảnh hưởng trực tiếp đến thứ hang món ăn trong hệ thống, từ đó tác động đến quyết định mua hàng của những người dùng khác đối với món ăn sau này. Ngoài ra, ứng dụng còn sử dụng thuật toán LightGCN để xây dựng hệ thống đề xuất món ăn. Hệ thống này dựa vào các đơn hàng người dùng đã đặt, các đánh giá của người dùng đối với món ăn, hệ thống sẽ đề xuất những món ăn khác phù hợp nhất đến người dùng.