Khóa Luận Tốt Nghiệp: Ứng Dụng Thuật Toán Máy Học Để So Sánh Giá Sản Phẩm Thương Mại Điện Tử

Luận văn tốt nghiệp y tế nghiên cứu tốt nghiệp an toàn thông tin áp dụng các thuật toán máy học trong việc so sánh giá các sản phẩm, điều tra thực trạng, phân tích số liệu, đề

Chuyên ngành

An toàn thông tin

Người đăng

Ẩn danh

Thể loại

Khóa luận tốt nghiệp

2022

85
3
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI

1.1. Lý do chọn đề tài

1.2. Phạm vi của đề tài

1.3. Các website liên quan

2. CHƯƠNG 2: MÔ HÌNH TRÍ TUỆ NHÂN TẠO SỬ DỤNG

3. CHƯƠNG 3: PHƯƠNG PHÁP THỰC HIỆN

3.1. Phương pháp thu thập dữ liệu

3.2. Nguồn thu thập dữ liệu

3.3. Quy trình thu thập dữ liệu

3.4. Phương pháp tối ưu hóa tìm kiếm

3.5. Phương pháp xác định mã định danh cho danh mục

3.6. Phương pháp áp dụng mạng nơ ron hồi quy vào việc phân loại tên sản phẩm trong câu tìm kiếm

4. CHƯƠNG 4: CÁC CÔNG NGHỆ SỬ DỤNG

4.1. Các tính năng của ReactJS

4.2. Điểm mạnh khi sử dụng ReactJS

4.3. Điểm mạnh khi sử dụng Redux

4.4. Cấu trúc của Redux

4.5. Điểm mạnh khi sử dụng Sass

4.6. Django REST Framework

4.6.1. Điểm mạnh khi sử dụng Django REST Framework

4.6.2. Cơ chế hoạt động

4.7. Giới thiệu PostgreSQL

4.8. Cách hoạt động

4.9. Giới thiệu Python

4.10. Tính năng của Python

5. CHƯƠNG 5: TỔNG QUAN KIẾN TRÚC HỆ THỐNG

5.1. Hệ thống phía máy

5.2. Phía Front-end

5.2.1. USE-CASE tìm kiếm sản phẩm

5.2.2. USE-CASE tìm kiếm theo danh mục

5.2.3. USE-CASE sắp xếp

5.2.4. USE-CASE xem chi tiết sản phẩm

5.2.5. USE-CASE mua hàng

5.2.6. USE-CASE tiếp tục mua hàng

5.3. Phía Back-end

5.4. Cơ sở dữ liệu

5.5. Giao diện trên Web

5.5.1. Giao diện trang chủ

5.5.2. Giao diện trang sản phẩm theo danh mục

5.5.3. Giao diện trang chi tiết sản phẩm

5.5.4. Giao diện trang mua hàng

5.5.5. Giao diện trên điện thoại

5.5.6. Giao diện trang danh mục sản phẩm

5.5.7. Giao diện trang chi tiết sản phẩm khám phá thêm

5.5.8. Giao diện trang mua hàng mobile

5.5.9. Giao diện trang chủ mobile

5.5.10. Giao diện trang danh mục sản phẩm mobile

5.5.11. Giao diện trang chi tiết sản phẩm mobile

6. CHƯƠNG 6: KẾT QUẢ THU ĐƯỢC

6.1. Thu thập dữ liệu

6.2. Xây dựng Dataset câu tìm kiếm của người dùng

6.3. Phát triển ứng dụng web để so sánh giá

6.4. Xây dựng bộ phận lọc ngữ nghĩa

6.5. So sánh với các sản phẩm liên quan

6.6. So sánh các thuật toán trí tuệ nhân tạo

7. CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

DANH MỤC HÌNH

DANH MỤC BẢNG

DANH MỤC TỪ VIẾT TẮT

TÓM TẮT KHÓA LUẬN

Tóm tắt

I. Thuật toán máy học

Thuật toán máy học đóng vai trò trung tâm trong việc so sánh giá sản phẩm thương mại điện tử. Các mô hình như mạng nơ-ron hồi quy (RNN)Long Short-Term Memory (LSTM) được sử dụng để phân loại và dự đoán giá sản phẩm. Những thuật toán này giúp xử lý dữ liệu lớn từ các nền tảng thương mại điện tử, từ đó cung cấp kết quả so sánh chính xác và nhanh chóng. Ứng dụng của học máy trong lĩnh vực này không chỉ tối ưu hóa quy trình tìm kiếm mà còn đảm bảo tính khách quan trong việc đánh giá giá cả.

1.1. Phân tích dữ liệu

Phân tích dữ liệu là bước quan trọng trong việc áp dụng thuật toán máy học. Dữ liệu được thu thập từ các nguồn như Lazada, Shopee, và Tiki được xử lý để loại bỏ nhiễu và chuẩn hóa. Các kỹ thuật như XPathAPI được sử dụng để trích xuất thông tin sản phẩm. Quá trình này đảm bảo dữ liệu đầu vào chất lượng cao, giúp các mô hình học máy hoạt động hiệu quả hơn.

1.2. Tối ưu hóa thuật toán

Tối ưu hóa thuật toán là yếu tố then chốt để nâng cao độ chính xác của hệ thống. Các phương pháp như gradient descentbackpropagation được áp dụng để điều chỉnh các tham số của mô hình. Việc này giúp giảm thiểu sai số và cải thiện hiệu suất dự đoán. Kết quả là hệ thống có khả năng so sánh giá sản phẩm một cách nhanh chóng và chính xác.

II. So sánh giá sản phẩm

So sánh giá sản phẩm là mục tiêu chính của nghiên cứu này. Hệ thống được xây dựng để cung cấp thông tin giá cả từ nhiều nguồn khác nhau, giúp người dùng đưa ra quyết định mua sắm thông minh. Các tiêu chí so sánh bao gồm giá cả, đánh giá sản phẩm, và ưu nhược điểm. Hệ thống so sánh giá này không chỉ hỗ trợ người tiêu dùng mà còn giúp các nhà bán lẻ cạnh tranh lành mạnh.

2.1. Phân tích thị trường

Phân tích thị trường là bước không thể thiếu trong việc so sánh giá. Nghiên cứu này tập trung vào các nền tảng thương mại điện tử Việt Nam như Shopee, Lazada, và Tiki. Dữ liệu được thu thập và phân tích để xác định xu hướng giá cả và sự biến động thị trường. Kết quả phân tích giúp người dùng hiểu rõ hơn về giá trị thực của sản phẩm.

2.2. Tối ưu hóa giá

Tối ưu hóa giá là quá trình điều chỉnh giá sản phẩm để đảm bảo tính cạnh tranh. Hệ thống sử dụng các thuật toán học máy để dự đoán giá tối ưu dựa trên dữ liệu lịch sử và xu hướng thị trường. Điều này giúp các nhà bán lẻ đưa ra mức giá hợp lý, thu hút khách hàng mà vẫn đảm bảo lợi nhuận.

III. Ứng dụng trong khóa luận tốt nghiệp

Nghiên cứu này được thực hiện trong khuôn khổ khóa luận tốt nghiệp ngành An toàn thông tin. Mục tiêu là áp dụng công nghệ thông tinhọc máy để giải quyết vấn đề thực tế trong lĩnh vực thương mại điện tử. Kết quả nghiên cứu không chỉ có giá trị học thuật mà còn mang lại lợi ích thiết thực cho người dùng và doanh nghiệp.

3.1. Phương pháp thực hiện

Phương pháp thực hiện bao gồm thu thập dữ liệu, xử lý dữ liệu, và áp dụng các thuật toán học máy. Quy trình được thiết kế chặt chẽ để đảm bảo tính chính xác và hiệu quả. Các công nghệ như ReactJS, Django REST Framework, và PostgreSQL được sử dụng để xây dựng hệ thống.

3.2. Kết quả và ứng dụng

Kết quả nghiên cứu cho thấy hệ thống có khả năng so sánh giá sản phẩm một cách hiệu quả. Ứng dụng máy học trong lĩnh vực này không chỉ giúp người dùng tiết kiệm thời gian mà còn góp phần ổn định thị trường. Nghiên cứu này mở ra hướng phát triển mới cho các hệ thống so sánh giá trong tương lai.

21/02/2025
Khóa luận tốt nghiệp an toàn thông tin áp dụng các thuật toán máy học trong việc so sánh giá các sản phẩm thương mại điện tử

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan đề tài. Ly do g0 oi na. — Đối với người tiêu dùng.

Đối với chủ website. Đối với các gian hàng trực tuyến. Phạm vi của đề tài. Áp dụng Machine Learning.

Phạm vi áp dụng. St tt SE ng HH Hy 5 1. Các website liên quan.- kh HH0 iy7. S1 E19 TH HH HT HH9 ` -`-Š.SẶ- St vn.

| MO HÌNH TRÍ TUE NHÂN TAO SỬ DỤNG. 52-5222 2t 2T H22 22 HH HH re. Mạng no ron hồi quy - Recurrent Neral Network. HH HH gi.

PHƯƠNG PHÁP THỰC HIỆN. Phương pháp thu thập dữ liệu oo. Nguồn thu thập dữ liệu. Quy trình thu thập dữ liệu.

Phương pháp tối ưu hóa tìm kiếm. Phương pháp xác định mã định danh cho danh mục. Phương pháp áp dụng mạng nơ ron hồi quy vào việc phân loại tên sản phẩm trong câu tìm kiếm. CÁC CÔNG NGHỆ SỬ DỤNG .ÖŒỒÖỒỒÖẦẦ.

GcIẪU LH HHẤ HH TH ghi 25 4. Các tính năng của React]S. eeseeee tees neneseseeeeteseaeseeee 26 4. Điểm mạnh khi sử dụng ReactJs.- St tt nh re27 21A <-.

Điểm mạnh khi sử dụng Redux. Cấu trúc của R€dux. St St ng Hee 29 4. HH HH HH HT HH HT TH HH ky 29 4.

Điểm mạnh khi sử dung Sass. Ăn HH HH HH HT. Django REST FramewOrk. Django Rest Framework.

Điểm mạnh khi sự dụng Django Rest Framework. Cơ chế hoạt động. Giới thiệu PostgreSQLL. -¿- - 55+ StkE*EEEkekekrkreeưêp 35 4.

Cách hoạt động.-- --¿- + St HH H11 ren36 4. Giới thiệu Python. Tinh năng của Python. 6-5 2+2 tên37 Chương 5.

| TONG QUAN KIEN TRÚC HỆ THÓNG. Hệ thống phía máy ht. Phia Front-end ôn. USE-CASE tìm kiếm sản pham.

USE-CASE tim kiém theo danh NC 1. USE-CASE sắp XẾp. USE-CASE xem chỉ tiết sản phẩm. USE-CASE mua hàng.

USE-CASE tiếp tục mua hàng. Phía Back-end. -- -- -- «cv TH HH Hư 45 5. Cơ Sở dữ lIỆU.Ă- Ăn SH HH TH HH HH HH Hư46 `.

Dac ta Gia na. Giao diện trên Web. ---- --G c1 HS vn HH vn vn ng ngư 49 5. Giao diện trang CủỦ.- --c + 1S 2v HS HH TH HH nền 49 5.

Giao diện trang sản phẩm theo danh mục. Giao diện trang chi tiết sản phẩm. Giao diện trang mua hằng. Giao diện trên điện thoal.

Giao diện trang CHU. eee ee eeeeeeseeseeseeeesesecsessesseseeseseeesseeaeeaees 55 5. Giao điện trang danh mục san phẩm. Giao diện trang chỉ tiết sản phẩm.

Giao diện trang mua hang. ---- -- 55+ + + ssEEeereersserreerres 65 Chương 6. KẾT QUA THU ĐƯỢC. ¿2+ E+SE+EE+EE+EE2EEEerEerkerkersrree 66 6.

Thu thap dit Gu oo. Xây dung Dataset câu tìm kiếm của người dùng. Phát triển ứng dụng web dé so sánh gid. Xay dung bO phan LOp nG:ầầẳầia.

So sánh với các sản phẩm liên quan. So sánh các thuật toán trí tuệ nhân †ạO.-- c5 52 2< + **++2veseeexeesexxse 69 Chương7. KÉT LUẬN VÀ HƯỚNG PHAT TRIEN. St St St E111 11518111151111151111111111111111111111111111111 11111 cxe.

Hướng phát triển DANH MỤC HÌNH Hình 1. HH TH HH TH tr. Mua hàng Online. SG SG KH vn HH key 3 Hình 1.

SG HS HH HH HH HH Hệ 7 inh 1. SG HH Hy 12 Hình 2. Kiến trúc mạng nơ ron hồi Quy sscsssessscssesssesssesssessscssesssesssessssssesssecssecsessves 13 Hình 2. Các loại mạng nơ ron hồi Quy.

Tầng CONG VàO.-cc+c StEt CT1 1151111111111 1111111111111. Tang kết hợp. Tang CONG qMÊNH. c - 22-55 SE EEE2EEEEEEE1EE1E112111111111111111 11.

c5 52 SE SE EkEEkEEEEEE121111121111211111111111 1111111 re. Minh họa truy vấn văn bản html với Xpath. Truy vấn sản phẩm không có điều kiện danh mục. Truy vấn có điêu Kien ceccscecccscssessessessessessssssesseesesseesessessesssssesseesesseeesseaees 22 Hình 3.

Mạng no-ron hồi quy many-to-one trong phân loại sản phẩm. ong HH HH Hư 25 ;0/1,8 80. AXI0S 00NnnnẺẼ n6 hố. Django REST ÍTAHI€WOFĂ.

Cơ chế hoạt động của Resffil API vecceccccssscssssessssssessessessesssessessesssessessesses 34 [;0/1,8890x231;i442A10)0nđaẳiâẳaiaiiẳẦẢ. Kiến trúc máy CNUi cecsecssessscsssesssessesssesssessssssssssesssessssssscssecssessusssecssecssesseseses 39 Hình 5. USE-CASE tìm kiếm sản pla voscccccccscessessssssessessesssessessessssssessessesssssseeseeses 40 Hình 5. USE-CASE tìm kiếm theo danh muc.

USE-CASE sắp xếp cecccccsscsscessessesssessessessssssessessessusssessessessssssessessssnsssesseeses 42 Hình 5. USE-CASE xem chỉ tiết sản phẩẩH. 22-52 5ccSc+E+EeEteEEezrrrkerkerree 43 Hình 5. USE-CA SE mu hÀNg.

cv kh 44 Hình 5. USE-CASE tiếp tục mua hằng.-- 5555 E+EE+E+EEEEEEEeEkerkerkererree 44 Hình 5. Giao điện trang chủ danh mục sản phẩm 4. Giao diện trang chủ top sản phẩm bán chạy.

Giao diện trang chủ sản phẩm mới.-- 2-52 s5s+Se+£e£teztertererssreee 50 Hình 5. Giao diện trang chủ sản phẩm pho biẾn.-----2- 2-55 5ce+ce+cccxcsez 50 Hình 5. Giao diện trang Chủ ÍOOf€F'. cv trkrrrkrisrrrrerrerrerre 51 Hình 5.

Giao diện trang sản phẩm theo danh Mu .--- 2-5525 5s cs+£s+cse‡ 52 Hình 5. Giao diện trang chỉ tiết sản phẩm.------+©s+©cs©c++cx+cxetxesrxesrxez 53 Hình 5. Giao diện trang chỉ tiết sản phẩm khám phá thêm. Giao diện trang mua NANG.

cà EeEteexeerrsereeereeree 54 Hình 5. Giao diện trang chủ Mobile. Giao diện trang chủ mobile top sản phẩm bản chạy. Giao diện trang chủ mobile sản phẩm mới .---- 2 +52 ©se s2 s+cs+cse‡ 57 Hình 5.

Giao diện trang chủ mobile sản phẩm phổ biến. Giao diện trang chủ mobile fOOter. Giao diện trang chủ mobile điều NO vecsceccesscsscsscessesseesvessessessessesseeses 60 Hình 5. Giao diện trang danh mục sản phẩm Imobile.-- + 5c 5+ s+cs+cs+: 61 Hình 5.

Giao diện trang danh mục sản phẩm mobile sắp xếp theo giá tién. Giao diện trang chỉ tiết sản phẩm mobile.---:--5:©cs55e+cse+cse2 63 Hình 5. Giao diện trang chỉ tiết sản phẩm mobile thêm số lượng sản phẩm. Giao diện trang mua hàng MODILe.

«set sekeeeesereessre 65 Hình 6. Một số danh mục sản phẩm ¬— 66 Hình 6. Dataset dùng cho việc đào tạo mô hình trí tuệ nhân tạo sử dụng. Kết quả dự đoán danh mục của một sản phẩm ¬— 68 Hình 6.

Label của các sản phẩm điện thoại DANH MỤC BANG Bảng 3. Các website thu thập Att lIỆU. Ăn St kSshhhhirirtrirserrsrrreeree 18 Bang 3. Cau trúc dataset câu tìm kiếm của người dùng.

Bảng model sản phiẨM.- 55-5256 S£SS£‡E‡EE‡EEEEEEEEEEEEEEEEEEEEEErkerkerkrrkee 46 Bảng 5. Bang model danh mục sản PAM. Bảng model WebSite .- vn HH Hà HH ng nh hư47 Bang 5. Bảng các API sử: Mung.

HH HH HH HH ng rưy48 Bang 6. So sánh giữa các thuật toán AI đã đÙng.-- -ccSs<s+ssexsseexeeees 69 DANH MUC TU VIET TAT HTML Hypertext Markup Language CSS Cascading Style Sheets RNN Recurrent Neural Network LSTM Long Short-Term Memory Network GNP Gross National Product GDP Gross Domestic Product FDI Foreign Direct Investment API Application Programming Interface DOM Document Object Model XML Extensible Markup Language JSON JavaScript Object Notation OOP Object Oriented Programming SASS Syntactically Awesome StyleSheets SEO Search Engine Optimization SQL Structured Query Language UI User Interface TÓM TAT KHÓA LUẬN Đại dịch COVID-19 đã khiến nhiều hoạt động của con người gần như phải dừng lại. Tuy nhiên, sự xa rời xã hội và việc thường xuyên ở nhà đã mở ra cơ hội mới cho các hoạt động trực tuyên phát triển mạnh mẽ. Theo kết quả khảo sát do Facebook và Bain & Company phối hợp thực hiện, trong năm 2021, 5 hoạt động trực tuyến mà người tiêu dùng Việt Nam dành nhiều thời gian nhất là mạng xã hội, nhắn tin, xem video, thương mại điện tử và gửi Email.

Theo đó, tỷ lệ người dùng Internet tham gia vào mua sắm trực tuyến đã tăng từ 77% vào năm 2019 lên 88% vào năm 2020 (theo Sách trang Thương mại điện tử năm 2021). Trước tình hình dịch bệnh, người dân không được ra ngoài, mua săm trực tuyến dường như là “cứu cánh” giúp người tiêu dùng tự thỏa mãn nhu cầu của mình. Bắt kịp xu hướng đó, hàng loạt nền tảng thương mại điện tử, ứng dụng giao / bán đồ ăn trực tuyến không ngừng cải tiến và xây dựng các chương trình khuyến mãi dé thu hút người tiêu dùng. Mua hàng trực tuyên có ưu diém là bạn sẽ có nhiêu lựa chọn sản phâm với nhiêu mức giá khác nhau.

Tuy nhiên, vì sự đa dạng như vậy có thê khiên bạn gặp khó khăn trong việc lựa chọn sản phâm. Ngoài ra, việc nâng giá sản phâm vì lý do đại dich tạo ra tinh trạng giá ảo, gây ra sự bất 6n trong nền kinh tế. Trên cơ sở kết quả khảo sát, nhóm chúng em đề xuất thực hiện nghiên cứu “Áp dụng các thuật toán máy học trong việc so sánh giá các sản phẩm thương mại điện tử”. Nhằm giúp cho người tiêu dùng có nhiều lựa chọn tốt hơn khi mua sắm trực tuyến.

Cũng như ngăn chặn tình trạng nâng khống giá trị hàng hóa, giúp các cơ quan chức năng thuận lợi trong việc tính toán các chỉ số GNP, GDP, FDI - các chỉ số hàng tiêu dùng. Chi tiêu và thu thuế sẽ từ đó được điều chỉnh dựa theo tình hình thị trường làm cho chính sách tài khóa và tiền tệ được áp dụng đúng đăn, giúp tình hình kinh tê nước ta cai thiện vé nhiêu mặt. Tổng quan đề tài Hình 1. So sánh giá Giúp cho người tiêu dùng nam bắt được giá cả, thông tin chỉ tiết khi mua sam.

Mọi thông tin đánh giá, so sánh sản phẩm là cái nhìn khách quan, công băng và thự tế nhất. So sánh dựa trên những tiêu chí nhất định, cung cấp những thông tin chỉ tiết nhất về dòng sản phâm mà người dùng đang tìm kiếm. So sánh giá cả, cung cấp thông tin đánh giá giả phẩm, ưu nhược điểm của sản phâm,. Qua đó, người dùng có thê đưa ra những lựa chọn đúng đắn và phù hợp nhất nhằm tiết kiệm thời gian và công sức trong quá trình tìm kiêm sản phâm.

Lý do chọn đề tài Hình 1. Mua hàng online Trang web so sánh giá là công cụ tìm kiếm giúp người tiêu dùng tra cứu sản phẩm mà họ quan tâm, bao gồm giá từ nhiều cửa hàng khác nhau. Tất nhiên, mỗi gian hàng sẽ có giá bán khác nhau, từ đó người tiêu dùng có thể chọn mua được sản phẩm từ một gian hàng uy tín với giá bán hợp lý nhất. Danh mục sản phẩm trên các trang web so sánh giá phong phú hơn nhiều so với một số cửa hàng trực tuyến thông thường hiện nay.

Người dùng có thé tìm thấy bat kỳ sản phâm nào thông qua web so sánh giá cả. Ngoài thông tin về giá, website so sánh giá còn cung cấp thông tin tính năng sản phẩm cùng với các bài viết đánh giá, hướng dẫn mua hang cho từng dòng sản phẩm, giúp người dùng đưa ra quyết định đúng đắn khi chọn mua. Mục tiêu của đề tài 1. Đối với người tiêu dùng Trang web so sánh giá cho phép người tiêu dùng tìm kiếm sản phẩm mà họ quan tâm (thông qua thanh tìm kiếm hoặc danh mục sản phẩm) với kết quả là các cửa hàng trực tuyến bán sản phẩm đó với cùng một mức giá.

Người tiêu dùng có thé dễ dàng lựa chọn đơn vị cung cấp với giá cả hợp lý nhất. Danh mục sản pham trên các trang web so sánh giá phong phú hơn nhiều so với các nhà bán lẻ trực tuyến truyền thống. Người dùng có thể sử dụng công cụ này để tìm kiếm thông tin về hầu hết mọi sản phẩm.

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

Tài liệu "Ứng dụng thuật toán máy học so sánh giá sản phẩm thương mại điện tử trong khóa luận tốt nghiệp an toàn thông tin" trình bày một nghiên cứu sâu sắc về việc áp dụng các thuật toán máy học để so sánh giá sản phẩm trong lĩnh vực thương mại điện tử. Bài viết không chỉ giúp người đọc hiểu rõ hơn về cách thức hoạt động của các thuật toán này mà còn chỉ ra những lợi ích mà chúng mang lại, như việc tối ưu hóa quy trình mua sắm và nâng cao trải nghiệm người tiêu dùng.

Để mở rộng kiến thức về an toàn thông tin trong thương mại điện tử, bạn có thể tham khảo thêm tài liệu Luận văn thạc sĩ nghiên cứu một số bài toán về an toàn thông tin trong thỏa thuận và ký kết hợp đồng của thương mại điện tử luận văn ths máy tính 60 48 01, nơi cung cấp cái nhìn sâu sắc về các vấn đề an toàn trong hợp đồng thương mại điện tử. Ngoài ra, tài liệu Tiểu luận báo cáo thực hành môn an toàn và bảo mật thương mại điện tử quản lý máy tính cũng sẽ giúp bạn nắm bắt các khía cạnh thực tiễn của bảo mật trong thương mại điện tử. Những tài liệu này sẽ là nguồn tài nguyên quý giá để bạn có thể tìm hiểu thêm và nâng cao kiến thức của mình trong lĩnh vực này.