Xây Dựng Hệ Thống Thương Mại Điện Tử Bán Giải Pháp Thị Giác Máy Tính

Luận văn tốt nghiệp kỹ thuật nghiên cứu tốt nghiệp hệ thống thông tin xây dựng hệ thống thương mại điện tử kinh doanh các giải pháp về thị, điều tra thực trạng, phân tích số liệu,

• Tác giả: Lê Văn Nhật
• Người hướng dẫn: Th.S Trình Trọng Tín
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Xây Dựng Hệ Thống Thương Mại Điện Tử Bán Giải Pháp Thị Giác Máy Tính
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TONG QUAN ĐỀ TÀI
• 1.1. Đối tượng nghiên cứu
• 1.2. Phạm vi đề tài
• 1.3. Phương pháp thực hiện
• 2. CHƯƠNG 2: KHẢO SÁT HIỆN TRẠNG
• 2.1. Các mô hình đang được triển khai
• 2.2. Thị trường Việt Nam. Tổng quan các thuật toán thị giác máy tính. Phân lớp hình ảnh (Image classification). Thuật toán mạng tích hợp chập (CNN). Phát hiện, nhận diện đối tượng (Object detection). Tổng quan về Python
• 2.3. Ứng dụng của Python
• 2.4. Giới thiệu một số thư viện Python
• 2.5. Ưu điểm và nhược điểm của Python. Tổng quan về NodeJS
• 2.6. Các đặc tính của NodeJS. Ứng dụng của NodeJS. Ưu nhược điểm của NodeJS. Kiến trúc MicroServices. Kiến trúc monolithic
• 2.7. Ưu điểm và nhược điểm của kiến trúc MicroServices. Hệ quản trị cơ sở dữ liệu MongoDB. Tìm hiểu về NoSQL. Tổng quan về MongoDB. Một số câu lệnh cơ bản trên MongoDB. Ưu điểm và nhược điểm của MongoDB. So sánh MySQL và MongoDB
• 2.8. Công nghệ Web với ReactJS
• 2.9. Các thành phần chính. Nguyên lý hoạt động
• 2.10. So sánh với các công nghệ khác (Angular, Vue). Ưu điểm và nhược điểm
• 3. CHƯƠNG 3: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG
• 3.1. Phân tích yêu cầu hệ thống
• 3.2. Mô hình kinh doanh. Phương diện khách hàng. Phương diện doanh nghiệp. Phân tích thiết kế. Mô hình Use Case
• 3.3. Danh sách các Actor
• 3.4. Mô tả Use Case
• 3.5. Đặc tả luồng. Thiết kế dữ liệu
• 3.6. Cơ sở dữ liệu trên MongoDB. Sơ đồ hóa cơ sở dữ liệu. Hệ thống triển khai
• 4. CHƯƠNG 4: PHÁT TRIỂN ỨNG DỤNG
• 4.1. Các giai đoạn phát triển ứng dụng. Quy trình hoạt động của khách hàng
• 4.2. Trang đăng nhập. Trang bảng điều khiển. Trang gói cước — thanh toán. Trang hoạt động
• 4.3. Trang code mẫu
• 4.4. Trang tài khoản
• 4.5. Trang chăm sóc khách hàng. Quy trình hoạt động của quản lí. Trang quản lí API. Trang quản lí cước
• 4.6. Trang quản lí người dùng. Trang quản lí lịch sử giao dịch. Trang quản lí hình thức thanh toán. Trang quản lí doanh thu
• 4.7. Kiểm thử ứng dụng
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Tóm tắt

I. Tổng Quan Về Xây Dựng Hệ Thống Thương Mại Điện Tử

Hệ thống thương mại điện tử đang trở thành một phần không thể thiếu trong nền kinh tế số hiện đại. Việc xây dựng một hệ thống thương mại điện tử để bán các giải pháp thị giác máy tính không chỉ giúp doanh nghiệp tiếp cận khách hàng một cách hiệu quả mà còn tối ưu hóa quy trình kinh doanh. Hệ thống này cần được thiết kế với các tính năng thân thiện, dễ sử dụng và tích hợp các công nghệ tiên tiến.

1.1. Lợi Ích Của Hệ Thống Thương Mại Điện Tử

Hệ thống thương mại điện tử mang lại nhiều lợi ích như tiết kiệm chi phí, mở rộng thị trường và cải thiện trải nghiệm khách hàng. Doanh nghiệp có thể dễ dàng quản lý kho hàng và theo dõi doanh thu thông qua các công cụ phân tích.

1.2. Các Thành Phần Cần Thiết Trong Hệ Thống

Một hệ thống thương mại điện tử hiệu quả cần có các thành phần như giao diện người dùng, hệ thống thanh toán trực tuyến, và quản lý kho hàng. Những yếu tố này giúp tối ưu hóa quy trình bán hàng và nâng cao trải nghiệm người dùng.

II. Thách Thức Trong Việc Xây Dựng Hệ Thống Thương Mại Điện Tử

Mặc dù có nhiều lợi ích, việc xây dựng hệ thống thương mại điện tử cũng gặp phải nhiều thách thức. Các vấn đề như bảo mật thông tin, tích hợp công nghệ mới và quản lý dữ liệu lớn là những yếu tố cần được xem xét kỹ lưỡng.

2.1. Vấn Đề Bảo Mật Thông Tin

Bảo mật thông tin là một trong những thách thức lớn nhất trong thương mại điện tử. Doanh nghiệp cần áp dụng các biện pháp bảo mật mạnh mẽ để bảo vệ dữ liệu của khách hàng và ngăn chặn các cuộc tấn công mạng.

2.2. Tích Hợp Công Nghệ Mới

Việc tích hợp các công nghệ mới như trí tuệ nhân tạo và machine learning vào hệ thống thương mại điện tử có thể gặp khó khăn. Doanh nghiệp cần có đội ngũ kỹ thuật đủ năng lực để triển khai và duy trì các công nghệ này.

III. Phương Pháp Xây Dựng Hệ Thống Thương Mại Điện Tử Hiệu Quả

Để xây dựng một hệ thống thương mại điện tử thành công, doanh nghiệp cần áp dụng các phương pháp hiện đại và hiệu quả. Việc sử dụng kiến trúc MicroServices và các công nghệ như NodeJS và ReactJS là rất quan trọng.

3.1. Sử Dụng Kiến Trúc MicroServices

Kiến trúc MicroServices cho phép chia nhỏ hệ thống thành các dịch vụ độc lập, giúp dễ dàng quản lý và mở rộng. Điều này cũng giúp cải thiện hiệu suất và khả năng phục hồi của hệ thống.

3.2. Tích Hợp API Thị Giác Máy Tính

Việc tích hợp các API về thị giác máy tính giúp hệ thống có thể cung cấp các giải pháp thông minh như nhận diện khuôn mặt và phân tích hình ảnh. Điều này không chỉ nâng cao giá trị sản phẩm mà còn thu hút khách hàng.

IV. Ứng Dụng Thực Tiễn Của Hệ Thống Thương Mại Điện Tử

Hệ thống thương mại điện tử không chỉ giúp doanh nghiệp bán hàng mà còn có thể ứng dụng trong nhiều lĩnh vực khác nhau. Các giải pháp thị giác máy tính có thể được áp dụng trong y tế, an ninh và sản xuất.

4.1. Ứng Dụng Trong Ngành Y Tế

Trong ngành y tế, hệ thống có thể giúp nhận diện và phân tích hình ảnh y khoa, từ đó hỗ trợ bác sĩ trong việc chẩn đoán và điều trị bệnh.

4.2. Ứng Dụng Trong An Ninh

Hệ thống có thể được sử dụng để cải thiện an ninh thông qua việc nhận diện khuôn mặt và theo dõi các hoạt động đáng ngờ trong khu vực công cộng.

V. Kết Luận Về Tương Lai Của Hệ Thống Thương Mại Điện Tử

Tương lai của hệ thống thương mại điện tử rất hứa hẹn với sự phát triển không ngừng của công nghệ. Việc áp dụng các giải pháp thị giác máy tính sẽ mở ra nhiều cơ hội mới cho doanh nghiệp.

5.1. Xu Hướng Phát Triển Công Nghệ

Công nghệ sẽ tiếp tục phát triển, và các doanh nghiệp cần phải thích nghi để không bị tụt lại phía sau. Việc đầu tư vào công nghệ mới sẽ giúp doanh nghiệp duy trì vị thế cạnh tranh.

5.2. Tăng Cường Trải Nghiệm Khách Hàng

Hệ thống thương mại điện tử sẽ ngày càng tập trung vào việc nâng cao trải nghiệm khách hàng thông qua các giải pháp cá nhân hóa và tự động hóa quy trình mua sắm.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp kỹ sư ngành Hệ thống Thông tin (chuyên ngành Thương mại điện tử) với đề tài "Xây dựng hệ thống thương mại điện tử kinh doanh các giải pháp thị giác máy tính" (Building Ecommerce system to sell Computer Vision solution) được thực hiện bởi sinh viên Lê Văn Nhật và Nguyễn Hữu Trường, dưới sự hướng dẫn của ThS. Trình Trọng Tín tại Trường Đại học Công nghệ Thông tin – Đại học Quốc gia TP.HCM (2021).

Bối cảnh thực tiễn của nghiên cứu xuất phát từ hai yếu tố chính:

1. Nguồn lực nghiên cứu trong nước: Theo số liệu từ Bộ Giáo dục và Đào tạo cho năm học 2017–2018 và 2018–2019, mỗi năm có gần nửa triệu sinh viên trúng tuyển đại học cùng hàng nghìn học viên cao học, nghiên cứu sinh. Lực lượng này tạo ra khối lượng lớn đồ án, bài báo khoa học và sáng chế công nghệ. Tuy nhiên, việc thương mại hóa và ứng dụng thực tiễn các sản phẩm trí tuệ này vào sản xuất và kinh tế còn hạn chế.
2. Tiềm năng thị trường thị giác máy tính: Báo cáo từ Grand View Research (09/2020) chỉ ra rằng quy mô thị trường thị giác máy tính toàn cầu đạt 10,6 tỷ USD vào năm 2019 và dự báo đạt tốc độ tăng trưởng kép hàng năm (CAGR) là 7,6% giai đoạn 2020–2027. Mặc dù các tập đoàn lớn (Google, Amazon, Microsoft, IBM) và một số đơn vị trong nước (Zalo AI, FPT AI) đã triển khai các nền tảng cung cấp API AI, các doanh nghiệp vừa và nhỏ tại Việt Nam vẫn gặp khó khăn trong việc tiếp cận các gói giải pháp linh hoạt, chi phí hợp lý hoặc có thể triển khai trên hạ tầng máy chủ riêng.

Nhiệm vụ và mục tiêu nghiên cứu của đề tài bao gồm 6 nội dung cụ thể:

1. Nghiên cứu các thuật toán thị giác máy tính hiện có tại Trường Đại học Công nghệ Thông tin và phương pháp thương mại hóa.
2. Khảo sát các mô hình kinh doanh dịch vụ API trên thị trường quốc tế và Việt Nam.
3. Nghiên cứu mô hình hệ thống thương mại điện tử kinh doanh sản phẩm công nghệ AI.
4. Đóng gói các thuật toán thị giác máy tính thành API với 3 tính năng cốt lõi: Nhận diện khuôn mặt; Nhận diện và trích xuất thông tin từ hình ảnh, giấy tờ; Nhận diện và trích xuất thông tin biển số xe.
5. Xây dựng website quản lý cho khách hàng và quản trị viên (quản lý thời gian, chi phí, gói cước, token, lịch sử giao dịch, hỗ trợ khách hàng).
6. Thiết kế giải pháp triển khai hệ thống trên máy chủ của khách hàng (On-Premise/VPS).

• Đối tượng nghiên cứu: Các cá nhân, tổ chức, doanh nghiệp có nhu cầu tích hợp API thị giác máy tính vào quy trình vận hành hoặc phục vụ nghiên cứu, học tập.
• Phạm vi nghiên cứu: Khảo sát các thuật toán xử lý ảnh, xây dựng nền tảng web thương mại điện tử theo kiến trúc Microservices và kiểm thử chức năng hệ thống trong môi trường thử nghiệm.

---

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp giữa nền tảng lý thuyết xử lý ảnh, kiến trúc phần mềm phân tán và mô hình quản trị kinh doanh số.

1. Khung lý thuyết và mô hình ứng dụng

• Thị giác máy tính (Computer Vision): Các tác vụ cơ bản bao gồm phân lớp hình ảnh (Image Classification trên các tập dữ liệu như MNIST, ImageNet), định vị đối tượng (Object Localization), nhận diện đối tượng (Object Detection) và phân đoạn ảnh (Object Segmentation).
• Mạng nơ-ron tích chập (CNN - Convolutional Neural Network): Cấu trúc gồm các lớp tích chập (Convolution + ReLU) trích xuất đặc trưng, lớp tổng hợp (Pooling) giảm số chiều tính toán, lớp kết nối đầy đủ (Fully Connected) và lớp phân loại Softmax. Nhóm nghiên cứu đồng thời khảo sát lớp mô hình R-CNN (R-CNN, Fast R-CNN, Faster R-CNN) do Ross Girshick phát triển để định vị và phân loại đối tượng qua bounding box.
• Mô hình kinh doanh Canvas (Business Model Canvas): Ứng dụng để thiết lập 9 trụ cột vận hành hệ thống thương mại điện tử, bao gồm Đối tác chính (Key Partners), Hoạt động chính (Key Activities), Mục tiêu giá trị (Value Propositions), Quan hệ khách hàng (Customer Relationships), Phân khúc khách hàng (Customer Segments), Nguồn lực chính (Key Resources), Kênh phân phối (Channels), Cơ cấu chi phí (Cost Structure) và Dòng doanh thu (Revenue Streams).

2. Công nghệ nền tảng

• Python & Thư viện AI: Sử dụng Python làm ngôn ngữ xử lý thuật toán AI với thư viện OpenCV (xử lý hình ảnh thời gian thực) và TensorFlow (Google Brain) để xây dựng dataflow graph, quản lý mô hình máy học và tối ưu tính toán.
• NodeJS Backend: Sử dụng engine V8 Javascript, vận hành theo cơ chế I/O bất đồng bộ (Non-blocking I/O) và Event-Loop để xây dựng hệ thống RESTful API quản lý giao dịch, cấp phát token và phân phối yêu cầu với tốc độ phản hồi cao.
• Cơ sở dữ liệu MongoDB: Cơ sở dữ liệu NoSQL hướng tài liệu (Document-oriented), lưu trữ dữ liệu dạng BSON/JSON không ràng buộc lược đồ nghiêm ngặt, hỗ trợ đánh chỉ mục tự động trên trường _id, lưu cache trên RAM và mở rộng theo chiều ngang (Auto-sharding).

Tiêu chí	MySQL (RDBMS)	MongoDB (NoSQL)
Ngôn ngữ phát triển	C, C++	C++, C, JavaScript
Cấu trúc lưu trữ	Table, Row, Column	Collection, Document, Field
Lược đồ (Schema)	Cố định (Strict)	Động (Dynamic)
Khả năng mở rộng	Mở rộng theo chiều dọc (Vertical)	Mở rộng theo chiều ngang (Horizontal Sharding)
Tối ưu ứng dụng	Dữ liệu quan hệ chặt chẽ, giao dịch phức tạp	Dữ liệu phi cấu trúc/JSON, tốc độ truy xuất và ghi cao

• Frontend ReactJS: Thư viện giao diện dựa trên Component, Single Page Application (SPA), Virtual DOM và quản lý luồng dữ liệu thông qua Redux.

3. Phương pháp nghiên cứu thực tế

• Phương pháp khảo sát, phân tích so sánh: Đánh giá ưu – nhược điểm của các nền tảng thương mại quốc tế (Google Cloud Vision API, Amazon Rekognition, IBM Visual Recognition, Microsoft Azure Computer Vision) và các giải pháp trong nước (Zalo AI, FPT AI) về giới hạn dung lượng (như mức 10MB của IBM hay 15MB của Amazon S3), chính sách giá ("Pay as you go" so với gói cước) và định dạng dữ liệu hỗ trợ.
• Phương pháp phân tích và thiết kế hệ thống: Mô hình hóa yêu cầu người dùng và doanh nghiệp bằng sơ đồ Use Case (14 ca sử dụng), phân rã luồng xử lý và thiết kế kiến trúc phân tán Microservices.
• Phương pháp kiểm thử phần mềm: Kiểm thử hộp đen theo kịch bản tương tác của hai nhóm Actor (Người dùng và Quản trị viên).

---

Thiết kế và triển khai hệ thống

Hệ thống được đặt tên là VisionX, triển khai theo kiến trúc Microservices nhằm tách biệt các khối xử lý thuật toán AI phức tạp ra khỏi hệ thống quản trị thương mại điện tử.

                    +------------------------------------------+
                    |           Client / Administrator         |
                    +------------------------------------------+
                                         |
                                         v
                    +------------------------------------------+
                    |       ReactJS Frontend Application       |
                    +------------------------------------------+
                                         |
                                (RESTful API Calls)
                                         v
                    +------------------------------------------+
                    |         NodeJS API Gateway Layer         |
                    |  - Authentication & Role Management     |
                    |  - Token Validation & Rate Limiting     |
                    |  - Billing, Invoices & Subscriptions    |
                    +------------------------------------------+
                       /                 |                  \
                      /                  v                   \
                     /          +-----------------+           \
                    v           | MongoDB Database|            v
+-----------------------+       +-----------------+   +-----------------------+
|  Python Service 01    |                             |  Python Service 02    |
| (Face Recognition API)|                             | (OCR / Plate Recog API|
+-----------------------+                             +-----------------------+

1. Kiến trúc hệ thống phân tán

• Phân tách dịch vụ: Các module thị giác máy tính chạy bằng Python (OpenCV, TensorFlow) đóng vai trò là các Worker Microservices chuyên xử lý ảnh. Nền tảng NodeJS đóng vai trò API Gateway và quản lý nghiệp vụ, giao tiếp nội bộ và định tuyến request.
• Cơ chế xác thực và điều phối Token: Khách hàng sau khi đăng ký gói cước sẽ được cấp mã định danh token API. Mỗi lượt gọi API của người dùng được kiểm tra tính hợp lệ, trừ dần hạn mức truy cập theo tháng và ghi nhận log hoạt động theo thời gian thực.

2. Thiết kế dữ liệu MongoDB

Cơ sở dữ liệu được tổ chức thành các collection độc lập:

• Users: Lưu trữ thông tin cá nhân, email, mật khẩu mã hóa, vai trò (role: User/Admin).
• Packages: Thông tin tên gói cước, đơn giá, giới hạn số lượng request API hàng tháng.
• Tokens: Mã token kích hoạt, trạng thái hoạt động, số lượt request đã sử dụng và ngày hết hạn.
• Invoices & Transactions: Lưu trữ mã đơn hàng, ngày khởi tạo, tổng tiền, phương thức thanh toán và trạng thái xử lý.
• APIs: Danh sách thông tin endpoint, mô tả tham số kỹ thuật, code mẫu tích hợp (Python, cURL, JavaScript).

3. Tích hợp thanh toán và chức năng quản trị

• Module thanh toán: Tích hợp cổng thanh toán trực tuyến VNPAY và hình thức chuyển khoản ngân hàng trực tiếp có xác nhận giao dịch.
• Giao diện người dùng: Trang bảng điều khiển (Dashboard) thống kê lưu lượng request và chi phí theo tháng; trang đăng ký gói cước; trang tài liệu hướng dẫn và code mẫu tích hợp; trang quản lý lịch sử hóa đơn và gửi yêu cầu hỗ trợ (Ticketing/Chat).
• Giao diện quản trị: Quản lý danh mục API, cấu hình gói cước, duyệt giao dịch thanh toán, quản lý danh sách người dùng và xuất báo cáo doanh thu theo tháng/quý/năm.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Trình bày tính cấp thiết của việc thương mại hóa các nghiên cứu thị giác máy tính tại môi trường đại học dựa trên thống kê giáo dục đại học của Bộ GD&ĐT (2017–2019). Xác định rõ đối tượng khách hàng mục tiêu, phạm vi triển khai hệ thống phân phối API trên kiến trúc Microservices và mục tiêu xây dựng nền tảng VisionX kinh doanh 3 dịch vụ nhận diện cốt lõi.

Chương 2: Khảo sát hiện trạng

• Đánh giá quy mô thị trường AI/thị giác máy tính và phân tích chi tiết các nền tảng thương mại: Google Cloud Vision API, Amazon Rekognition, IBM Visual Recognition, Azure Computer Vision, Zalo AI và FPT AI.
• Hệ thống hóa lý thuyết về bài toán thị giác máy tính: Mạng tích chập CNN (Convolution, Pooling, Fully Connected), cấu trúc mô hình R-CNN của Ross Girshick.
• Đánh giá nền tảng công nghệ: Ưu – nhược điểm của Python (OpenCV, TensorFlow) trong tính toán khoa học; NodeJS trong xử lý I/O thời gian thực; so sánh kiến trúc Monolithic với Microservices; so sánh hệ quản trị CSDL quan hệ MySQL với CSDL NoSQL MongoDB; so sánh thư viện ReactJS với các framework Angular và Vue.

Chương 3: Phân tích và thiết kế hệ thống

• Xây dựng mô hình Business Model Canvas cho nền tảng kinh doanh API thị giác máy tính.
• Phân tích yêu cầu chức năng và phi chức năng cho phía khách hàng và doanh nghiệp.
• Mô hình hóa hệ thống qua danh mục 2 Actor (Người dùng, Quản trị viên) và 14 Use Case chính (từ UC01 đến UC14: đăng ký, đăng nhập, đặt lại mật khẩu, quản lý tài khoản, xem thống kê API, quản lý hóa đơn, đăng ký gói cước, gửi hỗ trợ, thanh toán đơn hàng, quản trị gói cước, quản trị doanh thu, quản trị người dùng, quản trị API).
• Đặc tả chi tiết luồng hoạt động của các Use Case, thiết kế lược đồ thực thể trên MongoDB và sơ đồ kiến trúc hệ thống VisionX.

Chương 4: Phát triển ứng dụng

• Mô tả chi tiết quá trình hiện thực hóa các màn hình chức năng của website: Bảng điều khiển lưu lượng sử dụng, giao diện thanh toán tích hợp VNPAY, trang tài liệu code mẫu hướng dẫn gọi API, giao diện quản lý người dùng, giao diện quản trị API và doanh thu.
• Trình bày kết quả kiểm thử chức năng (Functional Testing) với hai bảng kiểm thử riêng biệt cho luồng xử lý phía người dùng (Bảng 4.17) và luồng xử lý phía quản trị viên (Bảng 4.18), xác nhận tất cả các ca kiểm thử đều đạt yêu cầu thiết kế.

Kết luận và hướng phát triển

Đánh giá mức độ hoàn thành so với mục tiêu đề ra: Nền tảng đã vận hành đầy đủ quy trình từ đăng ký, mua gói cước, sinh mã token đến xử lý API thị giác máy tính; đồng thời chỉ ra các hạn chế kỹ thuật và đề xuất lộ trình nâng cấp hệ thống.

---

Kết quả và đóng góp

1. Kết quả kỹ thuật đạt được

• Xây dựng hoàn chỉnh website thương mại điện tử phân phối giải pháp thị giác máy tính gồm hai phân hệ người dùng và quản trị viên.
• Đóng gói và tích hợp thành công 3 nhóm API thị giác máy tính chạy trên nền tảng Python độc lập:
  • API nhận diện khuôn mặt (Face Recognition).
  • API nhận diện và trích xuất thông tin giấy tờ tùy thân (ID Card/Passport OCR).
  • API nhận diện và trích xuất thông tin biển số xe (License Plate Recognition).
• Hiện thực hóa cơ chế quản lý gói cước theo lưu lượng truy cập (Request Quota), tự động cấp phát và giám sát token API.
• Tích hợp thành công luồng thanh toán qua cổng VNPAY và chuyển khoản trực tiếp.
• Kiểm thử thành công 14 kịch bản Use Case, đảm bảo luồng nghiệp vụ của người dùng và quản trị viên vận hành chính xác.

2. Đóng góp của đề tài

• Đề xuất một mô hình kinh doanh số hoàn chỉnh (thông qua Business Model Canvas) ứng dụng riêng cho việc thương mại hóa các thuật toán AI trong môi trường trường đại học tại Việt Nam.
• Cung cấp kiến trúc tham chiếu kết hợp giữa Microservices, NodeJS (API Gateway/Business Logic) và Python (Deep Learning Services), giải quyết bài toán tải tính toán không đồng nhất giữa nghiệp vụ web và xử lý trí tuệ nhân tạo.

---

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của đề tài

• Hệ thống chưa được kiểm thử tải với lưu lượng truy cập đồng thời lớn trên môi trường mạng diện rộng thực tế.
• Các mô hình thị giác máy tính tích hợp mới dừng lại ở các bài toán cơ bản (nhận diện mặt, giấy tờ, biển số xe), độ chính xác phụ thuộc nhiều vào chất lượng ảnh đầu vào và tài nguyên phần cứng máy chủ.
• Chưa có cơ chế tự động mở rộng quy mô (Auto-scaling) chuyên sâu cho các Worker Python khi xảy ra nghẽn cổ chai tính toán AI.

2. Hướng nghiên cứu và phát triển tiếp

• Bổ sung các giải pháp AI chuyên sâu khác như nhận diện hành vi, phân tích video thời gian thực, phát hiện vật thể nâng cao.
• Nâng cấp hạ tầng triển khai sử dụng Docker và Kubernetes để tự động điều phối, mở rộng các container microservices.
• Mở rộng thêm các cổng thanh toán quốc tế (PayPal, Stripe) và xây dựng bộ SDK đa ngôn ngữ (Java, PHP, C#) để hỗ trợ nhà phát triển tích hợp nhanh chóng.

---

Giá trị tham khảo

Tài liệu khóa luận này mang lại giá trị tham khảo thiết thực cho:

• Sinh viên ngành Hệ thống Thông tin, Thương mại điện tử và Khoa học Máy tính: Học hỏi phương pháp ứng dụng khung Business Model Canvas vào việc thương mại hóa sản phẩm phần mềm công nghệ cao.
• Kỹ sư phát triển phần mềm và kiến trúc sư hệ thống: Tham khảo mô hình phân tách Microservices giữa NodeJS (quản trị phân quyền, xử lý dữ liệu JSON nhanh, RESTful API) và Python (xử lý mô hình học máy TensorFlow/OpenCV).
• Nhà phát triển muốn xây dựng nền tảng API thương mại: Tham khảo thiết kế lược đồ MongoDB cho bài toán quản lý token, hạn mức truy cập (rate limit) và luồng thanh toán tự động với VNPAY.

---

Câu hỏi thường gặp

1. Nền tảng VisionX giải quyết bài toán cốt lõi nào trong thực tiễn?
VisionX giải quyết vấn đề cầu nối thương mại hóa các thuật toán thị giác máy tính được nghiên cứu trong môi trường học thuật, đóng gói thành các dịch vụ API chuẩn hóa để doanh nghiệp và cá nhân có thể thuê bao theo gói cước hoặc triển khai trực tiếp trên máy chủ riêng với chi phí hợp lý.

2. Tại sao tác giả lựa chọn kiến trúc Microservices thay vì kiến trúc Monolithic?
Vì các tác vụ xử lý thị giác máy tính đòi hỏi tính toán nặng bằng Python trong khi nghiệp vụ quản lý người dùng, gói cước và thanh toán yêu cầu phản hồi I/O nhanh qua NodeJS. Kiến trúc Microservices cho phép mỗi dịch vụ hoạt động độc lập, không phụ thuộc công nghệ, dễ dàng bảo trì và khi một dịch vụ xử lý ảnh gặp sự cố thì hệ thống thương mại điện tử vẫn hoạt động bình thường.

3. Ba giải pháp thị giác máy tính chính được đóng gói trong hệ thống là gì?
Ba giải pháp gồm: (1) Nhận diện khuôn mặt; (2) Nhận diện và trích xuất thông tin từ hình ảnh, giấy tờ (chứng minh nhân dân, căn cước, passport); (3) Nhận diện và trích xuất thông tin biển số xe.

4. MongoDB đóng vai trò gì và có ưu điểm gì trong hệ thống này?
MongoDB đóng vai trò lưu trữ toàn bộ dữ liệu người dùng, gói cước, token và hóa đơn dưới dạng Document JSON/BSON. Ưu điểm nổi bật là cấu trúc dữ liệu động, tốc độ ghi và truy vấn nhanh, tự động đánh chỉ mục trường _id, hỗ trợ cache trên RAM và dễ dàng mở rộng theo chiều ngang (sharding) mà không gặp rào cản ràng buộc khóa ngoại phức tạp như MySQL.

5. Cơ chế kiểm soát quyền sử dụng API của khách hàng hoạt động như thế nào?
Sau khi thanh toán gói cước thành công, hệ thống sinh ra một chuỗi mã token duy nhất cho người dùng. Khi người dùng gửi request đến endpoint của VisionX, hệ thống NodeJS sẽ kiểm tra tính hợp lệ của token, số lượt request còn lại trong tháng và thời hạn sử dụng trước khi chuyển tiếp dữ liệu đến worker Python để xử lý thuật toán.

---

Kết luận

Khóa luận tốt nghiệp của sinh viên Lê Văn Nhật và Nguyễn Hữu Trường đã giải quyết thành công bài toán đóng gói và thương mại hóa các thuật toán thị giác máy tính thành dịch vụ API thương mại điện tử. Thông qua việc kết hợp kiến trúc Microservices, hệ quản trị MongoDB cùng hai nền tảng công nghệ NodeJS và Python, hệ thống VisionX đã chứng minh tính khả thi về mặt kỹ thuật và mô hình vận hành kinh doanh số. Đây là tài liệu tham khảo có tính ứng dụng cao cho các nghiên cứu phát triển nền tảng phân phối dịch vụ trí tuệ nhân tạo tại Việt Nam.

Trích đoạn nội dung tài liệu

Chương 1. TONG QUAN ĐÈ TÀI .-- 252 SE‡EESEEEEEEEEEEEEEEerkerkerkrree 15 LL. Đối tượng nghiên cứu.--- ¿+ ++2+++Ext2EEEEEESEEESEEEEEEEEEErkrrrkrrkrsree 16 IESSS 010i. Phạm vi để tài.----cccrrttthhht HH rêu 17 1.

Phương pháp thực hiỆn. - -- 5 c3 3211321131311 E11 errkrre 17 Chương2.--2--2¿©+©+©+++Ex++EE+zE+vrxe+rxrrrxees 18 2. Các mô hình dang được triển khai.-------- 5c ©5z+cs+cs+zxecse2 19 2. Thị trường Việt Nam.

Tổng quan các thuật toán thị giác máy tính. Phân lớp hình anh (Image classification). Thuật toán mạng tích hop chập (CNN). Phát hiện, nhận diện đối tượng (Object detection).

Tổng quan về Python.--¿-©5¿©2+2++EE+£EE2EEEEEEEEEESEEEEEEEEEEEErrkrrrrres 25 P5 to. Ứng dụng của Python.-----¿©22+s+EE+EE2EESEEEEEEEErEkerkerkerree 27 2. Giới thiệu một số thư viện PYthON i07. Ưu điểm và nhược điểm của Python.

Tổng quan về Node]S.----:-©52 e+S++EE‡EE2EE2EEEEE211221271 7121221121 29 2.- Ăn TH ng ng re29 2. Các đặc tính của Node]S. Ứng dụng của Nodel]S. Ưu nhược điểm của NodeJ§.

Kiến trúc MicrOSerViCes. Kiến trúc monolithic. Kiến trúc MicroServices. MG DIN oe eceseceecneesceeeseeseeeseesceecsesecsecseesceesaceeeesaeeeseesaeeeeaes 32 2.

Ưu điểm và nhược điểm của kiến trúc MicroServices:. Hệ quản tri cơ sở dit liệu Mongol)B. Tìm hiểu về NoSQL. Tống quan về MongoDB.

Một số câu lệnh cơ bản trên MongolDB. Ưu điểm và nhược điểm của MongoDB. So sánh MySQL và MongoDB .--- cccc se sscrsesererseres 37 2. Công nghệ Web với React]S.- -- c S SH HH HH gi, 38 2.L HH HH HH Hết 38 2.

Các thành phan chính. Nguyên lý hoạt động.---cS Ăn SnSS HH rệt 40 2. So sánh với các công nghệ khác (Angular, Vue). Ưu điểm và nhược điểm v.ccceccccceccccssccesssscscssesesessesesessescstsussesesveseeeeees 41 Chương 3.

| PHAN TÍCH VA THIET HE THÓNG. Phân tích yêu cầu hệ thống .----¿2©5¿+++2E++EE++EE+2Extzxrerkesrxrrrrees 43 3. Mô hình kinh doanh. _ Phương diện khách hàng.

Phương diện doanh nghiỆp. Phân tích thiết kế. Mô hình Use CaSG. Gv HH Hệ 47 3.

Danh sách các ACOT. MÔ tả USE CAS€. HH HH ng HH ng Hết 48 3. Đặc tả luồng.

Thiết kế dữ liệu.-ccc-+ccttttttttrhtHH Hee 68 3. Cơ sở dữ liệu trên MongolDB. Sơ đồ hóa cơ sở dữ liệu. Hệ thống triển khai.-- 2c ESE+EE+EEEEEEEerEerkerkerkrree 75 Chương 4.

PHÁT TRIEN UNG DỤNG. Các giai đoạn phát triển ứng dụng. Quy trình hoạt động của khách hàng. SẶ Ăn HH HH gi, 83 4.

Trang đăng nhập. Trang bảng điều khiển. Trang gói cước — thanh tOán. Trang hoạt động.L tt SS HT HH HH ng ry 88 4.

Trang code mẫu. TQ QnntSnvS HH TH HH ng ng re90 4. Trang tài khoản. ch HT TH HH HH ng 90 4.

Trang chăm sóc khách hảng. Quy trình hoạt động của quản If. _ Trang quản lí API. Trang quản li 201 CƯỚC.- G5 HH ng ng 92 4.

Trang quản lí người ùng. Trang quản lí lịch sử g1a0 dỊCH. _ Trang quản lí hình thức thanh toán. Trang quản lí doanh thu.A, Kiểm thử ứng dụng.--- - + 5E+S<+EE£E2EEEEEEEEEE21 2111121121211 xxx.

Kết quả dat được. KÉT LUẬN VÀ HƯỚNG PHÁT TRIEN. Kết quả đạt được. Hướng phat triỀn.----¿-©2¿+2++22++2EE2EE2EE2E1E211271 22121121.

Ekrree 103 DANH MỤC HÌNH Hình 1.1 Bang thống kê giáo dục đại học năm 2018 -2010.1 Biéu đồ quy mô thị trường thị giác máy tính Châu Á.2 Top những công ty về lĩnh vực thị giác máy tính theo Rakuten RapidAPI —.3 Giao diện quản lí của Zalo AÏÌ.---- 5 5 + vn ng ng rưkt 22 Hình 2.4 Giao diện quản lí đăng kí gói cước của FPT AI.5 Mối liên hệ giữa các tác vụ trong thị giác máy tính.6 Cau trúc mạng CNN.--¿- ¿+ 2+SE+E2E£EEEEEEEEEE12E122121121121 1111211 xe.7 Mô ta xu hướng của ngôn ngữ Python.- --- St sesee 26 Hình 2.8 Mô tả kiến trúc monolithic.---c¿-c:+22+++cc+vervvveerrrverrrrrrrrrrrrrrre 31 Hình 2.9 Mô tả mô hình MICTOSTVIC€S.0 2112311911191 2 1 9 ng ng 32 Hình 2.10 Cau trúc một document trong MONgODB.11 Cây thư mục của dự án React JS.12 Nguyên lí hoạt động của Reacts .1 Business model canvas về mô hình kinh doanh.2 Sơ đồ Use case của ứng dụng.--- 2: 2¿©2++2+++Ex+2EEt2EEtrkterxrrrxerrecree 41 Hình 3.3 Sơ đồ hoạt động của UC đăng ký.-- 2-2 22 2+E£+EE+EEerEezEkerxerrerer 50 Hình 3.4 Sơ đồ hoạt động của UC đăng nhập.5 Sơ đồ hoạt động của UC03 — Quên mật khẩu, đặt lại mật khẩu.6 Sơ đồ hoạt động của UC04 — Quản lí tài khoản.7 Sơ đồ hoạt động của UCOS — Thay đồi mật khẩu .8 Sơ đồ hoạt động của UC06 — Xem thông tin sử dung API.9 Sơ đồ hoạt động của C08 — Xem hóa đơn.10 Sơ đồ hoạt động của UC08 — Xem thông tin gói CUBE .11 Sơ đồ hoạt động của UC09 — Gửi thông tin hỗ trợ.12 Sơ đồ hoạt động của UC10 — Thanh toán hóa đơn .13 Sơ đồ mô tả cấu trúc cơ sở dữ liệu của ứng dụng.14 Sơ đồ tổng quát của hệ thống VisionX(.---:2-©5¿©cxc2cxscxecrse 76 Hình 3.15 Hệ thống phía người dùng. 2-2 2£ ©E£+E+2EE2EEtEEterxerrxrrrerree 77 Hình 3.16 Hệ thống phía quản trị viên.1 Trang đăng kí người dùng TỚI.-- 5 5+ SE eksrereererseeske 83 Hình 4.2 Trang đăng nhập tài khoản.3 Trang bảng điều khién với thống kê lưu lượng sử dụng.4 Trang bảng điều khiến với thống kê số tiền đã chi theo thang .5 Trang gói cước danh sách các gỐI.6 Lựa chọn phương thức thanh toán .7 Trang xác nhận thông tin thanh toán.8 Lựa chon hình thức thanh toán của VNPAYY.9 Thanh toán bằng hình thức chuyên khoản .10 Thanh toán băng hình thức chuyên khoản .11 Trang hoạt động hiển thị theo thời gian sử dụng .12 Trang code mau hướng dan sử dUNg .- -- 2 3221121132111 11 91111111 111111 111 11T kg ng ng ng 90 Hình 4.14 Trang tài khoản.-- - - 112112111311 91H TH HH ng 91 Hình 4.15 Trang chăm sóc khách hàng.16 Trang quản lí danh sách API ow. ee eceeeceseeseeseeseeeeseeeseseeeesesceseeaeeas 92 Hình 4.17 Trang quản li BÓI CƯỚC .- --- 5 +31 9 E1 ng Hưng ng rưệt 93 Hình 4.18 Trang quản lí danh sách 261 CƯỚC .19 Trang quản lí lịch sử giao dỊCH.-- -G- G6 + E111 910193 911 9119111 ng gi ky 95 Hình 4.21 Trang quản lí phương thức thanh toán .-- 5 «<< £+£<sc+sessesses 96 Hình 4.22 Trang quản lí doanh thu. tr, 96 DANH MỤC BANG Bảng 2.1 Một số câu lệnh giữa MySql và MongoDB.2 Bang so sánh giữa MySQL và MongoDB.-- -cc«cc«csecsseeserske 38 Bảng 2.3 Bảng so sánh React - Angular - Vue.-- 55c Se set41 Bang 3.1 Mô tả các yêu cầu của khách hàng .------ ¿22 x+x+zx++z++rxerxezez 46 Bảng 3.2 Mô tả các yêu cầu của doanh nghiỆp.---2--2¿- 5c ©£©xz+x2zx+zxeerxz 47 Bang 3.3 Danh sách các Actor của hệ thống.- 2-2 2+ 2+E£+EE+£EezEzEzrxerxezex 48 Bang 3.4 Danh sách các User case của hệ thống .------ 2 2+2 +++x+zx+zs+zszsez 49 Bang 3.5 Mô tả luồng đăng ký.6 Mô tả luồng đăng nhập.---2- 2 52222 2EE22EE2EE22EE2EEEEEESEErrrkrrrrsrke 59 Bang 3.7 Mô tả luồng quên mật khẩu, đặt lại mật khẩu .8 Mô tả luồng quản lí tài khoản.9 Mô tả luồng xem lịch sử sử dụng gói CUGC .10 Mô tả luồng xem hóa đơn.-- 2 2-5 S99E£EE£EE+EE£EE£EEZEEEerEerkerxrrerree 62 Bang 3.11 Mô tả luồng xem gói dịch vụ.- -- ¿2-55 E+EE+EE+E£+EzE£EerEerkerxersrree 63 Bang 3.12 Mô tả luồng gửi thông tin hỗ trỢ.13 Mô tả luồng thanh toán.------2- 2 5¿22+£2EE+EE£+EE£2EE£EEtEEeerxzrxerreeree 64 Bang 3.14 Mô tả luồng quản lí gÓi CƯỚC.- -- 5£ 2 SE+SE+EE£E£2E2E£EeEEerEerxersrree 65 Bang 3.15 Mô tả luồng quản lí doanh thu.

- 2: 2 +52 £2££2££+E££Ee£Ee£xerxerszsez 66 Bang 3.16 Mô tả luồng quản lí ALPI.--- 2 2 SE SE£EE£EE2EE£EE£EZEEEerEerkerxrrsrree 67 Bang 3.17 Mô tả luồng quan lí người dùng o.eeeceeeecec cess essessessessesseseesessessessesseaee 68 Bảng 3.18 Mô tả chi tiết thông tin người dùng.19 Mô tả chỉ tiết thông tin gói dịch VU .---¿---¿2s¿©cs+2szecxcsrxerxesree 69 Bang 3.17 Mô tả thông tin mã sử dụng øói(fOK€h)).21 Mô tả thông tin chi tiẾt API.-- 2-5: 5c E‡SE‡EE2EE2EE+EZEEEerEerkerxerkrree 70 Bang 3.19 Mô tả chỉ tiết thông tin API của gói .----2¿©22- + xccx2zs+zxerxcres 70 Bang 3.20 Mô tả thông tin chi tiết sử dung token.--- 2-2 2s se£xe£xsrerszsez 71 Bảng 3.24 Mô tả tài liệu sử dung ALPÌ. G5 1 21191119111 111 11H ng ng Hy 71 Bang 0201/5860.23 Mô tả chỉ tiết hóa đơn.27 Mô tả phương thức thanh toán.29 Mô tả câu hỏi và trả ÏỒI. vn ng ghng g g gưkp 74 Bang 3.30 M6 ta gia0 dich 0107 .1 Bang mô ta các màn hình đặc trưng cua website quan li API cho người dùng ¬—.2 Bang mô tả các màn hình đặc trưng của website quản lí cho quản tri viên .3 Giải thích về trang Đăng kí. -- 2: 522522 2E 2EE2EE2EEE2EESEEErkrrkrsree 84 Bảng 4.4 Giải thích trang bảng điều khiển.5 Giải thích trang gói cước - thanh toán.6 Giải thích trang hoạt động.

--- --- 5 + kg rưkt 89 Bang 4.7 Giải thích trang hóa don. 5 5 191g ng ng ng rưệt 90 Bảng 4.8 Giải thích trang hóa đơn .9 Giải thích Trang hóa đơn.10 Giải thích trang quan lí APÌ.11 Giải thích trang quan li ðÓI CƯỚC .12 Giải thích trang quản lí người dùng.13 Giải thích trang quản lí lịch sử g1ao dịch. -- « «<< <<s<+se+sesses 95 Bảng 4.14 Giải thích trang quản lí hóa đơn.15 Giải thích trang quan lí phương thức thanh toán.16 Giải thích trang quản lí phương thức thanh toán.17 Bảng kiểm thử luồng xử lí phía người dùng.18 Bảng kiểm thử luồng xử lí phía quản lí.---:-2--5¿-s+55s55++¿ 100 DANH MỤC TỪ VIET TAT Từ viết Nội dung STT r x tất 1 CSDL Cơsởdữliệu 2 API Application Programming Interface 3. UI User Interface 4 UC Use Case 5 CNN Convolutional Neural Network 6 1S JavaScript 7 RDMS _ Relational Database Management System 8 VPS Virtual private server TÓM TẮT KHÓA LUẬN Hiện nay, các lĩnh vực về thị giác máy tính nói riêng và trí tuệ nhân tạo nói chung đang phát triển với một tốc độ vũ bão.

Từ những thiết bị đơn giản như bóng đèn, điện thoại cho tới những chiếc xe ô tô tự hành cũng được tích hợp những hệ thống thông minh. Việc tích hợp này sẽ góp phân tăng hiệu suất làm việc và trải nghiệm của người dùng lên rât nhiêu. Việc xây dựng một hệ thống API cung cấp những giải pháp về lĩnh vực thị giác máy tính, trí tuệ nhân tạo sẽ góp phần giải quyết rất nhiều bài toàn cho các doanh nghiệp hiện nay. Qua quá trình nghiên cứu và tìm hiểu, nhóm đã xây dựng hệ thống được xây dựng trên công nghệ MicroServices giúp chia nhỏ hệ thống thành những phần riêng biệt và có thé hoạt động một cách độc lập mới nhau.

Những thuật toán sẽ được đóng gói thành những API cùng với ngôn ngữ lập Python — ngôn ngữ lập trình hỗ trợ đầy đủ và phù hợp cho lĩnh vực khoa học máy tính này. Hệ thống NodeJS với kha năng phan hồi nhanh chóng đóng vai trỏ quan lí và phân bố việc sử dụng các thuật toán trên tới người dùng. Cùng với đó là một website quan lí cho phép người dùng có thé đăng ki, tra cứu sử dụng hệ thống. Mặc dù hệ thống đã có thể đi vào hoạt động nhưng vẫn còn những hạn chế nhất định và những điều cản trở sự phát trién cho hệ thống.

Qua đó, nhóm dé xuất ra những giải pháp giúp cho hệ thống có thê phát triền tốt hơn. TONG QUAN ĐÈ TÀI 1. Lý do chọn đề tài Theo Công thông tin điện thử của Bộ Giáo Dục và Đào tạo!