Bối cảnh và vấn đề nghiên cứu

Sau đại dịch COVID-19, xu hướng thương mại điện tử và mua sắm thực phẩm trực tuyến tại Việt Nam ghi nhận sự tăng trưởng mạnh mẽ. Tại các khu đô thị và chung cư, mô hình "chợ chung cư trực tuyến" hình thành như một phương thức trao đổi hàng hóa nội bộ phổ biến. Đối tượng người bán tại đây phần lớn là các cá nhân, hộ gia đình kinh doanh không chuyên, cung cấp các mặt hàng đặc thù như nông sản, thực phẩm tươi sống, đồ tự chế biến và đặc sản vùng miền với quy mô nhỏ lẻ.

Tuy nhiên, nhóm nhà bán hàng này gặp nhiều rào cản trong hoạt động vận hành:

  • Thiếu kỹ năng quản trị và dự báo: Việc ước tính khối lượng hàng hóa nhập về hoàn toàn dựa trên cảm tính. Nhập dư thừa dẫn đến tồn kho, phát sinh chi phí bảo quản và rủi ro hư hỏng do vòng đời thực phẩm ngắn; ngược lại, nhập thiếu hàng gây gián đoạn kinh doanh và giảm uy tín với khách hàng.
  • Rào cản từ các kênh bán hàng hiện hữu: Các nhóm mạng xã hội (như Facebook Groups) thiếu công cụ quản lý đơn hàng, theo dõi lịch sử giao dịch và tiềm ẩn nguy cơ lừa đảo; trong khi các sàn thương mại điện tử lớn (như TikTok Shop, Shopee) đòi hỏi chi phí vận hành, kỹ năng sáng tạo nội dung cao và không tối ưu cho giao dịch nội bộ trong phạm vi hẹp.
  • Vấn đề niềm tin của người mua: Người tiêu dùng tại các khu chung cư quan tâm hàng đầu đến chất lượng thực phẩm, thời gian giao nhận nhanh chóng và quy trình xử lý đổi trả rõ ràng.

Nhằm giải quyết các bất cập trên, đề tài "Xây dựng nền tảng website bán thực phẩm trực tuyến cho nhà bán hàng không chuyên hỗ trợ dự báo doanh số" do sinh viên Nguyễn Ngọc Đức thực hiện (ngành Công nghệ Phần mềm, Trường Đại học Công nghệ Thông tin – ĐHQG-HCM, năm 2024, dưới sự hướng dẫn của TS. Nguyễn Thị Xuân Hương và ThS. Nguyễn Công Hoan) đã được triển khai với 3 mục tiêu cụ thể:

  1. Phát triển nền tảng thương mại điện tử chuyên biệt hỗ trợ các nhà bán hàng nhỏ lẻ tại các khu chung cư tiếp cận khách hàng nội khu với chi phí thấp, tối ưu hóa quy trình bán hàng đặc sản và thực phẩm tươi sống.
  2. Cung cấp môi trường mua sắm trực tuyến thuận tiện, minh bạch, có cơ chế xác thực cư dân, theo dõi đơn hàng và hỗ trợ chính sách đổi trả rõ ràng nhằm tăng cường độ tin cậy.
  3. Ứng dụng kỹ thuật phân tích chuỗi thời gian (Time Series Analysis) và học máy (Machine Learning) để dự báo nhu cầu tiêu thụ và doanh số bán hàng, giúp người bán chủ động lập kế hoạch nhập hàng và tối ưu hóa chi phí.
Tiêu chí Nhóm chợ chung cư (Facebook) Sàn video thương mại (TikTok Shop) Nền tảng đề tài xây dựng
Phạm vi phục vụ Cụm cư dân, nhóm mở theo địa lý Toàn quốc, người dùng đại chúng Cư dân nội bộ theo từng khu chung cư
Công cụ quản trị Không có (chỉ hỗ trợ đăng bài, nhắn tin) Đầy đủ nhưng phức tạp cho người không chuyên Tinh gọn: Quản lý sản phẩm, đơn hàng, tài chính
Hỗ trợ dự báo Không hỗ trợ Phân tích cơ bản, không có dự báo vi mô Tích hợp mô hình dự báo doanh số và gợi ý từ AI
Rủi ro vận hành Dễ gian lận, không lưu vết giao dịch Phụ thuộc thuật toán phân phối nội dung video Xác thực người dùng theo chung cư, bảo mật JWT

Cơ sở lý thuyết và phương pháp

Khóa luận kết hợp nền tảng lý thuyết phân tích chuỗi thời gian, các thuật toán học máy và kỹ thuật xây dựng phần mềm hướng dịch vụ.

Lý thuyết chuỗi thời gian và xử lý dữ liệu

Một chuỗi thời gian là dãy các quan sát được ghi nhận theo trình tự thời gian đều đặn. Tác giả tập trung phân tích các thành phần cấu thành chính:

  • Xu hướng (Trend): Biến động tăng, giảm, đi ngang hoặc phi tuyến tính của dữ liệu trong dài hạn.
  • Tính thời vụ (Seasonality): Biến động tuần hoàn lặp lại theo chu kỳ cố định (hàng tuần, hàng tháng, hàng năm hoặc theo các dịp lễ hội).
  • Tính chu kỳ (Cycle): Biến động tăng giảm không cố định, thường kéo dài trên 2 năm và chịu tác động của chu kỳ kinh tế; trong nghiên cứu được gộp chung thành thành phần xu hướng - thời vụ (trend-seasonal).
  • Tính tự tương quan (Autocorrelation): Mối liên hệ giữa các giá trị của chuỗi với chính nó tại các độ trễ khác nhau, xác định qua hàm tự tương quan $ACF$. Nếu giá trị nằm trong ngưỡng $\pm 2/\sqrt{T}$ (với $T$ là tổng số quan sát), chuỗi không có tính tự tương quan.
  • Tính dừng (Stationarity): Đề tài tập trung vào chuỗi dừng yếu (weakly stationary), đòi hỏi giá trị trung bình (mean) và phương sai (covariance) không đổi theo thời gian.
  • Điểm ngoại lai (Outliers): Xử lý các giá trị bất thường nhằm tránh hiện tượng hồi quy giả mạo (spurious regression) gây sai lệch tham số mô hình.

Các mô hình dự báo áp dụng

  1. Mô hình tự hồi quy (Autoregressive - AR): Dự đoán giá trị hiện tại dựa trên tổ hợp tuyến tính các giá trị trễ trong quá khứ và sai số ngẫu nhiên: $$x_t = b_0 + b_1 x_{t-1} + b_2 x_{t-2} + \dots + \epsilon_t$$
  2. Mô hình trung bình động (Moving Average - MA): Dự đoán dựa trên giá trị trung bình trượt và sai số dự báo của các bước thời gian trước đó.
  3. Mô hình hồi quy tích hợp trung bình động (ARIMA & SARIMA): Kết hợp các bậc tự hồi quy ($p$), sai phân tích hợp ($d$) và trung bình động ($q$). Khi mở rộng sang SARIMA $(p, d, q)(P, D, Q)_m$, mô hình bổ sung thêm các thành phần mùa vụ với chu kỳ quan sát $m$.
  4. Các thuật toán học máy: Áp dụng XGBoost (Extreme Gradient Boosting), Random Forest và Gradient Boosting Tree để khai thác các đặc trưng phi tuyến và tương tác giữa các biến ngoại sinh.

Dữ liệu và phương pháp đánh giá

  • Nguồn dữ liệu thực nghiệm:
    • Bộ dữ liệu Walmart Sales Forecasting (Kaggle): Dữ liệu hàng tuần từ ngày 05/02/2010 đến 01/11/2012 của 45 cửa hàng. Bộ dữ liệu chứa các bảng train.csv, test.csv, stores.csv (loại cửa hàng, diện tích) và features.csv (nhiệt độ, giá nhiên liệu, chỉ số CPI, tỷ lệ thất nghiệp, khuyến mãi MarkDown1–5, chỉ báo ngày lễ IsHoliday).
    • Bộ dữ liệu Store Item Demand Forecasting Challenge (Kaggle): Gồm 500 chuỗi thời gian hàng ngày của 50 mặt hàng tại 10 cửa hàng trong giai đoạn 01/01/2013 đến 31/12/2017.
  • Đánh giá và tối ưu mô hình: Sử dụng kỹ thuật kiểm định chéo (K-fold Cross Validation) và tìm kiếm lưới tham số (Grid Search). Các chỉ số đo lường sai số bao gồm: Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Mean Squared Error (MSE) và Root Mean Square Percentage Error (RMSPE).

Thiết kế và triển khai

Hệ thống được thiết kế theo kiến trúc hướng dịch vụ, tách biệt giữa tầng giao diện người dùng, máy chủ nghiệp vụ và máy chủ tính toán dự báo độc lập.

Client (ReactJS + Tailwind CSS + shadcn/ui)
Triển khai: Đóng gói môi trường qua Docker (Localhost)

Công nghệ và công cụ sử dụng

  • Giao diện người dùng (Frontend): JavaScript, ReactJS, Tailwind CSS và bộ thư viện thành phần shadcn/ui.
  • Máy chủ nghiệp vụ (Backend): Node.js kết hợp ExpressJS tổ chức theo mô hình MVC (Model-View-Controller).
  • Máy chủ dự báo (Predict Server): Python kết hợp Flask API và môi trường Jupyter Notebook phục vụ tiền xử lý và chạy mô hình học máy.
  • Tích hợp trí tuệ nhân tạo (Generative AI): Google Gemini API (qua Google AI Studio / SDK) hỗ trợ sinh lời khuyên kinh doanh cho người bán và giải đáp câu hỏi về thực phẩm cho người mua.
  • Cơ sở dữ liệu và lưu trữ: MongoDB (NoSQL) lưu trữ dữ liệu người dùng, đơn hàng, sản phẩm; Cloudinary quản lý và tối ưu hóa hình ảnh/video.
  • Bảo mật và kiểm thử: Xác thực và phân quyền bằng JSON Web Token (JWT); kiểm thử giao diện lập trình ứng dụng bằng Postman; đóng gói và vận hành qua Docker container.

Phân quyền và ca sử dụng (Use Case) chính

Hệ thống xác định 3 nhóm tác nhân (Actor) chính với các chức năng cụ thể:

  1. Người mua hàng (Cư dân chung cư): Đăng ký tài khoản (bắt buộc chọn chung cư cư trú), đăng nhập, tìm kiếm sản phẩm theo phân loại, quản lý giỏ hàng, đặt hàng, theo dõi trạng thái đơn hàng, xem bảng tin chung cư, trò chuyện trực tuyến và tương tác với Chat AI về chủ đề thực phẩm.
  2. Nhà bán hàng (Cư dân kinh doanh): Đăng ký mở gian hàng, quản lý danh mục sản phẩm, quản lý đơn hàng, theo dõi tài chính/chi phí, đăng tin cộng đồng, đăng ký chiến dịch quảng cáo, xem báo cáo doanh thu và tra cứu dự báo doanh số theo mặt hàng kèm lời khuyên kinh doanh từ Gemini AI.
  3. Nhà quản lý nền tảng (Admin): Quản lý tài khoản người dùng, quản lý thông tin các khu chung cư, kiểm duyệt và phê duyệt sản phẩm/bài đăng/chiến dịch quảng cáo của nhà bán hàng, theo dõi trạng thái gian hàng và xem báo cáo dự báo doanh thu tổng thể theo từng khu chung cư.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài

Chương 1 thiết lập cơ sở thực tiễn của đề tài thông qua việc phân tích hành vi mua sắm thực phẩm trực tuyến tại các đô thị sau đại dịch. Tác giả khảo sát chi tiết hai mô hình phổ biến là nhóm chợ Facebook và sàn TikTok Shop, chỉ ra các khoảng trống công nghệ như thiếu quy trình chuẩn hóa giao dịch nội khu và thiếu công cụ dự báo nhu cầu. Từ đó, chương xác định mục tiêu xây dựng nền tảng website chuyên biệt cho các khu chung cư, xác định phạm vi đối tượng sử dụng và nêu bật tính đổi mới trong việc tích hợp học máy vào quản trị bán hàng quy mô nhỏ.

Chương 2: Kiến thức nền tảng

Chương này cung cấp khung lý thuyết toàn diện về chuỗi thời gian, giải thích chi tiết các hiện tượng toán học như tính mùa vụ, xu hướng, chuỗi dừng và hàm tự tương quan $ACF$. Tác giả phân tích cấu trúc của hai bộ dữ liệu bán lẻ chuẩn (Walmart và Store Item Demand), trình bày cơ chế hoạt động của các thuật toán dự báo từ cổ điển (AR, MA, ARIMA, SARIMA) đến hiện đại (XGBoost, Random Forest). Đồng thời, chương giới thiệu toàn bộ hệ sinh thái công nghệ được áp dụng (ReactJS, ExpressJS, Flask API, MongoDB, Cloudinary, Docker và Gemini API).

Chương 3: Phân tích và thiết kế hệ thống

Chương 3 chi tiết hóa toàn bộ quy trình thiết kế phần mềm. Tác giả xây dựng sơ đồ kiến trúc tổng thể, đặc tả 15 use case chính (Bảng 3.2 đến Bảng 3.15) cho 3 nhóm tác nhân, thiết kế sơ đồ lớp (Client, Server, Nền tảng), cùng hệ thống sơ đồ tuần tự (Sequence Diagram) và sơ đồ hoạt động (Activity Diagram) cho các luồng nghiệp vụ cốt lõi (đăng ký/đăng nhập, đặt hàng, quản lý sản phẩm, xem dự báo doanh số, Chat AI). Phần cuối chương mô tả lược đồ cơ sở dữ liệu MongoDB và thiết kế giao diện chi tiết từ trang chủ, bảng điều khiển người bán đến màn hình quản trị hệ thống.

Chương 4: Thực nghiệm và đánh giá kết quả dự báo

Chương này tập trung vào quy trình huấn luyện và kiểm thử mô hình trên bộ dữ liệu thực nghiệm. Các bước thực hiện bao gồm kiểm tra và xử lý dữ liệu thiếu, chuẩn hóa đặc trưng, mã hóa biến phân loại, điều chỉnh yếu tố mùa vụ/ngày lễ và phân chia tập dữ liệu. Tác giả tiến hành huấn luyện so sánh giữa mô hình chuỗi thời gian SARIMA và mô hình học máy XGBoost, đánh giá độ chính xác qua các chỉ số sai số (RMSE, MAE, MAPE). Kết quả dự báo được trực quan hóa qua các khung thời gian 1 tháng, 3 tháng, 6 tháng và 5 tháng cuối chu kỳ.

Chương 5: Kết luận và hướng phát triển

Chương tổng kết các kết quả đạt được của khóa luận, bao gồm việc xây dựng thành công nền tảng web hoàn chỉnh đáp ứng đầy đủ chu trình mua bán nội khu và tích hợp module dự báo doanh số hỗ trợ ra quyết định. Chương cũng thẳng thắn chỉ ra các hạn chế hiện tại về phạm vi triển khai và đề xuất các định hướng nâng cấp trong tương lai.

Kết quả và đóng góp

Kết quả kỹ thuật và thực nghiệm

  • Hệ thống phần mềm: Xây dựng hoàn chỉnh nền tảng web đa chức năng phục vụ 3 nhóm tác nhân, hỗ trợ phân quyền người dùng chặt chẽ gắn liền với từng khu chung cư cụ thể.
  • Module dự báo doanh số: Xây dựng thành công dịch vụ dự báo độc lập bằng Flask API; kết nối và hiển thị kết quả dự đoán doanh số theo sản phẩm trực tiếp trên giao diện quản trị của người bán.
  • Hiệu quả mô hình: Thực nghiệm cho thấy mô hình XGBoost và SARIMA có khả năng nắm bắt tốt xu hướng biến động doanh số bán lẻ khi kết hợp xử lý các biến ngoại sinh (ngày lễ, khuyến mãi). Mô hình cung cấp các kịch bản dự báo trực quan theo các mốc 1 tháng, 3 tháng và 6 tháng.
  • Tích hợp Generative AI: Tận dụng Gemini API để xây dựng thành công trợ lý ảo tư vấn tiêu dùng thực phẩm cho người mua và tính năng tự động sinh khuyến nghị kinh doanh dựa trên số liệu dự báo cho người bán.

Đóng góp của đề tài

  1. Giải pháp thực tiễn cho thị trường ngách: Đề xuất một mô hình thương mại điện tử vi mô (micro-e-commerce) giải quyết triệt để bài toán kết nối cung - cầu thực phẩm đặc sản, quà quê trong không gian khép kín của các khu chung cư.
  2. Dân chủ hóa công nghệ dự báo: Đưa các mô hình phân tích dữ liệu chuỗi thời gian và học máy vốn phức tạp thành một công cụ trực quan, dễ sử dụng cho các cá nhân kinh doanh không chuyên, giúp giảm thiểu tỷ lệ hư hỏng thực phẩm và tối ưu hóa dòng vốn lưu động.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Hệ thống mới được triển khai và thử nghiệm trong môi trường cục bộ thông qua Docker (localhost), chưa triển khai thực tế trên hạ tầng đám mây phân tán.
  • Nền tảng hiện tại chỉ hỗ trợ giao diện trên trình duyệt web, chưa có ứng dụng di động bản địa.
  • Dữ liệu huấn luyện dự báo trong nghiên cứu sử dụng các bộ dữ liệu bán lẻ tổng hợp từ cuộc thi Kaggle (Walmart, Store Item Demand), chưa phản ánh toàn diện hành vi mua sắm thực phẩm đặc thù tại các chung cư ở Việt Nam.

Hướng phát triển

  • Tích hợp nền tảng vào các ứng dụng nhỏ (Mini Apps) trên hệ sinh thái Zalo và MoMo nhằm giảm rào cản cài đặt và giúp người dùng tiếp cận dịch vụ nhanh chóng hơn.
  • Thu thập dữ liệu giao dịch thực tế từ các chung cư sau khi đưa vào vận hành để tái huấn luyện (retrain) mô hình dự báo, nâng cao độ chính xác theo mùa vụ địa phương.
  • Mở rộng thêm các cổng thanh toán trực tuyến tự động và hệ thống thông báo đẩy (push notifications) cho người dùng.

Giá trị tham khảo

Tài liệu khóa luận này mang lại giá trị tham khảo chuyên môn cho:

  • Sinh viên ngành Công nghệ Phần mềm và Hệ thống Thông tin: Tham khảo quy trình hoàn chỉnh từ khảo sát yêu cầu, thiết kế kiến trúc phân tán (Microservices/Multi-service với ExpressJS và Flask API), thiết kế use case, sơ đồ lớp, sơ đồ tuần tự đến triển khai cơ sở dữ liệu MongoDB.
  • Người nghiên cứu ứng dụng Khoa học Dữ liệu trong Kinh doanh: Cung cấp tài liệu tham khảo chi tiết về quy trình tiền xử lý chuỗi thời gian, phân tích đặc trưng tự tương quan ($ACF$), lựa chọn tham số cho mô hình SARIMA và huấn luyện thuật toán XGBoost cho bài toán dự báo bán lẻ.
  • Lập trình viên phát triển ứng dụng web tích hợp AI: Cung cấp phương pháp mẫu trong việc kết hợp mô hình ngôn ngữ lớn (Gemini API) để sinh nội dung tư vấn tự động dựa trên đầu ra của mô hình máy học truyền thống.

Câu hỏi thường gặp

1. Nền tảng giải quyết khó khăn lớn nhất nào cho người bán hàng tại các khu chung cư?

Nền tảng giải quyết bài toán quản lý lượng hàng nhập vào cho người bán không chuyên. Nhờ module phân tích chuỗi thời gian và học máy, hệ thống cung cấp dự báo nhu cầu tiêu thụ theo từng sản phẩm, giúp người bán tránh tình trạng nhập thừa gây hư hỏng thực phẩm tươi sống hoặc nhập thiếu làm mất doanh thu.

2. Google Gemini API được ứng dụng vào những tính năng cụ thể nào trong hệ thống?

Gemini API được ứng dụng vào hai chức năng:

  1. Tạo chatbot "Chat AI về chủ đề thực phẩm" hỗ trợ người mua giải đáp các thắc mắc liên quan đến sản phẩm, cách chế biến và dinh dưỡng.
  2. Tự động phân tích số liệu dự báo doanh số để đưa ra các lời khuyên, gợi ý kế hoạch nhập hàng và chiến lược kinh doanh tương lai cho nhà bán hàng.

3. Hai bộ dữ liệu nào được sử dụng để nghiên cứu và huấn luyện mô hình dự báo?

Đề tài sử dụng hai bộ dữ liệu chuẩn từ Kaggle:

  1. Walmart Dataset: Gồm dữ liệu doanh số hàng tuần của 45 cửa hàng (2010–2012) kèm các biến ngoại sinh như nhiệt độ, giá nhiên liệu, CPI, tỷ lệ thất nghiệp và chỉ báo ngày lễ.
  2. Store Item Demand Forecasting Challenge Dataset: Gồm dữ liệu doanh số hàng ngày của 50 mặt hàng tại 10 cửa hàng (2013–2017) tạo thành 500 chuỗi thời gian riêng biệt.

4. Kiến trúc hệ thống kết hợp giữa Node.js và Python được tổ chức như thế nào?

Hệ thống chia thành hai máy chủ dịch vụ riêng biệt: Máy chủ Node.js (ExpressJS) đóng vai trò backend chính xử lý toàn bộ nghiệp vụ web, xác thực JWT và tương tác với MongoDB/Cloudinary; trong khi máy chủ Python (Flask API) hoạt động như một Predict Server độc lập, chuyên tiếp nhận yêu cầu tính toán, chạy các mô hình XGBoost/SARIMA và trả về kết quả dự báo cho backend. Cả hai được đóng gói triển khai bằng Docker.

5. Những chỉ số nào được áp dụng để đánh giá hiệu suất của mô hình dự báo trong khóa luận?

Nghiên cứu sử dụng các chỉ số thống kê sai số chuẩn bao gồm: RMSE (Root Mean Square Error), MAE (Mean Absolute Error), MAPE (Mean Absolute Percentage Error), MSE (Mean Squared Error), RMSPE (Root Mean Square Percentage Error) và MASE (Mean Absolute Scaled Error) thông qua phương pháp kiểm định chéo (Cross Validation).

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Ngọc Đức đã xây dựng thành công nền tảng website thương mại điện tử chuyên biệt cho mô hình chợ chung cư, giải quyết hiệu quả các rào cản trong giao dịch thực phẩm nội khu. Đề tài kết hợp chặt chẽ giữa kỹ thuật phát triển phần mềm hiện đại và các phương pháp học máy (XGBoost, SARIMA, Gemini API) nhằm cung cấp công cụ dự báo doanh số thực tế cho nhà bán hàng không chuyên. Công trình có cấu trúc thiết kế chi tiết, tính ứng dụng thực tiễn cao và định hướng phát triển rõ ràng thành các mini-app trên nền tảng di động trong tương lai.