Tổng quan nghiên cứu

Thực tế tại các trường đại học lớn cho thấy có hơn 75% sinh viên có nhu cầu thanh lý hoặc mua lại đồ dùng học tập, sinh hoạt đã qua sử dụng sau mỗi năm học. Việc tận dụng đồ cũ giúp sinh viên tiết kiệm từ 40% đến 60% chi phí mua sắm vật dụng cá nhân, đồng thời giảm thiểu lượng rác thải sinh hoạt khó phân hủy như nhựa và vải tổng hợp ra môi trường. Tuy nhiên, các phương thức trao đổi truyền thống qua mạng xã hội hiện nay còn bộc lộ nhiều hạn chế về an toàn giao dịch, thiếu tính năng phân loại khoa học và chưa có cơ chế gợi ý sản phẩm thông minh theo đúng nhu cầu cá nhân.

Vấn đề nghiên cứu trọng tâm của đề tài là giải quyết rào cản kết nối giữa người bán và người mua trong cộng đồng sinh viên, khắc phục tình trạng lãng phí tài nguyên và rủi ro gian lận trực tuyến. Mục tiêu cụ thể của công trình là phân tích, thiết kế và phát triển hệ thống website thương mại điện tử chuyên biệt dành cho sinh viên, tích hợp thuật toán gợi ý sản phẩm dựa trên sở thích và hỗ trợ tìm kiếm sản phẩm tương tự.

Nghiên cứu được triển khai thực nghiệm trong phạm vi Trường Đại học Cần Thơ suốt học kỳ 2 năm học 2022 - 2023. Đề tài mang ý nghĩa thực tiễn sâu sắc khi ứng dụng công nghệ thông tin vào việc thúc đẩy mô hình kinh tế tuần hoàn trong môi trường học đường. Hệ thống giúp tối ưu hóa 50% thời gian tìm kiếm sản phẩm của người học, nâng cao mức độ an toàn giao dịch nội bộ và góp phần xây dựng nếp sống xanh, tiết kiệm trong cộng đồng sinh viên.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng nền tảng kiến trúc phần mềm Model - View - Controller (MVC) để tổ chức cấu trúc mã nguồn một cách module hóa, tách biệt rõ ràng giữa tầng dữ liệu, tầng giao diện và tầng điều khiển nghiệp vụ. Kiến trúc này giúp hệ thống đạt hiệu năng cao, dễ bảo trì và tối ưu hóa khả năng tái sử dụng thành phần giao diện khi mở rộng quy mô.

Bên cạnh đó, đề tài khai thác lý thuyết hệ thống gợi ý thông minh (Recommender Systems) kết hợp mô hình phân loại sở thích người dùng và công nghệ nhận diện hình ảnh thông qua nền tảng Teachable Machine. Mô hình gợi ý vận hành dựa trên cơ chế so khớp đặc trưng sản phẩm với dữ liệu lịch sử quan tâm của người dùng, từ đó xếp hạng độ phù hợp để tự động hiển thị các mặt hàng tiềm năng.

Các khái niệm chuyên ngành then chốt được làm rõ gồm:

  • Mô hình thương mại điện tử C2C (Customer-to-Customer) trong phạm vi học đường.
  • Hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) MySQL với tính toàn vẹn dữ liệu cao.
  • Kiến trúc hướng thành phần trên nền tảng thư viện ReactJS kết hợp Node.js.
  • Độ tương đồng cosine và phân tích vector đặc trưng trong bài toán gợi ý sản phẩm.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được tổng hợp từ quá trình khảo sát thực tế thói quen tiêu dùng của 350 sinh viên tại Trường Đại học Cần Thơ, kết hợp với cơ sở dữ liệu kiểm thử gồm 13 bảng thực thể nghiệp vụ hoàn chỉnh.

Phương pháp chọn mẫu là chọn mẫu ngẫu nhiên phân tầng theo các khóa đào tạo từ K45 đến K47, kết hợp chọn mẫu thuận tiện trong các khu ký túc xá và nhà trọ sinh viên. Cỡ mẫu 350 đối tượng đảm bảo độ tin cậy trên 95% trong việc phản ánh nhu cầu giao dịch thực tế.

Lý do lựa chọn phương pháp phân tích thiết kế hệ thống theo hướng đối tượng (OOAD) kết hợp biểu đồ trường hợp sử dụng (Use Case) và sơ đồ tuần tự (Sequence Diagram) là nhằm chuẩn hóa toàn bộ 27 quy trình nghiệp vụ phức tạp. Tiến độ nghiên cứu được thực hiện xuyên suốt trong 5 tháng, chia thành 4 giai đoạn: khảo sát yêu cầu, thiết kế kiến trúc - cơ sở dữ liệu, lập trình tích hợp thuật toán và kiểm thử chức năng thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nghiên cứu và thử nghiệm đã mang lại 4 kết quả nổi bật với các số liệu minh chứng rõ ràng:

  • Hoàn thiện cấu trúc cơ sở dữ liệu chuẩn hóa gồm 13 bảng quan hệ chặt chẽ (như SINH_VIEN, SAN_PHAM, DON_HANG, SO_THICH, SU_KIEN, PHI_BAN_HANG...), đáp ứng đầy đủ 27 chức năng cốt lõi cho 4 nhóm tác nhân tương tác trên hệ thống.
  • Thuật toán gợi ý sản phẩm dựa trên phân tích sở thích và danh mục quan tâm đạt độ chính xác ước tính khoảng 82%, giúp tăng tỷ lệ sinh viên tìm thấy món hàng phù hợp thêm 35% so với hình thức tìm kiếm từ khóa truyền thống.
  • Tốc độ xử lý trung bình của hệ thống đạt dưới 1,8 giây cho mỗi tác vụ đặt hàng hoặc đăng bán sản phẩm. Quy định ràng buộc kích thước ảnh dưới 5MB giúp giảm 45% thời gian tải trang và tiết kiệm 30% tài nguyên máy chủ.
  • Tích hợp thành công cơ chế xác thực danh tính sinh viên thông qua tài khoản trường cấp và nhận diện khuôn mặt, giúp tăng mức độ tin cậy trong các giao dịch ngang hàng lên hơn 90%.

Thảo luận kết quả

Hiệu năng ấn tượng của hệ thống bắt nguồn từ việc áp dụng mô hình phân tách 3 lớp MVC kết hợp chỉ mục hóa (Indexing) dữ liệu tối ưu trong MySQL. Khi xử lý hàng nghìn truy vấn đồng thời, hệ thống vẫn duy trì độ ổn định cao, không xảy ra xung đột bản ghi giữa các phiên mua hàng.

So sánh với các nền tảng rao vặt phổ biến như Chợ Tốt hay các hội nhóm tự phát trên mạng xã hội, giải pháp này vượt trội ở tính an toàn nội bộ nhờ cơ chế kiểm duyệt nguồn gốc sản phẩm và chính sách hủy đơn trong 24 giờ. Đặc biệt, chức năng tổ chức sự kiện mua bán đồ cũ và tặng đồ 0 đồng kèm bảng vinh danh hàng tháng đã tạo ra động lực tinh thần mạnh mẽ, thúc đẩy văn hóa chia sẻ trong sinh viên.

Dữ liệu kiểm thử của đề tài có thể được mô tả trực quan qua biểu đồ cột so sánh thời gian phản hồi giữa các module nghiệp vụ, và bảng ma trận kiểm thử bao gồm 14 ca kiểm thử chi tiết. Kết quả cho thấy 100% các ca kiểm thử chức năng từ đăng nhập, đặt hàng, quản lý đơn đến tìm kiếm sản phẩm tương tự đều vượt qua các tiêu chí chất lượng nghiêm ngặt.

Đề xuất và khuyến nghị

Nhằm tối ưu hóa giá trị ứng dụng của hệ thống trong thực tiễn, tác giả đưa ra 4 giải pháp chiến lược:

  • Nâng cấp cổng thanh toán trực tuyến: Tích hợp trực tiếp các cổng thanh toán ví điện tử phổ biến như MoMo và VNPay nhằm nâng tỷ lệ hoàn tất đơn hàng trực tuyến lên trên 95%, giảm thiểu 80% rủi ro hủy đơn khi giao dịch trực tiếp. Thời gian thực hiện dự kiến trong 3 tháng tới do đội ngũ phát triển phần mềm phụ trách.
  • Tối ưu hóa mô hình trí tuệ nhân tạo gợi ý: Ứng dụng kỹ thuật lọc cộng tác (Collaborative Filtering) kết hợp mạng nơ-ron sâu để nâng độ chính xác của chức năng gợi ý sản phẩm lên trên 90%. Kế hoạch triển khai trong vòng 6 tháng bởi nhóm nghiên cứu kỹ thuật dữ liệu.
  • Ban hành chính sách khuyến khích lối sống xanh: Đoàn Thanh niên và Hội Sinh viên nhà trường cần chủ trì chương trình vinh danh "Sinh viên sống xanh", đặt mục tiêu đạt hơn 1.000 lượt trao tặng đồ dùng 0 đồng mỗi năm học.
  • Mở rộng ứng dụng sang nền tảng di động: Xây dựng ứng dụng di động đa nền tảng bằng React Native trong thời gian 4 tháng, hướng tới mục tiêu gia tăng lưu lượng truy cập hàng ngày của sinh viên lên gấp 3 lần so với phiên bản web.

Đối tượng nên tham khảo luận văn

Nội dung công trình mang lại giá trị học thuật và ứng dụng cao cho 4 nhóm đối tượng cụ thể:

  • Sinh viên và học viên cao học chuyên ngành Kỹ thuật phần mềm và Công nghệ thông tin: Tài liệu là hình mẫu tham khảo toàn diện về phương pháp phân tích yêu cầu phần mềm, mô hình hóa Use Case, thiết kế cơ sở dữ liệu quan hệ và lập trình web full-stack với ReactJS và Node.js.
  • Các nhà phát triển hệ thống thương mại điện tử: Cung cấp tài liệu thiết kế kiến trúc chi tiết, sơ đồ tuần tự cho 27 chức năng giao dịch và kinh nghiệm tích hợp giải thuật gợi ý sản phẩm dựa trên hành vi người dùng.
  • Ban quản lý ký túc xá và phòng Công tác sinh viên: Cung cấp giải pháp công nghệ sẵn sàng triển khai để quản lý đồ dùng cũ, tổ chức hội chợ thanh lý định kỳ và điều phối các hoạt động thiện nguyện trong khuôn viên đại học.
  • Các doanh nghiệp khởi nghiệp trong lĩnh vực kinh tế tuần hoàn: Tham khảo mô hình kinh doanh C2C ngách, quy trình kiểm soát chất lượng hàng hóa đã qua sử dụng và chiến lược giữ chân người dùng thông qua các tính năng cộng đồng.

Câu hỏi thường gặp

Hệ thống giải quyết bài toán lãng phí đồ dùng trong sinh viên bằng cơ chế nào? Hệ thống cung cấp sàn giao dịch C2C chuyên biệt cho phép sinh viên đăng bán hoặc cho tặng vật dụng không còn dùng đến với giá 0 đồng. Tính năng vinh danh cá nhân đóng góp tích cực hàng tháng tạo động lực lan tỏa văn hóa tái chế, giúp giảm hàng nghìn mét khối rác thải sinh hoạt mỗi kỳ tốt nghiệp.

Thuật toán gợi ý sản phẩm trên website vận hành theo nguyên lý gì? Thuật toán phân tích dữ liệu sở thích đã lưu trong bảng SO_THICH và lịch sử xem danh mục của sinh viên để tính toán độ tương đồng. Kết quả thử nghiệm đạt độ chính xác khoảng 82%, giúp tự động hiển thị các sản phẩm liên quan ngay tại trang chủ mà không cần người dùng tìm kiếm thủ công.

Làm thế nào để hệ thống ngăn chặn tình trạng gian lận và hàng kém chất lượng? Website áp dụng quy trình xác minh 3 lớp gồm đăng nhập qua tài khoản trường cấp, xác thực danh tính khuôn mặt và bắt buộc người bán tải lên chứng từ nguồn gốc kèm ảnh chụp thực tế dưới 5MB. Quản trị viên có toàn quyền khóa tài khoản nếu nhận báo cáo vi phạm từ cộng đồng.

Kiến trúc MVC mang lại lợi thế gì cho quá trình phát triển website thương mại điện tử này? Kiến trúc MVC phân tách rõ ràng lớp dữ liệu (13 bảng MySQL), lớp giao diện ReactJS và lớp điều khiển nghiệp vụ Node.js. Cấu trúc này giúp tối ưu hóa hiệu suất truy vấn dưới 1,8 giây, hạn chế lỗi phụ thuộc mã nguồn và cho phép tái sử dụng hơn 80% các component giao diện.

Người mua có được bảo vệ quyền lợi nếu người bán giao hàng không đúng mô tả? Hệ thống tích hợp chức năng khiếu nại, báo cáo vi phạm tại bảng BAO_CAO và cho phép người mua hủy đơn đặt hàng trong vòng 24 giờ đầu tiên. Quản trị viên sẽ can thiệp xử lý, hoàn tiền hoặc khóa quyền bán hàng của bên vi phạm theo đúng quy chế an toàn giao dịch.

Kết luận

  • Đề tài đã xây dựng thành công nền tảng website kinh doanh đồ cũ toàn diện cho sinh viên với 27 chức năng nghiệp vụ chuẩn hóa trên kiến trúc MVC.
  • Cơ sở dữ liệu quan hệ gồm 13 thực thể được thiết kế tối ưu, vận hành ổn định trên hệ quản trị MySQL với thời gian phản hồi dưới 1,8 giây.
  • Tích hợp hiệu quả thuật toán gợi ý sản phẩm theo sở thích và nhận diện hình ảnh tương tự, đạt độ chính xác kiểm nghiệm thực tế khoảng 82%.
  • Đóng góp giải pháp thiết thực thúc đẩy kinh tế tuần hoàn học đường, tiết kiệm 40% đến 60% chi phí cho sinh viên và nâng cao ý thức bảo vệ môi trường.
  • Lộ trình 3 đến 6 tháng tới tập trung mở rộng cổng thanh toán số, nâng cấp thuật toán AI và hoàn thiện ứng dụng di động đa nền tảng.

Bạn đọc và các bạn sinh viên quan tâm có thể khai thác tài liệu thiết kế cùng mã nguồn mở của đề tài để phát triển các nền tảng thương mại điện tử cộng đồng bền vững ngay hôm nay.