ứng dụng giải thuật di truyền vào hệ thống hỗ trợ mua hàng trên mạng

Tuy nhiên, vi c trình bày và trang trí quá nhi u các m t hàng trên trang web đã gây ra không ít khó kh n cho ng i mua... Các quy luât này có th là đ nh tính hay đ nh l ng... Active Decis

Chúng em mu n g i l i c m n đ n cô Ph m Th B ch Hu , giáo viên ph n bi n c a lu n

v n này Nh ng ý ki n đóng góp c a cô là vô cùng h u ích, nó giúp chúng em nh n ra các khuy t đi m c a lu n v n

Trên con đ ng góp nh t nh ng ki n th c quý báu c a ngày hôm nay, các th y, cô, b n

bè tr ng i h c Khoa h c T nhiên là nh ng ng i đã cùng em sát cánh và tr i nghi m

Và sau cùng, chúng con xin c m n cha m , nh ng ng i đã sinh thành, d ng d c và nuôi d y chúng con nên ng i Su t đ i này chúng con luôn ghi nh n Ng i

Danh m c các hình

Hình 2.1- Các giai đ an c a quá trình ra quy t đ nh .5

Hình 2.2 - u đi m c a H h tr ra quy t đ nh .5

Hình 2.3 - Các thành ph n c a H h tr ra quy t đ nh .6

Hình 2.4 C u trúc t ng quát c a m t mô hình 7

Hình 3.1 - Amazon đ a ra lý do vì sao các l i đ ngh đ c đ a ra .15

Hình 3.2 - ánh giá phim movifinder.com 16

Hình 3.3 - Trang Research .17

Hình 3.4 - Danh m c xe lo i xe ch khách 17

Hình 3.5 - Các câu h i v đ c tính máy in 19

Hình 3.6 - Các s n ph m đ ngh c a HP sau khi ch n tr l i cho các câu h i 20

Hình 3.7 - Các câu h i c a samsungtelecom.com .21

Hình 3.8 - ánh giá đ quan tr ng c a các thu c tính v i SmartSort 22

Hình 4.1 - Vector m c tiêu c a s n ph m có 2 thu c tính 28

Hình 4.2 - i u h ng v mi n t i u Pareto 29

Hình 4.3 Di chuy n trên mi n Pareto b ng cách thay đ i tr ng s 31

Hình 4.4 - Các tr ng thái gen trong qu n th 32

Hình 4.5 - Lai ghép .33

Hình 4.6 - t bi n .33

Hình 5.1 - L c đ Usecase 35

Hình 5.2 - L c đ trình t cho usecase Tìm ki m .36

Hình 5.3 - L c đ trình t cho usecase Xem danh sách s n ph m đ c mua nhi u nh t 36

Hình 5.4 - Xem danh sách s n ph m m i ra m t 37

Hình 5.5 - L c đ tu n t Usecase S n ph m đ c quan tâm nhi u nh t 37

Hình 5.6 - L c đ trình t cho usecase Tr giúp l a ch n s n ph m 38

Hình 5.7 - L c đ trình t cho usecase Duy t s n ph m theo hãng s n xu t 39

Hình 5.8 - L c đ trình t cho usecase Xem thông tin chi ti t 39

Hình 5.9 - L c đ trình t cho usecase Thêm hàng vào gi 40

Hình 5.10 - L c đ trình t cho usecase Xem gi hàng .40

Hình 5.11 – L c đ trình t cho usecase Thanh toán .41

Hình 5.12 - Mô hình ki n trúc h th ng 42

Hình 5.13 - S đ d li u quan h 42

Hình 5.14 - L c đ trình t (m c thi t k ) cho usecase Tìm ki m 45

Hình 5.15 - L c đ trình t (m c thi t k ) cho usecase Xem s n ph m m i ra m t 46

Hình 5.16 - L c đ trình t (m c thi t k ) cho usecase Tr giúp ch n s n ph m 46

Hình 5.17 - L c đ trình t (m c thi t k ) cho usecase Xem thông tin chi ti t 47

Hình 5.18 - L c đ trình t (m c thi t k ) cho usecase Thêm hàng vào gi 47

Hình 5.19 L c đ trình t (m c thi t k ) cho usecase Xem gi hàng 47

Hình 5.20 - L c đ trình t (m c thi t k ) cho usecase Thanh toán 48

Hình 5.21 S đ ph i h p gi a các trang web 48

Hình 5.22 - S đ l p ng d ng WebMobileShop .52

Hình 5.23 - S đ l p c a module thu t toán GA .54

Hình 7.1 - Mi n t i u Pareto .64

Danh m c các b ng

B ng 3.1 - Các b c c b n đ ti n hành m t giao d ch 12

B ng 3.2 - Phân lo i h h tr ra quy t đ nh trong E-Commerce 13

B ng 3.3 - T ng k t so sánh website 22

B ng 5-1-Danh sách các b ng c s d li u 43

B ng 5.2 - B ng d li u tblItems 43

B ng 5.3 - B ng d li u tblCaseType 44

B ng 5.4 - B ng d li u tblProducers 44

B ng 5.5 - B ng d li u tblOrders 44

B ng 5.6 - B ng d li u tblOrderDetails 45

B ng 5.7 - Các đ i t ng l p c a h th ng WebMobileShop 53

B ng 5.8 - Các đ i t ng thu c module thu t toán GA 54

M c l c

L i c m n i

Danh m c các hình ii

Danh m c các b ng iii

M c l c iv

Ch ng 1 Gi i thi u 1

1.1 T ng quan 1

1.2 V n đ đ t ra 1

1.3 M c tiêu c a lu n v n 2

1.4 B c c c a lu n v n 2

Ch ng 2 H h tr ra quy t đ nh 4

2.1 Th nào là ra quy t đ nh 4

2.2 Quá trình ra quy t đ nh 4

2.2.1 Phân lo i quy t đ nh 4

2.2.2 Các giai đo n c a quá trình ra quy t đ nh 4

2.3 H h tr ra quy t đ nh 5

2.3.1 Khái ni m H h tr ra quy t đ nh 5

2.3.2 Các thành ph n c a H h tr ra quy t đ nh 6

2.3.3 Mô hình ra quy t đ nh 7

2.3.4 Phân lo i H h tr ra quy t đ nh 8

2.4 Tìm ki m và đánh giá các l a ch n m t ph n r t quan tr ng trong h tr ra quy t đ nh 10 Ch ng 3 Mua hàng qua m ng và s c n thi t c a h tr ra quy t đ nh 11

3.1 Internet đem đ n m t ph ng th c mua bán m i 11

3.2 Kh o sát th c tr ng mua bán qua m ng 11

3.3 So sánh gi a ph ng th c mua hàng truy n th ng và mua qua m ng 12

3.3.1 Các b c c b n đ ti n hành m t giao d ch mua hàng 12

3.3.2 Các đi m thu n l i và không thu n l i trong ph ng th c mua bán truy n th ng 13 3.3.3 Các đi m thu n l i và không thu n l i trong ph ng th c mua bán qua m ng13 3.4 Kh o sát các trang web bán hàng và s h tr khách hàng c a chúng 13

3.4.1 Kh o sát m t s h h tr ra quy t đ nh trong E-Commerce 14

3.4.2 B ng tóm t t và so sánh 22

3.5 Các ti n ích mà m t trang web bán hàng c n cung c p đ có th H tr khách hàng t t h n 22

Ch ng 4 S d ng gi i thu t di truy n đ gi i quy t bài toán h tr ch n s n ph m khi mua hàng qua m ng 24

4.1 Gi i thi u 24

4.2 Các khó kh n khi xây d ng m t module h tr khách hàng ch n s n ph m 24

4.3 V n đ “đa m c tiêu” khi ch n s n ph m 25

4.4 Cách ti p c n đ gi i bài toán “T i u đa m c tiêu” khi ch n s n ph m 25

4.5 Chuy n bài toán ch n s n ph m thành bài toán t i u đa m c tiêu 26

4.5.1 L i gi i cho bài toán 26

4.5.2 Các bi n quy t đ nh 26

4.5.3 Các ràng bu c 26

4.5.4 Các m c tiêu 27

4.5.5 H ng đ n m t l i gi i “t i u” 28

4.5.6 Các c i ti n đ phù h p v i bài toán 31

Ch ng 5 Phân tích và thi t k website bán đi n tho i di đ ng có h tr ng i mua ch n

s n ph m 35

5.1 Phân tích 35

5.1.1 Mô hình Usecase 35

5.1.2 Mô t các Actor 35

5.1.3 Mô t các Usecase 35

5.2 Thi t k 41

5.2.1 Thi t k h th ng 41

5.2.2 Thi t k c s d li u 42

5.2.3 Thi t k các l p đ i t ng 45

Ch ng 6 Cài đ t 55

6.1 Môi tr ng phát tri n ng d ng 55

6.2 Cài đ t ch ng trình 55

6.3 M t s màn hình tiêu bi u 56

Ch ng 7 K t lu n và h ng phát tri n 60

7.1 K t lu n 60

7.2 H ng phát tri n 61

Ph l c A Bài toán t i u đa m c tiêu 62

Ph l c B Thu t gi i di truy n 68

Tài li u tham kh o 71

Ch ng 1

Gi i thi u

1.1 T ng quan

Trong nh ng n m g n đây, s phát tri n c a th ng m i đi n t (E-Commerce) đã đem

l i nhi u l i ích to l n cho n n kinh t toàn c u Thông qua th ng m i đi n t , nhi u lo i hình kinh doanh m i đ c hình thành, trong đó có mua bán hàng trên m ng V i hình

th c m i này, ng i tiêu dùng có th ti p c n v i hàng hóa m t cách d dàng và nhanh chóng h n r t nhi u so v i ph ng th c mua bán truy n th ng

Nh ng t ng v i nh ng th m nh c a mình các trang web bán hàng s d n thay th các gian hàng hay các siêu th truy n th ng Nh ng trên th c t ng i mua v n còn r t m n

mà v i ph ng pháp mua bán c M t ph n vì ph ng th c mua bán c d n d n t ng

b c chuy n t thói quen thành m t n p v n hóa, v n hóa mua s m Khi đó ng i ta xem

ho t đ ng mua s m là m t ho t đ ng không th thi u trong n n v n hóa đó M t khác, các trang web bán hàng hi n nay dù đã đ c phát tri n nh ng th c s v n ch a th thay th

đ c các c a hàng th c t M t trong nh ng nguyên nhân c a s thua kém này đó là y u

t con ng i, m t y u t mà ch c h n các trang web bán hàng khó có th bù đ p đ c Bên c nh đó, đâu là các nguyên nhân khác gây ra s thua kém này? Ng i mua nh n xét

gì v nh ng n l c mà các trang web bán hàng đã và đang mang l i? Làm th nào đ nâng cao hi u qu c a nh ng c a hàng đi n t này?

1.2 V n đ đ t ra

Hi n nay, các h th ng bán hàng tr c tuy n đã t o nhi u đi u ki n thu n l i đ ng i mua

có th ti p c n nhi u m t hàng cùng lúc Tuy nhiên, vi c trình bày và trang trí quá nhi u các m t hàng trên trang web đã gây ra không ít khó kh n cho ng i mua H khó có th

ch n ra cho mình m t s n ph m ng ý nh t

khách hàng có th đ n và mua đ c m t s n ph m ng ý thì m t l i khuyên, m t s

tr giúp là r t quan tr ng M t ng i bán hàng trong ph ng th c bán hàng truy n th ng

là m t l i th r t l n Do đó đ ph ng th c bán hàng qua m ng th c s phát tri n thì bên

c nh các l i th v n có c a mình vi c có thêm m t “ng i tr giúp” là h t s c c n thi t

H th ng h tr ra quy t đ nh (Decision Support System - DSS) v i s k t h p c a máy tính đã đ c áp d ng nhi u trong các công tác qu n lý, nh ng công vi c t t y u liên quan

đ n vi c ra quy t đ nh DSS có th giúp nh ng nhà qu n lý đ a ra các quy t đ nh nhanh chóng h n, ph c t p h n, và nâng cao hi u su t c ng nh ch t l ng c a các quy t đ nh

M t h th ng h tr ra quy t đ nh t t có th đóng vai trò nh m t ng i trung gian h tr khách hàng đ a ra các quy t đ nh mua hàng đúng đ n B ng cách xác đ nh m c đích và nhu c u c a khách hàng, h th ng có th đ a ra m t t p các g i ý giúp cho ng i mua d dàng ch n l a s n ph m yêu thích h n Qua đó hi u su t c a vi c mua bán hàng tr c tuy n đ c t ng cao m t cách đáng k

1.3 M c tiêu c a lu n v n

Tr c h t lu n v n giúp chúng ta nh n ra nh ng m t thi u sót c a các trang web bán hàng

hi n nay Nh ng ti n ích, d ch v mà các trang web này c n cung c p ho c nâng cao h n

đ có th nâng cao v th c a mình trong n n kinh t hàng hóa

Lu n v n s đ a ra m t h ng ti p c n đ xây d ng m t trong nh ng ti n ích nói trên,

ti n ích h tr khách hàng ra quy t đ nh ch n s n ph m Ti n ích này đóng vai trò nh

m t ng i bán hàng có th thu th p các thông tin v s thích c a khách hàng, sau đó tìm trong kho hàng vô t n c a mình nh ng m t hàng thích h p nh t v i các s thích đó

Lu n v n c ng tìm hi u bài toán t i u đa m c tiêu và cách ti p c n dùng thu t gi i di truy n đ gi i quy t bài toán Bài toán này c ng là m t khó kh n l n trong khi ti n hành

Ch ng ti p theo gi i thi u lý thuy t chung v h h tr ra quy t đ nh Ch ng này nêu

ra đ nh ngh a “M t quy t đ nh là gì?” và “M t h h tr ra quy t đ nh là gì?” ây là

nh ng ki n th c n n t ng v h th ng h tr ra quy t đ nh nh quá trình ra quy t đ nh, các giai đo n c a quá trình ra quy t đ nh, các mô hình c a h h tr ra quy t đ nh, và các công ngh thông minh đ c ng d ng trong h h tr ra quy t đ nh

Ch ng 3 là kh o sát và so sánh v các đ c đi m c a nh ng h h tr ra quy t đ nh trong môi tr ng mua bán tr c tuy n

Ch ng 4 trình bày m t cách ti p c n đ áp d ng h h tr ra quy t đ nh vào quá trình

l a ch n s n ph m và mua hàng c a khách hàng đây bài toán t i u hóa đa m c tiêu và các h ng gi i quy t đ c nêu ra

Ch ng 5 là ph n phân tích thi t k h th ng trang web bán hàng và h tr khách hàng

ch n s n ph m Ch ng 6 là ph n cài đ t h th ng

T ng k t và đánh giá c a luân v n đ c trình bày ch ng 7

Ch ng 2

H h tr ra quy t đ nh 2.1 Th nào là ra quy t đ nh

Vi c đ a ra quy t đ nh đ i v i m t v n đ xu t hi n trong kh p các l nh v c, ho t đ ng

c a đ i s ng mà đôi khi chúng ta không nh n ra T nh ng vi c đ n gi n nh ch n m t

b qu n áo đ đi d ti c cho đ n các vi c l n lao nh phân b ngân sách vào các ch ng trình c a qu c gia đ u là các công vi c đ a ra quy t đ nh

V y đ a ra quy t đ nh chính là ch n ra trong các gi i pháp kh thi m t gi i pháp mà theo

ng i đ a ra quy t đ nh là phù h p nh t

2.2 Quá trình ra quy t đ nh

2.2.1 Phân lo i quy t đ nh

Có th phân ra b n lo i quy t đ nh nh sau

• Quy t đ nh có c u trúc (Structured Decision): Các quy t đ nh mà ng i ra quy t đ nh bi t là ch c ch n đúng

• Quy t đ nh không c u trúc (Nonstructured Decision): Các quy t đ nh mà ng i

ra quy t đ nh bi t là có nhi u câu tr l i g n đúng và không có cách nào đ tìm

ra câu tr l i chính xác nh t

• Quy t đ nh đ quy (Recurring Decision): Các quy t đ nh l p đi , l p l i

• Quy t đ nh không đ quy (Nonrecurring Decision): Các quy t đ nh không x y

ra th ng xuyên

2.2.2 Các giai đo n c a quá trình ra quy t đ nh

Theo Simon, các giai đo n c a quá trình ra quy t đ nh bao g m các pha:

Hình 2.1- Các giai đ an c a quá trình ra quy t đ nh

2.3 H h tr ra quy t đ nh

2.3.1 Khái ni m H h tr ra quy t đ nh

Trong th p niên 1970, Scott Morton đ a ra nh ng khái ni m đ u tiên v H h tr ra quy t đ nh (Decision Support Systems-DSS) Ông đ nh ngh a DSS nh là nh ng h th ng máy tính t ng tác nh m giúp nh ng ng i ra quy t đ nh s d ng d li u và mô hình đ

gi i quy t các v n đ không có c u trúc [5]

Hình 2.2 - u đi m c a H h tr ra quy t đ nh

Cho đ n nay ch a có m t đ nh ngh a th ng nh t v DSS Tuy nhiên t t c đ u đ ng ý

Qu n lí d li u (Data Management) th c hiên công vi c l u tr các thông tin c a h và

ph c v cho viêc l u tr , c p nh t, truy v n thông tin

Qu n lí giao di n ng i dùng (User Interface Management) qu n lí vi c giao ti p gi a

ng i dùng cu i và H ra quy t đ nh

Hình 2.3 - Các thành ph n c a H h tr ra quy t đ nh

2.3.3 Mô hình ra quy t đ nh

M t đ c tr ng c b n c a H h tr ra quy t đ nh là ph i có ít nh t m t mô hình h tr ra quy t đ nh Vi c ch n l a và xây d ng mô hình n m trong giai đo n th hai (Design Phase) c a quá trình ra quy t đ nh

M t mô hình là m t khái quát hóa hay tr u t ng hóa c a th c t Mô hình hóa là vi c khái quát hóa và tr u t ng hóa các v n đ th c t thành các mô hình đ nh tính hay đ nh

l ng ó là m t quy trình k t h p c khoa h c (s chính xác, logic) và ngh thu t (s sáng t o)

M t mô hình th ng bao g m ba thành ph n c b n:

• Decision Variables: ây là các l c ch n xác đ nh b i ng i ra quy t đ nh

Ch ng h n trong bài tóan quy t đ nh đ u t thì đây là s ti n đ u t , n i đ u t ,

th i gian đ u t …

• Uncontrollable Variables : ây là các bi n không n m trong s ki m sóat c a

ng i ra quy t đ nh (b tác đ ng b i các y u t bên ngòai) Ch ng h n trong bài tóan trên thì đây là t c đ l m phát, lãi su t ngân hàng…

• Result Variables: ây là các bi n k t qu c a mô hình Ch ng h n trong bài toán trên thì đây là t s l i nhu n…

Hình 2.4 C u trúc t ng quát c a m t mô hình

Khi l a ch n quy t đ nh cu i cùng, ng i ra quy t đ nh có th mu n có m t quy t đ nh

t i u (optimal) hay m t quy t đ nh th a đáng, g n t i u (good enough) Do v y có th chia ra hai lo i mô hình h tr ra quy t đ nh

Mô hình quy chu n (Normative Model): Mô hình này xem xét t t c các ph ng án và

ch n ra ph ng án tôi u

Mô hình mô t (Descriptive Model): Mô hình này xem xét m t t p h p các đi u ki n theo

ý ng i dùng và xem xét các ph ng án theo h ng các đi u ki n này và đ a ra m t k t

UnControllable variables

Decision variables

Meathematical relationships Result variables

qu th a đáng Vì mô hình này không xem xét h t t t c các ph ng án nên k t qu cúôi cùng có th ch g n t i u

Mô hình quy chu n th ng đ c s d ng trong bài tóan t i u hóa m t m c tiêu Mô hình mô t th ng đ c s d ng trong bài tóan tôi u hóa đa m c tiêu khi các m c tiêu này có th mâu thu n nhau

H ng d li u - H h tr Ra quy t đ nh d a trên vi c truy xu t và x lí d li u Phiên b n đ u tiên đ c g i là H ch dành cho vi c truy xu t d li u (Retrieval-Only DSS ) Kho d li u (Datawarehouse) là m t C S D Li u t p trung ch a thông tin t nhi u ngu n đ ng th i s n sàng cung c p thông tin c n thi t cho vi c ra quy t đ nh OLAP có nhi u tính n ng cao c p vì cho phép phân tích d li u nhi u chi u, ví d d

li u bán hàng c n ph i đ c phân tích theo nhi u chi u nh theo vùng, theo s n ph m, theo th i gian, theo ng i bán hàng

H ng tài li u - H h tr ra quy t đ nh d a trên vi c truy xu t và phân tích các v n

b n, tài li u…Trong m t công ty, có th có r t nhi u v n b n nh chính sách, th t c, biên b n cu c h p, th tín Internet cho phép truy xu t các kho tài li u l n nh các kho v n b n, hình nh, âm thanh… M t công c tìm ki m hi u qu là m t ph n quan

tr ng đ i v i các H h tr ra quy t đ nh d ng này

H ng tri th c - H h tr ra quy t đ nh có th đ ngh và đ a ra nh ng t v n cho

ng i ra quy t đ nh Nh ng h này là các h chuyên gia v i m t ki n th c chuyên ngành c th , n m v ng các v n đ trong chuyên ngành đó và có k n ng đ gi i quy t

nh ng v n đ này Các công c khai m d li u có th dùng đ t o ra các h d ng này Theo Holsapple và Whinston (1996) [6] phân ra 6 l ai H h tr ra quy t đ nh

vi c phân tích tr c khi ra quy t đ nh B n tính có th bao g m nhi u m hình th ng

kê, l p trình tuy n tính, m hình tài chính… B n tính ph bi n nh t đó là Microsoft Excel H này th ng đ c dùng rông rãi trong các h liên quan t i ng i dùng cu i

H ng ng i gi i quy t – M t tr giúp là m t gi i thu t hay ch ng trình đ gi i quy t m t v n đ c th ch ng h n nh tính l ng hàng đ t t i u hay tính tóan xu

h ng bán hàng M t s tr gíup khác ph c t p nh là t i u hóa đa m c tiêu H này bao g m nhi u tr gíup nh vây

H ng lu t – Ki n th c c a h này đ c mô t trong các quy lu t th t c hay lí l H này còn đ oc g i là h chuyên gia Các quy luât này có th là đ nh tính hay đ nh

l ng Các ví d c a h này nh là h ng d n không l u, h ng d n giao thông trên

bi n, trên b …

H ng k t h p - M t h t ng h p có th k t h p hai hay nhi u h n trong s n m h k

trên

2.4 Tìm ki m và đánh giá các l a ch n m t ph n r t quan tr ng trong h tr ra quy t đ nh

Giai đ an l a ch n (Choice Phase) là giai đo n quan tr ng nh t c a quá trình ra quy t

đ nh Giai đo n này bao g m ba b c chính sau đây:

• Tìm ki m l a ch n

• ánh giá l a ch n

• Gi i thi u l a ch n Trong tr ng h p ng i ra quy t đ nh mu n s d ng mô hình quy chu n (normative model) đ tìm ki m m t l a ch n t i u, thì H h tr ra quy t đ nh có th s d ng

ph ng pháp vét c n (blind search) đ duy t h t t t c các l a ch n hay mô hình toán h c

đ phân tích i v i mô hình mô t , ta có th s d ng ph ng pháp kinh nghi m (heuristic search) đ duy t các l a ch n d a trên các quy lu t rút ra đ c t th và sai hay kinh nghi m

Ph ng pháp đánh giá các l a ch n đ c quy t đ nh khác nhau trong bài toán m t m c tiêu và bài toán đa m c tiêu Bài toán m t m c tiêu có th đ c mô hình hóa b ng b ng ra quy t đ nh hay cây ra quy t đ nh

M t trong các ph ng pháp hi u qu đ gi i quy t đa m c tiêu là đo l ng tr ng s c a các u tiên ra quy t đ nh (Analytical Hierarchy Process c a ExpertChoice) M t ph ng pháp khác là t i u hóa d a trên các m hình tóan h c tuy n tính (Microsoft Excel, Lingo…) M t ph ng pháp khác là l p trình kinh nghi m s d ng heuristics nh là tabu search, gi i thu t di truy n

th c s k t n i các doanh nghi p v i nhau (B2B – Business To Business) và doanh nghi p v i khách hàng (B2C – Business To Customer)

S c m nh và s thu n l i c a công ngh Web đã giúp các công ty, doanh nghi p đ a các

ho t đ ng kinh doanh c a mình đ n g n v i ng i dùng h n S d ng Web các công ty

có th đ a đ n ng i dùng t nh ng m u qu ng cáo nh , các m t hàng, d ch v mà công

ty cung c p đ n các ho t đ ng mua bán v i khách hàng Chính đi u đó đã hình thành m t

ph ng th c mua bán hoàn toàn m i m và đang tr nên m t ho t đ ng ph bi n trên Internet , mua bán hàng qua m ng (Shopping Online)

3.2 Kh o sát th c tr ng mua bán qua m ng

So v i các ho t đ ng trên m ng khác thì ho t đ ng mua bán hàng qua m ng v n chi m

m t t l r t nh nh ng r ràng nó đang phát tri n t ng ngày

• M t l ng l n và đ ch ng l ai các m t hàng và d ch v đ c đ a ra (65%)

• S không biên gi i,b n có th mua hàng t b t k qu c gia nào (54%)

• D dàng so sánh giá c (52%) Các m t không thu n l i:

• Không th th món hàng minh mua (52%)

• Không có các d ch v tr giúp khi mua hàng(30%)

• Có nhi u khó kh n khi giao d ch ho c tr l i hàng hóa (25%)

• Ph ng th c thanh toán còn qua ph c t p(31%)

• Ng i mua hàng t ra hoài nghi khi có quá nhi u thông tin cá nhân đ c thu

th p (30%)

Và v i các y u t nh h ng đ n vi c mua hàng qua m ng trên thì có 2/3 ng i dùng

kh ng đ nh h s ti p t c mua hàng và 1/3 còn l i thì kh ng đ nh h không có ý đ nh mua hàng qua m ng, m t con s đáng đ l u tâm [18]

3.3 So sánh gi a ph ng th c mua hàng truy n th ng và mua qua m ng

Ch n m t Website ng ý có bán s n ph m

mà mình qua tâm(quen, đ c gi i thi u, tìm ki m trên m ng)

Xem xét các s n ph m đ c trình bày trong c a hàng

Duy t danh sách các m t hàng trên trang Web

Nh ng i bán hàng tìm s n ph m mà mình mu n mua

Tìm ki m s n ph m qua các t khóa (n u trang có h tr )

Nh ng i bán hàng t v n m t hàng phù

h p v i mình

Ít đ c h tr

T ng tác tr c ti p, th dùng v i m t hàng ng ý

Không có

So sánh v i các s n ph m khác trong c a hàng ho c m t c a hàng khác

So sánh v i các s n ph m khác trên Website (n u h tr ) So sánh v i các trang Web khác

Ch n mua, thanh toán và nh n s n ph m Ch n mua và thanh toán ch công ty phân

ph i s n ph m

Hoàn tr n u không ng ý Liên l c v i trang web qua h th ng mail

và ch ph n h i

3.3.2 Các đi m thu n l i và không thu n l i trong ph ng th c mua bán truy n

o Mua s m tr thành m t v n hóa, làm cho ng i mua h ng kh i

o Vi c mua s m đôi khi t n r t nhi u th i gian

Ü Không thu n l i:

o Ng i mua khó n m b t h t các thông tin v m t hàng mình đ nh mua

o Các m t hàng thu c các nhà cung c p khác nhau th ng đ c phân b r i rác làm cho ng i mua khó so sánh

3.3.3 Các đi m thu n l i và không thu n l i trong ph ng th c mua bán qua

o Ng i mua ch có th “th y” ch không th th , ti p xúc v i m t hàng

o Không đ c t v n khi không bi t ph i ch n m t hàng nào

o Không tìm đ c m t hàng ng ý vì có quá nhi u s ch n l a

3.4 Kh o sát các trang web bán hàng và s h tr khách hàng c a chúng

Các ho t đ ng h tr khách hàng ra quy t đ nh mua hàng qua m ng r t đa d ng và đ c phân chia theo nhi u cách khác nhau S phân chia b ng d i s d ng cách phân lo i

c a tài li u [16], ch ra 3 m c h tr c a DSS là h tr theo h ng truy c p, h tr theo

h ng giao d ch và h tr theo h ng quan h

B ng 3.2 - Phân lo i h h tr ra quy t đ nh trong E-Commerce

M c h

tr

c đi m

H ng truy c p

T t c các trang web tìm ki m (không ch riêng cho các trang web mua bán tr c tuy n)

giao d ch • Giao di n ng i dùng t p trung h tr các hành vi c a ng i

dùng trong các ho t đ ng giao d ch, mua hàng, đ c bi t là h ng d n

l a ch n s n ph m

• C u trúc d li u website mua hàng và ng d ng web server

• òi h i n i dung, ch t l ng c a catalog s n ph m và giao

di n đ h a ph i cao

H ng quan h

ây là nh ng ng d ng h ng đ n m c tiêu ch d n khách hàng d a trên tri th c, v i các đ c đi m sau:

• Thông qua s thích và tính cách cá nhân c a ng i tiêu dùng

• H tr các nh c nh ,qu ng cáo, m r ng dây chy n cung ng

• Tìm ki m theo ngôn ng t nhiên

S s p x p này đi t s h tr đ n gi n đ n tinh vi Nh ng m c đ này c ng ph n ánh s

ti n tri n c a các h h tr t nh ng n m 90 đ n nay

m c 1, DSS dùng nhi u đ n các ph n m m đa d ng đ t o nh ng trang mua bán và tìm

ki m, duy t đ n gi n d a trên các t khóa Nh ng trang web này ch y u đ lôi kéo khách hàng và không t n nhi u chi phí đ xây d ng Chúng là d ng th c thi trên web và chúng đem l i r t ít các tr giúp cho ng i mua v i các ch c n ng truy c p thông tin và

ch c n ng mua hàng đ n gi n

M c ti p theo là m t chu i c g ng nh m hi u rõ các b c và thao tác x lý c a ng i mua trong su t quá trình di n ra giao d ch và t o ra nhi u thi t l p m c đ nh và khuôn

m u đ h tr t t h n cho các b c c u trúc Nh ng kh o sát v DSS nh ng n m cu i

th p niên 90 c a th k 20 t p trung vào vi c làm th nào h tr các b c so sánh nhãn

hi u và s n ph m M t th i gian sau, m t kh o sát khác cho th y các h th ng đang c

g ng m r ng đi m này cho các b c mua, thanh toán và giao hàng H c ng k t h p

đ c nh ng h ng ti p c n và m r ng DSS trên các x lý quy t đ nh nh tài chính, giúp

đ khách hàng tr c tuy n và qu n lý l i c ng nh tìm ki m theo ngôn ng t nhiên

m c cao nh t là nh ng đ c tính c a các trang mua bán hàng hóa hi n t i đ c phát tri n trong th p k đ u c a th k 21 này đây chúng ta th y s thay đ i sang s h tr

đ i v i các quan h d a trên th i gian dài mà ng i mua có đ c d a trên các giao d ch

3.4.1 Kh o sát m t s h h tr ra quy t đ nh trong E-Commerce

3.4.1.a Amazon.com

Amazon.com đ c thành l p vào n m 1996, là trang web bán sách n i ti ng hi n nay Danh m c s n ph m c a Amazon.com r t phong phú bao g m: sách, đ đi n t , đ a nh c, phim nh S h tr khách hàng ch n s n ph m là riêng r t ng lo i s n ph m khác nhau

i u này c ng d hi u b i không th đ ngh khách hàng mua m t quy n sách trong khi

h đang tìm mua m t máy đi n tho i Chúng ta s t p trung vào h th ng h tr trong mua bán sách c a Amazon.com

Danh m c sách đ ngh mua (persionalized recommendation): Nh nhi u website

E-commerce khác, Amazon.com đ c c u trúc v i các trang thông tin cho m i quy n sách, đem l i các thông tin chi ti t v n i dung và mua bán Danh sách các quy n sách đ ngh mua kèm đ c th y trang thông tin c a m i cu n sách Th t s , nó g m hai danh sách

đ ngh riêng bi t Ph n th nh t g m danh sách nh ng quy n sách th ng mua nh t

Ph n th hai là danh sách các tác gi c a nh ng quy n sách th ng xuyên đ c mua M i

ho t đ ng duy t danh m c sách, thêm hàng vào gi c a ng i dùng đ u đ c website ghi

nh n đ làm c s cho vi c đ a ra các đ ngh này

Ý ki n c a b n (Your Recommendation): Amazon c ng khuy n khích khách hàng

ph n h i tr c ti p các cu n sách mà h đã đ c Khách hàng đánh giá các cu n sách h đã

đ c trên thang đi m 5 t “hated it” đ n “loved it” Nh ng đánh giá này s đ c dùng nh

là đ u vào cho m t c ch đ ngh (recommendation engine) Do đó, khi đánh giá càng nhi u quy n sách, khách hàng s nh n đ c l i đ ngh càng chính xác Hình d i cho phép ta xem vi c đánh giá c a khách hàng là lý do đ Amazon đ a ra các đ ngh đ i v i các quy n sách khác Ví d khi ta đánh giá quy n “A Road Ahead” c a Bill Gates thì Amazon đ ngh ta m t quy n sách khác c ng c a Bill Gates là “Bussiness @ the Speed

of Thought”

Hình 3.1 - Amazon đ a ra lý do vì sao các l i đ ngh đ c đ a ra

Email Notification: c tính này cho phép customers đ c bi t qua email các s n ph m

m i đã thêm vào catalog c a Amazon.com

Nh n xét c a khách hàng (Customer Comments): Nh n xét c a khách hàng cho phép

khách hàng nh n đ c các đ xu t d ng v n b n d a trên ý ki n c a các khách hàng khác

M i m t trang thông tin c th v m t cu n sách là đánh giá d a trên thang đi m 5 bi u

hi n b ng hình ngôi sao và các l i nh n xét c a nh ng ng i đã đ c quy n sách và đ a ra

l i bình Khách hàng c ng có s ch n l a các k t h p gi a các đ xu t này trong quy t

đ nh mua c a h H n n a, khách hàng có th đánh giá các nh n xét này V i m i l i bình có m t câu h i “Did this comment help you? ” và khách hàng có th ch n là “có”

ho c “không” (yes ho c no) K t qu s đ c li t kê vào b ng và đ a ra 5 trong 7 ng i tìm đ c các l i nh n xét có ích

3.4.1.b 3.2.2 MovieFinder.com

MovieFinder.com là trang web phim nh đ c qu n lý b i E!Online MovieFinder h tr

ng i dùng qua các s p x p các phim theo đánh giá c a chính h và đánh giá c a khách hàng theo các m c t A đ n F Các đánh giá c a ng i dùng v các phim h đã xem th

hi n m c Users Grade Còn m c Our Grade là đánh giá c a nh ng ng i biên t p trang web Hình 3.2 d i cho ta th y b phim “Kingdom of Heaven” đ c đánh giá B+ c hai m c Our Grade và Users Grade i v i ng i dùng đã đ ng ký có th đ c đánh giá

tr c ti p t i đây

Hình 3.2 - ánh giá phim movifinder.com

3.4.1.c Carsdirect.com

Carsdirect là m t c a hàng bán xe h i trên Web, đ c thành l p vào n m Carsdirect đ a

ra m t danh m c s n ph m theo h ng ti p c n v i nhu c u c a ng i dùng Trang Research (xem hình 3.3) cho phép ch n xe theo m c đích s d ng c a ng i mua: xe ch khách, xe cao c p, xe t i nh , xe c v.v…

Hình 3.3 - Trang Research

Khi ch n m t lo i xe, trang web ti p t c đ a ng i dùng ch n đ n danh m c phân lo i

c p d i C th ng i dùng s nh n đ c danh sách các xe danh m c đã ch n V n đ

là danh sách này khá dài Do đó, các công c h tr xem thông tin nh car review (xem

mô t xe), compare car compare (so sánh xe) đ ti p t c tìm m t chi c xe phù h p nh t Các duy t qua danh này khá r m rà nh ng c ng đáng đ khách hàng b th i gian tìm

đó các trang web đ a ra k ch b n x lý theo 2 b c đ đ t đ c s h tr khách hàng

m c sâu B c đ u tiên, khách hàng th ng đ c đ a ra m t b g m nhi u các s n ph m

và ch ra m t b con các l a ch n t t Sau đó, các l a ch n này s đ c đánh giá đ sâu

h n, th c hi n các so sánh các s n ph m trên các thu c tính quan tr ng và ra quy t đ nh mua M t ch ng trình đóng vai trò là ng i đ ngh (Recommender Agent-RA) s tr giúp cho khách hàng trong b c đ u tiên, đ a ra các s n ph m l a ch n D a vào các thông tin cung c p đã kh o sát tr c ho c chính t ng i mua hàng đ i v i s thích c a

h mà RA s đ xu t m t b s n ph m h p d n nh t đ i v i cá nhân đó Các h ng ti p

c n s thích ng i dùng có th chia ra thành hai nhóm: h ng đ c tính và h ng nhu c u

M t h th ng theo h ng đ c tính th ng yêu c u khách hàng ch ra các s thích v đ c tính c a s n ph m nh : môt máy ch p nh k thu t s ph i có đ phân gi i ít nh t là 4 Mega Pixel Các ti p c n nhu c u s h i ng i dùng ch ra “Nhu c u cá nhân c a h là gì?” Ví d tôi c n ch p nh ngo i c nh Cách ti p c p theo h ng nhu c u nên là m t

ph ng pháp phù h p đ h tr cho ng i dùng ch a có kinh nghi m ch n s n ph m Active Decisions Inc là nhà cung c p hàng đ u th gi i các gi i pháp h ng d n mua hàng ng d ng cung c p b i Active Decisions đem l i cho b ph n mua hàng, các chi nhánh và các ng d ng t ph c v m c tiêu là lôi kéo càng nhi u khách hàng

K thu t chính c a Acitve Decisions đ c xem nh là s k t h p c a Recommender Agent (RA) và ma tr n so sánh (Comparison Matrix-CM) Ma tr n so sánh, s tr giúp

t o quy t đ nh d ng th hai, là công c t ng tác đ c đ a ra nh m giúp ng i dùng trong các so sánh m c sâu h n gi a các s n ph m đã ch n b c m t M t d ng c

b n c a h ng tr giúp ra quy t đ nh này, thích h p nh m t gi hàng hi n th m t ma

tr n các hàng là các s n ph m và các c t là các thu c tính quan tr ng c a s n ph m Thi t

k này cho phép ng i mua so sánh các giá tr c a s n ph m hi u qu và chính xác h n Các b c ti p c n c a k thu t này thì đ u tiên khách hàng s đ c h i h tìm cái gì và cái gì là quan tr ng v i h thông qua các h ng ti p c n theo nhu c u hay theo đ c tính,

d a vào đó đ a ra các đ xu t thích h p cho khách hàng Khách hàng s ch n m t vài s n

ph m đ a ra đ so sánh m c cao h n trong ma tr n so sánh Nh ng s n ph m đ c đ ngh c ng hi n th v i l i gi i thích t i sao nó t t cho ng i dùng M t vài gi i pháp c a Active Decision s đ c th y các website www.absound.ca, www.qvc.com , www.sonystyle.com, www.jr.com và www.hpshopping.com Chúng ta s kh o sát m t ví

d c a Active Decision website Hpshopping.com

3.4.1.e Hpshopping.com

Hpshopping là m t trang web gi i thi u các s n ph m c a hãng HP bao g m máy tính, máy PDA, máy in Trong ph n này, chúng ta t p trung vào trang ch n mua máy in (printer) Các câu h i chuyên v tính n ng s d ng c a máy in nh s trang in, c trang in

th ng dùng, c ng k t n i v i máy tính, h đi u hành c a máy tính v.v… K t qu là ba

s n ph m thích h p nh t đ c hi n th ma tr n so sánh v i c t là các s n ph m và dòng

là các thu c tính c a s n ph m máy in Trong m t s tr ng h p HPShopping còn đ a ra

m t k t qu m nh h n yêu c u c a ng i dùng K t qu này là m t máy in không ch có

đ các đ c tính theo yêu c u c a ng i dùng mà còn có thêm m t s tính n ng khác

Hình 3.5 - Các câu h i v đ c tính máy in

Hình 3.6 - Các s n ph m đ ngh c a HP sau khi ch n tr l i cho các câu h i

3.4.1.f Samsungtelecom.com

ây là trang h tr khách hàng tìm ki m s n ph m theo nhu c u c a khách hàng qua các câu h i cho ng i dùng l a ch n N u nh website hpshopping.com các câu h i t p trung vào “S n ph m c n tìm có đ c đi m gì?“ thì đây các câu h i t p trung vào “Ng i dùng c n mua s n ph m đ làm gì?” D a vào các l a ch n c a khách hàng website đ a

ra các đi n tho i phù h p v i ng i dùng Cu i cùng, sau quá trình đ xu t các s n ph m thích h p, trang web s h i ý ki n ng i dùng có th a mãn v i nh ng s n ph m đ c đ

xu t hay ch a

Hình 3.7 - Các câu h i c a samsungtelecom.com

3.4.1.g Shopping.Yahoo.com/Smartsort

Shopping.yahoo.com là m t trong nh ng h th ng mua s m l n nh t hi n nay Ngoài các tính n ng h tr tìm ki m thông th ng nh duy t theo catalog, cho khách hàng đánh giá trên s n ph m đã mua, ng i dùng còn có th tìm các s n ph m theo s thích, m c đích

s d ng qua tính n ng Smartsort có trên trang web Yahoo!Shopping g m nhi u lo i m t hàng trong đó ph n Smartsort h tr các m t hàng đ đi n t nh đi n tho i di đ ng, digital camera, PDA, máy tính v.v… Ph n kh o sát này ta t p trung vào m t hàng đi n tho i di đ ng Tính n ng Smartsort c a Yahoo!Shoppping h tr ng i dùng ch n m c

đ quan tr ng c a các thu c tính s n ph m qua thanh kéo (slider bar) Ng i dùng đánh giá đ quan tr ng c a các đ c tính trên máy đi n tho i di đ ng nh th i gian dùng pin, kích c , nhà s n xu t, các tính n ng gi i trí khác v.v… Yahoo đ a ra 5 m c đánh giá đ quan tr ng đ i v i tính n ng c a đi n tho i di đ ng nh sau: không quan tr ng (not important), ít quan tr ng (sightly important), quan tr ng (important), r t quan tr ng (very important), h t s c quan tr ng(most important) K t qu đ a ra là 10 máy đi n tho i di

đ ng đ c s p x p theo đ quan tr ng c a các tính n ng đã đánh giá tr c đây Trong danh sách các máy đi n tho i đ a ra ng i dùng có th ti p t c ch n vào danh sách so sánh ti p theo M t ma tr n so sánh s đ a ra giúp khách hàng d dàng so sánh

Hình 3.8 - ánh giá đ quan tr ng c a các thu c tính v i SmartSort

2 Moviefinder.com Ch có 2 đ c đi m đ n gi n là danh sách “Top

10” và đánh giá đi m cho m i phim 2

3 Carsdirect.com Catalogue danh m c các xe ch a theo nhu c u

ng i mua

2

4 Samsungtelecom.com Danh sách các câu h i đ c đ a ra nh m

đánh giá nhu c u ng i dung Danh sách k t

Theo m t cu c kh o sát các ng i th ng xuyên mua hàng qua m ng thì các ti n ích h

tr khách hàng đóng vai trò then ch t trong vi c gia t ng s l ng mua hàng qua m ng Các ti n ích mà các c a hàng trên m ng c n cung c p (t t h n)

• Giá c và h tr so sánh giá c

• Tính b o m t c a các giao d ch

• Các d ch v h tr khách hàng trong vi c mua và hoàn tr hàng hóa

• H tr khách hàng tìm ki m, ch n l a s n ph m

Ch n s n ph m là m t trong nh ng ph n quan tr ng nh t khi mua hàng Nh ch ng

tr c đã phân tích m t trong nh ng nguyên nhân chính d n đ n s không thành công c a

ph ng th c mua hàng qua m ng đó là ng i mua không th ch n ra đ c m t s n ph m

ng ý nh t tr c vô vàn các m t hàng đ c bày ra V y trang web chúng ta xây d ng ph i

có nhi m v nh m t ng i bán hàng chuyên nghi p đó là n m b t các nhu c u c a ng i mua và khuy n cáo cho ng i mua m t s s n ph m mà mình cho là thích h p M c dù quy t đ nh cu i cùng v n thu c v ng i ra quy t đ nh, đây là ng i mua hàng, tuy nhiên m t l i khuyên cho ng i dùng v n r t quan tr ng

4.2 Các khó kh n khi xây d ng m t module h tr khách hàng ch n s n ph m

Các khó kh n phi k thu t:

• Không gi ng nh m t ng i bán hàng th c, m t ng i bán hàng có th qua cách ng x , n m c, thái đ v.v c a ng i mua mà có th ch n ra các m t hàng cho phù h p Trang web bán hàng hoàn toàn không bi t gì v các thông tin trên c a khách hàng

• Ng i mua có th t do t ng tác, trao đ i v i ng i bán đ nói lên nhu c u,

s thích c a mình Trong khi mua hàng trên m ng thì y u t th i gian là r t quan tr ng, c n ph i dung hòa gi a l ng thông tin c n thu th p và th i gian tiêu t n c a ng i dùng

• Trao đ i b ng ngôn ng t nhiên s d dàng và hi u qu h n Trong khi đó

ng i mua ch có th trao đ i v i trang web qua m t s cách nh t đ nh (th ng

đ c s hóa)

th y m t hàng nào phù h p” ây là m t trong nh ng đi u c m k nh t c a

ng i bán hàng, đ ng i khách hàng ra v tay không, không nh ng không bán

đ c hàng mà còn đ l i n t ng không t t n i khách hàng

4.3 V n đ “đa m c tiêu” khi ch n s n ph m

Có th th y khó kh n l n nh t c a module h tr ch n s n ph m đó là gi i quy t, th a mãn cùng lúc nhi u tiêu chí c a ng i mua v m t hàng mà khách hàng đó quan tâm Các m c tiêu,s thích này có th đ i ch i nhau ây th c ch t chính là đi gi i quy t bài

toán t i u đa m c tiêu (xem ph l c A), trong đó m i m c tiêu chính là các s thích c a

ng i dùng mà m t hàng đó ph i th a Module này có nhi m v tìm ra s n ph m phù h p (ho c g n gi ng) v i các s thích c a ng i mua

4.4 Cách ti p c n đ gi i bài toán “T i u đa m c tiêu” khi ch n s n ph m

N i dung c a lu n v n này là tìm hi u bài toán t i u hóa đa m c tiêu và cách ti p c n dùng gi i thu t di truy n (Genetic Algorithm - GA) Và áp d ng cách ti p c n trên đ gi i bài toán t i u hóa đa m c tiêu khi h tr khách hàng ch n s n ph m Lu n v n này ch n cách ti p c n trên v i các lý do sau:

• ây là m t cách ti p c n m i m và đang đ c nhi u ng i quan tâm,phát tri n và ng d ng vào nhi u l nh v c khác nhau

• Gi i thu t di truy n (GA) gi a trên ý t ng qu n th t nhiên, ch n l c ng u nhiên s làm cho gi i thu t có kh n ng m nh m trong vi c tìm ki m m t cách song song Trong đó t t c các cá th trong qu n th s đ c c g ng tìm ki m

t t c các h ng trong không gian tìm ki m qua đó cho phép GA tránh đ c

u hóa toàn c c mà còn b o đ m đ c th i gian tìm ki m, m t trong nh ng yêu c u quan tr ng c a bài toán

• Và do đ c tr ng c a bài toán, chúng ta c n tr v cho ng i mua m t danh sách các m t hàng mà theo h th ng là phù h p nh t (thông th ng t 3 đ n 5 gi i pháp) nên vi c s d ng GA l i càng h p lý GA khác các ph ng pháp tìm

ki m tuy n tính khác là trong m t l n ch y có th cho ta m t t p các gi i pháp thu c mi n Pareto (xem ph l c A) trong qu n th c a nó

4.5 Chuy n bài toán ch n s n ph m thành bài toán t i u đa m c tiêu

Chúng ta s mô t bài toán mua hàng thành các khái ni m trong bài toán t i u hóa đa

m c tiêu

4.5.1 L i gi i cho bài toán

Trong bài toán tìm ki m s n ph m, ng i dùng mong mu n ch n ra m t m t hàng thích

h p do đó s n ph m t i u đ i v i s thích ng i mua chính là l i gi i c a bài toán

Nh ng ch n ra ch m t s n ph m cho ng i dùng có v không phù h p cho l m, đôi khi

t o cho ng i dùng c m giác b ép bu c Do đó gi i pháp phù h p đó là m t t p các l i

gi i t i u, t p h p này t ng t nh nh ng s n ph m mà m t ng i bán hàng s g i ý cho chúng ta khi đã n m b t đ c nhu c u c a khách hàng

X (Giá, tr ng l ng, ki u dáng, th i gian s d ng pin)

X là m t đi m trong vùng kh thi (xem ph l c A) Trong ví d trên có 4 bi n quy t

đ nh

4.5.3 Các ràng bu c

Trong bài toán “t i u đa m c tiêu “ các ràng bu c (xem ph l c A) chính là các đi u

ki n gi a các bi n quy t đ nh Nh ng trong bài toán này không gian tìm ki m là r i r c, các đi m trong không gian tìm ki m chính là ràng bu c c a các bi n quy t đ nh Hay nói cách khác n u các giá tr c a các bi n quy t đ nh cùng t n t i trong m t l i gi i thì đó là

m t ràng bu c đúng đ n

Các ràng bu c đ c mô t b ng 1 vector:

))(), ,(),((h1 x h2 x h x

Có th d dàng nh n th y 2 m c tiêu (objective) (xem ph l c A) mà ng i mua luôn

nh m t i là giá c (cost) và ch t l ng c a s n ph m (performance) Ng i mua luôn

mu n mua đ c s n ph m đáp ng đ y đ các yêu c u v i m t giá r nh t Và đi u khó

kh n đây đó là 2 m c tiêu này luôn xung đ t v i nhau M t s n ph m v i các tính n ng

n i tr i luôn có m t cái giá cao h n m t s n ph m khác và ng c l i do đó th ng đi

ng c l i v i mong mu n c a ng i mua Do đó nhi m v c a bài toán đa m c tiêu đó là

ph i dung hòa c 2 m c tiêu đó

Mô t t ng quát:

))(),((maxmin/ F = f p x f c x T đây ta th ng nh t là s dùng min, t c là m c tiêu c a ta

là làm t i thi u hóa vector m c tiêu

Trong đó F là m t vector mô t 2 m c tiêu chính là cost và performance

f p là hàm m c tiêu cho m c tiêu v ch t l ng (performance)

M t ví d đ n gi n v vector m c tiêu trên m t s n ph m g m 2 thu c tính

S n ph m X =(weight, cost) v i tính ch t giá (cost) càng cao tr ng l ng (weight) càng

th p và ng i mua mu n m t s n ph m v i giá (cost) th p và tr ng l ng (weight) c ng

th p

Vector m c tiêu đ c đ nh ngh a nh sau:

))(),((f X f X

v i f p ( X) = weight và f c ( X) = cost

Hình 4.1 - Vector m c tiêu c a s n ph m có 2 thu c tính

Trên đây ch là tr ng h p đ n gi n performance c a ta ch có m t thu c tính i v i

tr ng h p t ng quát thì sao? Bây gi hàm m c tiêu v ch t l ng (performance) s n

ph m s tr thành:

))(

)()(()(x f 1 x f 2 x f ( 1) x

f p = p + p + + p n− v i n là s thu c tính c a s n ph m (n-1 vì đã

b qua thu c tính giá c )

Nh ng khó kh n đ t ra là các thu c tính l i không có đ n v tính gi ng nhau do đó ta c n

có m t s tinh ch nh đ hàm f p (x) có th th c hi n đ c M t cách đ n gi n mà ta có

th áp d ng đó là tinh ch nh (normalize) các thu c tính đ các thu c tính đ u có giá tr là

m t s th c t 0 đ n 1 Bây gi hàm m c tiêu v performance s có d ng:

)/)(

/)(/

)(()( = p1 10 + p2 20 + + p(n−1) n0−1

ph m phù h p thì ng i mua ph i cung c p các tiêu chí (s thích) v s n ph m mà mình

đ nh mua C ng t ng t nh v y đ gi i quy t bài toán này chúng ta c ng ph i thu th p

m t s thông tin v s n ph m mà ng i dùng mong đ i, đây chính là m c tiêu c a ng i dùng

ki m Vùng yêu thích

Chúng ta có th mô t m t m c tiêu c a ng i dùng b ng m t vector nh sau:

), ,,(

Pref = P1 P2 P k (Pref - Preference ) Trong đó P i là m t h ng s , mô t giá tr mà ng i mua mong mu n có đ c thu c tính

M t m c đích trên thu c tính x i có th đ c mô t m t cách đ n gi n là:

i

f ( )−min

Và hàm m c tiêu v ch t l ng s n ph m s có d ng:

))(minmin(

)(

f

Khi t i u t ng m c đích (goal) chúng ta hi v ng r ng các s n ph m trong không gian tìm

ki m c a thu t toán di truy n s đi u h ng v mi n t i u Pareto

4.5.5.b Ch n trên mi n t i u Pareto l i gi i t i u nh t

Theo đ nh ngh a c a mi n t i u Pareto thì nh ng l i gi i trên mi n này không th so sánh v i nhau đ c n a vì trên mi n này không có l i gi i nào hoàn toàn th ng tr l i gi i khác (xem ph l c A) Khi chúng ta đã ch n l c đ c các l i gi i trên mi n Pareto (

b c trên) thì vi c ti p theo đó là ch n ra trên mi n đó 1 ho c nhi u l i gi i mà ta cho là

t t h n nh ng l i gi i khác (c ng thu c mi n Pareto) Chúng ta ph i làm vi c này vì trên

mi n Pareto không đ m b o ch t n t i 1 l i gi i

ch n ra l i gi i t t h n trên mi n này chúng ta s áp d ng cách ti p c n Weighting Objective(xem ph l c A) Khi đó ta c n thêm các thông tin v m c đ quan tr ng c a các m c tiêu (đây là các đánh giá khách quan c a ng i ra quy t đ nh-ng i mua hàng) ây chính là m i t ng quan v đ tr i c a các m c tiêu

Lúc này vector mô t s thích c a ng i mua có d ng:

)),(), ,,(),,((

Pref = w p1 P1 w p2 P2 w pk P k trong đó w chính là i đ quan tr ng c a m c tiêu

=+

Hình 4.3 Di chuy n trên mi n Pareto b ng cách thay đ i tr ng s

4.5.6 Các c i ti n đ phù h p v i bài toán

4.5.6.a Mô t c u trúc gene c a thu t gi i di truy n

Do nhu c u c a bài toán (c n tr v m t t p l n h n 1 l i gi i t i u) nên m i gen s đ c

bi u di n b ng m t m ng các đ nh danh c a các l i gi i trong không gian tím ki m (trong

K t qu t t nh t mà ta mong đ i đ ch n đó là gen mà t t c các ID trong gen đ u n m trên mi n t i u Pareto ho c t i h n có th có m t s ID thu c Pareto và m t s ít h n

n m g n mi n Pareto Tr ng h p không thành công là không có ID nào thu c mi n Pareto lúc này thu t gi i ch a đ c h i t , ho c h i t quá s m gây ra t i u c c b

ID1 ID2 … IDn

Hình 4.4 - Các tr ng thái gen trong qu n th

4.5.6.b Vai trò c a các thao tác ch n l c, lai ghép, đ t bi n trên qu n th

Ch n l c: Quá trình này nh m m c đích lo i b kh i qu n th nh ng gen ch a các l i

gi i x u (nh ng l i gi i n m xa mi n t i u Pareto) (xem hình trên) Tuy nhiên v n đ

c n quan tâm đây đó là b o toán tính t t và tính đa d ng c a qu n th Khi lo i b các gen x u chúng ta có th lo i b luôn c các l i gi i t t (ho c t ng đ i t t) t n t i trong gen

Lai ghép: ây là m t quá trình t nhiên trong đó các nhi m s c th gi a 2 gen s đ c hoán đ i cho nhau Nhi m v chính c a nó là làm t ng tính đa d ng c a qu n th , v i hi

v ng các gen t t h n s đ c t o ra

Chúng ta c n m t s c i ti n đ b o đ m r ng các gen đ i sau s t t h n đ i tr c B i vì

đ t t c a m t gen đ c xác đ nh b ng t ng đ t t c a m i nhi m s c th (gen nào có nhi u nhi m s c th (NST) trên mi n Pareto, ho c g n mi n Pareto h n thì gen đó t t

h n) Nên khi lai ghép ta s chuy n các NST t t c a m t gen (b ho c m ) vào gen c a

ng i còn l i Nh v y sau khi lai ghép s t o ra m t gen hoàn toàn tr i h n 2 gen b m ,

và m t gen s ch a toàn nh ng tính x u Khi đó trong quá trình ch n l c ta ch gi l i

m t gen con t t v a đ c t o ra và m t gen (b ho c m ) t t h n Khi đó ta s v a b o

đ m các nhi m s c th t t s không b “vô tình” lo i b và tính đa d ng c a qu n th c ng