Đang tải... (xem toàn văn)
Bài tiểu luận: “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng trong kinh doanh điện tử” được chia thành 5 chương: Chương 1: Tổng quan về học phần HTTTQL Chương 2: Tổng quan về hệ thống khuyến nghị và các phương pháp tiếp cận Chương 3: Các phương pháp khuyến nghị Chương 4: Ứng dụng hệ thống khuyến nghị trong TMĐT Chương 5: Đánh giá tính hiệu quả của hệ thống khuyến nghị trong gợi ý sản phẩm
ĐẠI HỌC UEH TRƯỜNG CÔNG NGHỆ VÀ THIẾT KẾ KHOA CÔNG NGHỆ THÔNG TIN KINH DOANH BỘ MÔN CÔNG NGHỆ THÔNG TIN BÁO CÁO ĐỒ ÁN MÔN HỌC HỆ THỐNG THƠNG TIN QUẢN LÝ Đề tài: Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử GVHD: TS.GVC Nguyễn Quốc Hùng Nhóm thực hiện: Nhóm Họ tên sinh viên: Bùi Xuân Mai (31201025291) (Nhóm trưởng) Khách Đơ Quang (31201023112) Nguyễn Thị Thùy Trân (31201024065) Chung Thúy Vy (31201024090) Lê Thị Ngọc Ý (31201024092) TP Hồ Chí Minh, Tháng 10/2021 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” MỤC LỤC DANH MỤC HÌNH ẢNH DANH MỤC BẢNG BIỂU DANH MỤC TỪ VIẾT TẮT LỜI MỞ ĐẦU LỜI CẢM ƠN BẢNG PHÂN CÔNG CÁC THÀNH VIÊN CHƯƠNG 1: TỔNG QUAN VỀ HỌC PHẦN HTTTQL 1.1 Khái niệm Hệ thống thông tin quản lý (MIS) 1.2 Mục tiêu học phần HTTTQL 1.3 Các thành phần Hệ thống thông tin vai trị tổ chức CHƯƠNG 2: TỔNG QUAN VỀ HỆ THỐNG KHUYẾN NGHỊ VÀ CÁC PHƯƠNG PHÁP TIẾP CẬN 11 2.1 Giới thiệu hệ thống khuyến nghị (Recommender Systems) 11 2.2 Các thành phần Hệ thống khuyến nghị 12 2.3 Các lĩnh vực ứng dụng Hệ thống khuyến nghị 13 2.4 Các phương pháp khuyến nghị 13 2.5 Các bước xây dựng hệ thống khuyến nghị 14 CHƯƠNG 3: CÁC PHƯƠNG PHÁP KHUYẾN NGHỊ 16 3.1 Hệ thống khuyến nghị cá nhân hóa 16 3.2 Hệ thống khuyến nghị khơng cá nhân hóa 22 CHƯƠNG 4: ỨNG DỤNG HỆ THỐNG KHUYẾN NGHỊ TRONG THƯƠNG MẠI ĐIỆN TỬ 24 4.1 Giới thiệu hệ thống gợi ý thương mại điện tử 24 4.2 Xây dựng hệ thống gợi ý sản phẩm 26 4.3 Hình thức gợi ý sản phẩm 30 4.4 Ứng dụng hệ thống gợi ý sản phẩm thương mại điện tử 34 CHƯƠNG 5: ĐÁNH GIÁ TÍNH HIỆU QUẢ CỦA HỆ THỐNG KHUYẾN NGHỊ TRONG GỢI Ý SẢN PHẨM 47 5.1 Xu hướng khách hàng xã hội đại 47 5.2 Vấn đề đặt 47 5.3 Hệ thống khuyến nghị - giải pháp hoàn hảo 48 5.4 Sự phổ biến hệ thống khuyến nghị số liệu tích cực 48 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” 5.5 Những thuận lợi bất cập áp dụng hệ thống khuyến nghị gợi ý sản phẩm KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 49 53 Kết luận 53 Dự đoán tương lai 53 Đề xuất hướng phát triển 55 TÀI LIỆU THAM KHẢO 57 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” DANH MỤC HÌNH ẢNH Hình 2.1: Sơ đồ tổng quát hệ thống khuyến nghị………………………… 13 Hình 3.1: Mơ hình phương pháp Lọc cộng tác…………………………………… 18 Hình 3.2: Mơ hình phương pháp Lọc dựa người dùng sản phẩm………… 20 Hình 3.3: Mơ hình phương pháp Lọc dựa nội dung…………………………… 22 Hình 3.4: Mơ hình phương pháp Khuyến nghị lai (Hybrid)……… ……………… 24 Hình 4.1: Đề xuất sản phẩm cá nhân hóa Amazon.com……………………… 38 Hình 4.2: Đề xuất sản phẩm thường mua Amazon.com…… 39 Hình 4.3: Đề xuất sản phẩm bật dựa lịch sử duyệt web Amazon.com 39 Hình 4.4: Đề xuất sản phẩm xem Amazon.com…………………………… 40 Hình 4.5: Đề xuất sản phẩm có liên quan đến sản phẩm xem Amazon.com 41 Hình 4.6: Đề xuất sản phẩm khách hàng thường mua Amazon.com 41 Hình 4.7: Đề xuất sản phẩm có liên quan đến sản phẩm mua Amazon.com 42 Hình 4.8: Đề xuất phiên sản phẩm Amazon.com…………… 42 Hình 4.9: Đề xuất sản phẩm bán chạy Amazon.com…………………… 43 Hình 4.10: Đề xuất sản phẩm bán chạy thương hiệu qua email………… 44 Hình 4.11: Đề xuất sản phẩm bán chạy khác thương hiệu qua email………… 44 Hình 4.12: Đề xuất sản phẩm thường mua qua email…………… 45 Hình 4.13: Đề xuất sản phẩm bán chạy toàn danh mục qua email…… 45 DANH MỤC BẢNG BIỂU Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” Bảng 3.1: Ma trận người dùng x sản phẩm………………………………………… 18 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” DANH MỤC TỪ VIẾT TẮT Từ viết tắt Tên đầy đủ HTTT Hệ thống thông tin TMĐT Thương mại điện tử HTTTQL Hệ thống thông tin quản lý HTKN Hệ thống khuyến nghị Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” LỜI MỞ ĐẦU Những năm gần đây, thuật ngữ kinh doanh điện tử hay thương mại điện tử trở thành xu hướng phát triển giới nhận nhiều quan tâm Bởi lẽ, đại dịch Covid-19 xảy dẫn đến bùng nổ trang thương mại điện tử (TMĐT), điều định hình lại thói quen mua sắm người dùng ngày có nhiều người dùng thích dành thời gian mua sắm trực tuyến Kinh doanh điện tử (E-Business) thuật ngữ mang ý nghĩa rộng TMĐT Nó khơng bao gồm hai hoạt động mua bán mà cịn q trình phục vụ khách hàng Để tối ưu hóa trải nghiệm khách hàng làm tăng hiệu kinh doanh, nhiều doanh nghiệp chọn sử dụng Hệ thống khuyến nghị (Recommender Systems) Đây hệ thống thông minh, hỗ trợ người dùng đưa định mà trải qua trình tìm kiếm phức tạp Hệ thống xây dựng dựa sở thu thập phân tích thơng tin sản phẩm, khách hàng để dự đoán mức độ quan tâm họ sản phẩm gợi ý khách hàng mua sản phẩm Việc tư vấn, giới thiệu sản phẩm đồng hành khách hàng trình mua hàng quan trọng chúng ảnh hưởng trực tiếp đến lợi nhuận thu nhập doanh nghiệp Nhận thấy điều này, công ty TMĐT lớn giới Amazon, eBay, tích hợp hệ thống khuyến nghị (HTKN) vào website bán hàng thu kết kinh doanh khổng lồ Mặc dù vậy, hệ thống khuyến nghị chưa áp dụng nhiều doanh nghiệp TMĐT Việt Nam Bài tiểu luận: “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” chia thành chương: Chương 1: Tổng quan học phần HTTTQL Chương 2: Tổng quan hệ thống khuyến nghị phương pháp tiếp cận Chương 3: Các phương pháp khuyến nghị Chương 4: Ứng dụng hệ thống khuyến nghị TMĐT Chương 5: Đánh giá tính hiệu hệ thống khuyến nghị gợi ý sản phẩm Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” LỜI CẢM ƠN Nhóm chúng em xin gửi lời cảm ơn chân thành tri ân sâu sắc đến thầy Nguyễn Quốc Hùng, giảng viên môn Hệ thống thông tin quản lý thuộc Trường Công nghệ Thiết kế, Đại học UEH, truyền đạt vốn kiến thức quý báu môn học cho chúng em Cảm ơn thầy giúp đỡ hướng dẫn chúng em tư làm việc khoa học Đây ý kiến đóng góp vơ q báu khơng cho q trình thực nghiên cứu khoa học sau mà bước đệm cho chúng em trình học tập tự giới thiệu công việc sau trường Trong q trình làm đề tài tiểu luận khó tránh khỏi sai sót trình độ lý luận kinh nghiệm thực tiễn cịn hạn chế, nhóm chúng em mong nhận ý kiến đóng góp thầy để thành viên học thêm nhiều kinh nghiệm hoàn thành tốt tiểu luận tới Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” BẢNG PHÂN CÔNG CÁC THÀNH VIÊN THÀNH VIÊN Bùi Xn Mai (Nhóm trưởng) CƠNG VIỆC - Viết lời mở đầu, lời cảm ơn, chương hướng phát triển - Chỉnh sửa tổng thể nội dung hình thức tiểu luận Khách Đơ Quang Nguyễn Thị Thùy Trân Chung Thúy Vy Lê Thị Ngọc Ý - Phân công công việc - Làm Powerpoint - Viết chương - Làm Powerpoint - Chỉnh sửa tổng thể nội dung tiểu luận - Viết chương - Làm Powerpoint - Chỉnh sửa tổng thể nội dung tiểu luận - Viết chương - Làm Powerpoint - Chỉnh sửa tổng thể nội dung tiểu luận - Viết chương phần kết luận - Làm Powerpoint - Chỉnh sửa tổng thể nội dung tiểu luận 10 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” CHƯƠNG 5: ĐÁNH GIÁ TÍNH HIỆU QUẢ CỦA HỆ THỐNG KHUYẾN NGHỊ TRONG GỢI Ý SẢN PHẨM 5.1 Xu hướng khách hàng xã hội đại Hiện với bùng nổ mạnh mẽ internet thiết bị thông minh Với thời kỳ cách mạng công nghiệp 4.0 mà thứ sống có kết nối với cơng nghệ kỹ thuật số, thuật ngữ như: AI trí tuệ nhân tạo, liệu lớn, internet vạn vật, công nghệ thực tế ảo trở nên quen thuộc lịch sử loài người nâng lên cấp độ hoàn toàn mới, mối quan hệ công nghệ người trở chặt chẽ tách rời lĩnh vực Điều dẫn đến thay đổi thói quen sinh hoạt hành vi người Nền kinh tế số thúc đẩy phát triển mạnh mẽ - kinh tế số mơ hình tổ chức hoạt động kinh tế dựa kỹ thuật số tảng internet Các giao dịch mua bán online trở nên phổ biến rộng rãi mà họ khơng cịn muốn trực tiếp mua hàng cửa hàng truyền thống trước tiện lợi hình thức mua hàng online Sự thay đổi hành vi tiêu dùng dẫn đến phát triển mạnh thương mại điện tử Việt Nam đứng top Đông Nam Á tốc độ phát triển thương mại điện tử, với lợi dân số trẻ lượng người dùng smartphone chiếm tỷ trọng lớn, nên số lượng giao dịch lớn Vì Việt Nam nước có tiềm phát triển thương mại điện tử cao 5.2 Vấn đề đặt Sống kỷ nguyên công nghệ với nhiều thuận lợi tiện ích, nhanh chóng, dễ dàng, đa dạng kèm với bất cập Người ta thuận tiện truy cập tìm kiếm thơng tin cần thiết cách nhanh chóng ta phải đau đầu với tải với số lượng thơng tin khổng lồ Với hàng triệu liệu với nhiều lựa chọn người gặp khó khăn việc lựa chọn định Giải pháp hiệu để giải vấn đề cần hệ 51 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” thống để lọc tất liệu bất tận đưa thông tin hay liệu cần thiết phù hợp với cá nhân 5.3 Hệ thống khuyến nghị - giải pháp hoàn hảo Hệ thống khuyến nghị (Recommender System) giải pháp tuyệt vời để giải vấn đề tải thông tin liệu Hệ thống khuyến nghị công cụ cung cấp đưa đề xuất sản phẩm, nội dung cho người dùng Những thói quen, hành vi bạn khứ hệ thống phân tích, học lại dựa hành động để tạo đề xuất Ví dụ bạn xem Youtube thường nghe nhạc pop AI thực đề xuất có liên quan nhạc bạn nghe, hay bạn mua sách Tiki bạn nhận đề xuất sách có nội dung tương tự.Bằng cách sử dụng cơng nghệ AI thuật tốn để phân tích khối liệu cá nhân để lọc liệu đưa đề xuất gợi ý phù hợp với thói quen, sở thích, tính cách người cá nhân tảng ứng dụng để tiết kiệm thời gian truy cập tìm kiếm nội dụng từ cải thiện trải nghiệm người sử dụng Với lượng sản phẩm nhiều đa dạng trang bán hàng trực tuyến người mua khó hình dung lựa chọn điều cần Vì hệ thống khuyến nghị đưa danh sách ngắn gợi ý sản phẩm có liên quan đến người dùng Với khả hệ thống khuyến nghị cơng cụ hiệu mà doanh nghiệp sử dụng để giới thiệu sản phẩm họ đến khách hàng, giúp gia tăng doanh số nhờ ưu đãi hay khuyến Sản phẩm đề xuất phù hợp cá nhân hóa giúp nâng cao trải nghiệm khách hàng Điều giúp doanh nghiệp gia tăng lợi cạnh tranh giảm thiểu tỉ lệ rời bỏ khách hàng, tăng phần trăm khách hàng trung thành họ thấy nhu cầu mong muốn họ doanh nghiệp nhờ vào hệ thống đề xuất Khách hàng đến với doanh nghiệp với mong muốn thật sự dẫn dắt hệ thống khuyến nghị thông qua đề xuất phù hợp 52 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” 5.4 Sự phổ biến hệ thống khuyến nghị số liệu tích cực Hệ thống khuyến nghị nghiên cứu ứng dụng mạnh mẽ công cụ phổ biến khoa học liệu Có thể thấy hầu hết công ty hay ông trùm lĩnh vực cơng nghệ có đóng góp hệ thống mặt khuyến nghị ● Amazon hay Shopee dùng để đề xuất sản phẩm cho khách hàng ● TikTok sử dụng để đề xuất video ngắn ngẫu nhiên ● Youtube sử dụng để đề xuất video liên quan video bạn xem ● Netflix sử dụng để gợi phim theo chủ đề ● Facebook sử dụng để gợi ý kết bạn, đề xuất trang bạn thích ❖Những số liệu tích cực Hệ thống khuyến nghị đem lại lợi ích đóng góp vai trị khơng nhỏ cho doanh nghiệp yếu tố thiếu tảng trực tuyến Theo McKinsey, 35% doanh thu Amazon thu nhờ tương tác với hệ thống khuyến nghị hãng Một thống kê khác cho biết 75% thời lượng xem phim Netflix có nhờ khuyến nghị cá nhân hoá (*) Theo báo cáo hệ thống gợi ý góp phần giúp gia tăng doanh thu Amazon 29% đạt mốc 12,83 tỷ USD quý hai từ số 9,9 tỷ USD kỳ năm 2011 doanh số quý năm 2013 đạt tới 24%, thành 17,1 tỷ USD Một công ty dịch vụ truyền liệu video theo yêu cầu toàn cầu cho thuê DVD đứng đầu giới Netflix doanh nghiệp tiêu biểu đạt hiệu kinh doanh vượt bậc nhờ cơng cụ gợi ý sản phẩm tích hợp website Vào năm 1999, Netflix thiết lập HTKN lần giới với việc lên list phim mà họ tin khách thích xem Tổng số người thuê đĩa trung bình đạt tới 20-25% vòng vỏn vẹn tháng Vào năm 2009 công ty phân phối 100.000 đĩa DVD phá vỡ mức 10 triệu thuê bao Hiện công ty đạt doanh số 300 triệu USD vào quý năm 2013 trị giá Netflix chạm mức tỷ USD Vì HTKN nhân tố có vị trí khơng thể thiếu công ty TMĐT Nếu công ty TMĐT Việt Nam tiến 53 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” hành thử nghiệm áp dụng HTKN vào doanh nghiệp sức cạnh tranh doanh thu đạt hiệu cao 5.5 Những thuận lợi bất cập áp dụng hệ thống khuyến nghị gợi ý sản phẩm 5.5.1 Thuận lợi ● Tăng lượt người dùng truy cập Với đề xuất gợi ý ngẫu nhiên xuất dựa người dùng quan tâm hay thích Họ ý nhấp vào điều mong muốn trước mắt Công cụ đề xuất mang lại lượng truy cập lớn vào trang web hay công cụ bán hàng trực tuyến bạn đề xuất chuẩn xác phù hợp ● Cung cấp sản phẩm tương tự Bằng cách phân tích xem xét hành vi khứ khách hàng hệ thống khuyến nghị có đưa gợi ý sản phẩm phù hợp với nhu cầu khách hay sản phẩm có liên quan Dữ liệu thu thập theo thời gian thực để theo dõi thay đổi hành vi người dùng ● Thu hút khách hàng Sự quan tâm khách hàng tăng lên các đề xuất sản phẩm cá nhân hóa đưa Họ sâu sau lần tìm kiếm gợi ý liên quan sản phẩm đề xuất mà tốn nhiều thời gian tìm kiếm nhiều lần ● Chuyển đổi người mua sắm thành khách hàng trung thành Gợi ý sản phẩm đáp ứng nhu cầu thực khách hàng Dẫn dắt khách đến với doanh nghiệp mong muốn Tạo niềm tin lòng trung thành khách hàng dành cho doanh nghiệp 54 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ● Tăng giá trị đặt hàng trung bình số lượng mặt hàng đơn Giá trị đặt hàng trung bình thường tăng lên cơng cụ đề xuất dùng để hiển thị lựa chọn thay phù hợp Các số báo cáo tăng lên thể tính hiệu hệ thống ● Tối thiểu cơng việc chi phí Khối lượng liệu cần thiết để đưa đến trải nghiệm mua sắm dành cho khách hàng riêng lẻ thường lớn để xử lý cách thủ cơng Việc sử dụng cơng cụ tự động hóa q trình giảm thiểu khối lượng cơng việc nhân viên công nghệ thông tin kế hoạch chi tiêu doanh nghiệp ● Cung cấp báo cáo đưa khuyến nghị, hướng Dựa phân tích, báo cáo thống kê số liệu thơng qua đề xuất nhà cung cấp đánh giá dự đốn hướng tương lai doanh nghiệp 5.5.2 Bất cập ● Thiếu liệu Có lẽ vấn đề lớn mà hệ thống khuyến nghị phải đối mặt chúng cần nhiều liệu để đưa khuyến nghị cách hiệu Không phải ngẫu nhiên mà công ty xác định có đề xuất xuất sắc cơng ty có nhiều liệu người dùng tiêu dùng: Google, Amazon, Netflix, Last.fm Một hệ thống khuyến nghị tốt trước hết cần liệu mặt hàng (từ danh mục biểu mẫu khác), sau phải nắm bắt phân tích liệu người dùng (các kiện hành vi), sau thuật tốn ma thuật thực công việc Hệ thống đề xuất phải làm việc với nhiều mặt hàng liệu người dùng, hội nhận đề xuất tốt cao Nhưng vấn đề gà trứng - để nhận đề xuất tốt, bạn cần có nhiều người dùng, bạn nhận nhiều liệu cho đề xuất 55 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ● Thay đổi liệu Xu hướng gần khứ người dùng công cụ tốt xu hướng ln thay đổi Rõ ràng cách tiếp cận theo thuật tốn gặp khó khăn khơng muốn nói khơng thể bắt kịp xu hướng Các đề xuất mặt hàng không hoạt động đơn giản có q nhiều thuộc tính sản phẩm thuộc có mức độ quan trọng khác thời điểm khác cho người tiêu dùng ● Thay đổi sở thích người dùng Có thể ngày hơm bạn thích ngày mai lại thích khác Tính cách người luôn thay đổi theo thời gian khơng cố định Ví dụ hơm bạn thích đọc sách tháng sau bạn thích xem phim Vì hệ thống phải ln cập nhật thay đổi ngày người dùng không thực xác sai lệch ● Không thể hỗ trợ mặt hàng Long Tail Long Tail – thuật ngữ mặt hàng có nhu cầu thấp với khối lượng bán thấp Với dạng mặt hàng người dụng quan tâm đến hệ thống tự động đề xuất mà khách hàng thường xem sản phẩm phân khúc không xuất đề xuất sản phẩm 56 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận HTKN có vị trí định nhân tố khơng thể thiếu góp phần vào thành công trang TMĐT Đặc biệt phương pháp gợi ý nêu trên, phương pháp có thuận lợi khó khăn riêng, hệ gợi ý cá nhân đóng góp nhiều Vì vậy, ứng dụng kỹ thuật gợi ý, kỹ thuật gợi ý cá nhân hóa TMĐT cấp thiết Việc tư vấn, giới thiệu hàng hóa giúp người mua hàng hàng trực tuyến TMĐT cần thiết có tác động trực tiếp đến thu nhập lợi nhuận doanh nghiệp Nắm bắt điều đó, số cơng ty TMĐT khổng lồ giới Amazon, Ebay, Netflix Họ tìm hiểu đưa cơng cụ giới thiệu hàng hóa vào trang bán hàng cơng ty có hiệu thương mại vượt trội Nhưng Việt Nam, cơng ty TMĐT đa phần chưa tích hợp hệ thống này; Nếu vậy, mặt hàng giới thiệu cho người mua trang web TMĐT chưa tối ưu Trên sàn giao dịch trực tiếp TMĐT, cơng ty xem xét, phân tích áp dụng hệ thống giới thiệu hàng hóa vào trang TMĐT công ty nhằm tăng doanh số bán hàng, đáp ứng u cầu tìm kiếm theo sở thói quen sở thích người mua Cơng cụ dựa việc thu thập liệu xem xét liệu hàng hóa người mua sau hệ thống dự đoán mức độ quan tâm họ dựa liệu phân tích gợi ý cho họ sản phẩm phù hợp Dự đoán tương lai Hiện nay, Tiktok tảng mạng xã hội phát triển mạnh mẽ lĩnh vực video giải trí Năm 2016, Tiktok mắt người dùng Trung Quốc với tên khác - Douyin Tại thời điểm đó, Tiktok nằm trướng Bytedance, công ty công nghệ lớn Trung Quốc Mỹ cố gắng để hạn chế Tiktok ngăn ứng dụng 57 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” phổ biến với người dùng Mỹ Tuy nhiên, nỗ lực cấm người dân sử dụng Tiktok dường khơng có tác dụng Mạng xã hội lan rộng toàn cầu Theo số liệu thống kê nhất, số người dùng thường xuyên tảng 800 triệu toàn giới Con số vượt qua Twitter Snapchat, không đơn ứng dụng video cho đám thiếu niên Nếu nhìn vào tốc độ phát triển nay, có lẽ Tiktok vượt mặt số tỷ người dùng Instagram thời gian gần mà Theo Sensor Tower, vào tháng 11/2019 Tiktok vượt 1.5 tỷ lượt tải xuống toàn giới Chỉ chưa tới năm từ mắt vào năm 2016 Ứng dụng đạt tới mốc mà nhiều công ty lâu năm chưa nghĩ đến Một ứng dụng kỳ cựu lâu năm Facebook phải tốn nhiều thời gian để xây dựng đế chế riêng vài năm ngắn ngủi Tiktok trở thành lên đe dọa vị nhiều tảng cũ Bytedance, công ty mẹ đứng sau Tiktok Hiện cơng ty startup có giá trị toàn cầu Với mức định giá 75 tỷ USD nhờ vào phát triển TikTok Phần lớn tên nằm chung danh sách với Bytedance khơng giống cơng ty này, điều khiến Tiktok trở thành tên đặc biệt Ngoài ra, việc công ty mẹ định giá vững tiềm lực vững công ty mà cịn giúp Tiktok khó bị thu mua vào tay ông lớn Mỹ Dù có phần lớn người dùng thuộc thị trường tỷ dân Trung Quốc sân chơi Châu Á đông đúc Tuy nhiên, ứng dụng gây bão nghiện Tiktok toàn cầu Mạng xã hội chứng tỏ sức hút mạnh mẽ Khi số người dùng nước Châu Á phát triển vượt bậc qua năm Chỉ tính riêng Mỹ, Tiktok có 30 triệu người dùng số tiếp tục tăng lên qua năm Sau thành cơng vang dội Tiktok Youtube lấn sân sang lĩnh vực video ngắn giải trí vừa thức mắt YoutubeShorts thời gian gần trở thành đối thủ cạnh tranh đáng gờm khiến Tiktok phải dè chừng Với 58 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” chống lưng công ty mẹ Youtube – tảng lâu đời vững mạnh giới video lại trở nên hùng mạnh hết Có thể thấy xu hướng thị hiếu người dùng tập trung lớn vào nội dung hay sản phẩm đề xuất gợi ý ngẫu nhiên nhờ vào hệ thống khuyến nghị mà ta nhắc đến Hệ thống khuyến nghị thực làm tốt vai trị có hiệu cao áp dụng thực tế Nó góp phần lớn tạo nên thời kỳ công nghệ mở hội, tiềm to lớn cho doanh nghiệp Tạo trải nghiệm người dùng vô tuyệt vời mà trước chưa có Trong tương lai hành vi, xu hướng người dùng thay đổi với tác động tích cực mà hệ thống khuyến nghị tạo ra, số thống kê khổng lồ báo cáo Hệ thống khuyến nghị không làm tốt mà tương lai phát triển xa luôn cập nhật thay đổi để ngày phù hợp tạo hiệu tốt Đề xuất hướng phát triển Từ phân tích cho thấy để cải thiện trải nghiệm người dùng, tăng tín nhiệm, tăng hiệu tư vấn tự động khách hàng, biến khách hàng tiềm trở thành khách hàng thật doanh nghiệp cần đầu tư tích hợp trí tuệ nhân tạo cho hệ thống bán hàng trực tuyến Cụ thể sử dụng đa dạng kỹ thuật gợi ý trang web, đặc biệt quan tâm kỹ thuật gợi ý cá nhân hóa để dự đốn tốt sản phẩm mà người dùng cần ● Tối ưu đề xuất cá nhân hóa Website thương mại điện tử ưu tiên cài đặt thuật tốn cá nhân hóa để gợi ý tự động mặt hàng nhu cầu khách, khuyến khích khách bổ sung vào giỏ hàng mặt hàng tương tự mặt hàng phụ kiện (ví dụ: khách chọn mua giày gợi ý thêm mua tất, khách chọn mua đèn gợi ý thêm mua pin,…) ● Kết hợp đề xuất không cá nhân hóa 59 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” Bên cạnh sử dụng kỹ thuật gợi ý cá nhân hóa, website thương mại điện tử nên sử dụng thêm kỹ thuật gợi ý khơng cá nhân hóa để kịp thông báo tới khách hàng sản phẩm mới, sản phẩm bán chạy, sản phẩm đánh giá cao… phù hợp với thông tin đăng ký khách để khắc phục vấn đề người dùng (new user) sản phẩm (new item) mà đa phần giải thuật cá nhân hóa khơng thể dự đoán ● Ưu tiên ý tầm nhìn Đối với gợi ý khơng cá nhân hóa, nội dung gợi ý nên đặt hình website, vị trí mang lại hiệu gấp 1,7 lần so với vị trí khác (Stephan, 2019) ● Chia sẻ liệu Các trang web bán hàng nhỏ trang web không cạnh tranh với nên chia sẻ liệu khách hàng cho Thông tin khách hàng chia sẻ giúp khách hàng nhận hệ gợi ý xác thời gian nhanh Điều giúp khách hàng tìm nhiều mặt hàng để mua thích quay lại gian hàng với gợi ý tốt Tuy nhiên, chia sẻ liệu phải đảm bảo nguyên tắc thông tin khách hàng bảo mật 60 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” - HẾT - 61 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” TÀI LIỆU THAM KHẢO ● Geoviz (2014) Advantages of a Recommendation System Truy cập ngày 28/10/2021, từ https://geo-viz.com/blog/advantages-of-a-recommendation-system/ ● Hardesty, L (2019) The history of Amazon's recommendation algorithm Truy cập ngày 5/11/2021, từ https://www.amazon.science/the-history-of-amazons-recommendation-algorith m ● Hoàng Đinh (2019) Tổng quan Recommender System [Recommender System - Phần 1] Truy cập ngày 30/10/2021, từ https://viblo.asia/p/tong-quan-ve-recommender-system-recommender-system-c o-ban-phan-1-924lJGBb5PM ● Hoàng Thị Hà, Lê Thị Minh Thùy, & Đoàn Thị Thu Hà (2020) Các phương pháp hệ gợi ý tác động thương mại điện tử Truy cập ngày 31/10/2021, từ https://tapchicongthuong.vn/bai-viet/cac-phuong-phap-he-goi-y-va-tac-dong-do i-voi-thuong-mai-dien-tu-71424.htm ● Krishnan, A (2020) How Amazon Fellow Inderjit Dhillon is improving shopping discovery on Amazon Truy cập ngày 5/11/2021, từ https://www.amazon.science/how-amazon-fellow-inderjit-dhillon-is-improvingshopping-discovery-on-amazon 62 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ● Kỳ Duyên (2021) Sự phát triển ‘Kinh Khủng’ TikTok Truy cập ngày 5/11/2021, từ https://24hmoney.vn/news/su-phat-trien-kinh-khung-cua-tiktok-c53a767436.ht ml ● Macmanus, R (2009) Problems of Recommender Systems Truy cập ngày 27/10/2021, từ https://readwrite.com/2009/01/28/5_problems_of_recommender_systems/ ● Phương Linh (2021) Youtube Shorts vừa mắt toàn cầu khiến TikTok ‘khóc thét’: Người dùng thoải mái tạo video dài 60 giây, có 100.000 hát vô số hiệu ứng để lựa chọn Truy cập ngày 5/11/2021, từ https://genk.vn/youtube-shorts-vua-ra-mat-tren-toan-cau-khien-tiktok-khoc-thet -nguoi-dung-thoai-mai-tao-cac-video-dai-60-giay-co-100000-bai-hat-va-vo-sohieu-ung-de-lua-chon-20210714101921261.chn ● Rejoiner (2020) The Amazon Recommendations Secret to Selling More Online Truy cập ngày 3/11/2021, từ https://rejoiner.com/resources/amazon-recommendations-secret-selling-online/ ● Retta, L (2019) An introduction to product recommender systems Truy cập ngày 3/11/2021, từ https://www.dynamicyield.com/lesson/introduction-to-product-recommender-sy stems/ ● Rodríguez, G (2018) - Introduction to Recommender Systems Truy cập ngày 5/11/2021, từ https://tryolabs.com/blog/introduction-to-recommender-systems 63 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ● Schiavini, R (2019) What is an e-commerce recommendation system? Everything on the topic! Truy cập ngày 3/11/2021, từ https://www.smarthint.co/en/What-is-a-recommendation-system%3F/#01 ● Severt, N (2018) - An Introduction to Recommender Systems (+9 Easy Examples) Truy cập ngày 5/11/2021, từ https://www.iteratorshq.com/blog/an-introduction-recommender-systems-9-eas y-examples/ ● Shetty, B (2019) An In-Depth Guide to How Recommender Systems Work Truy cập ngày 29/10/202, từ https://builtin.com/data-science/recommender-systems ● Sofinskyi, V (2021) Product recommendations engine for E-commerce Truy cập ngày 4/11/2021, từ https://datrics.ai/use-cases/product-recommendations-engine-for-e-commerce ● Techmaster Team (2019) Cách xây dựng Recommender System (RS) – Phần Truy cập ngày 29/10/2021, từ https://techmaster.vn/posts/35386/cach-xay-dung-recommender-system-rs-phan -1 ● Tkachenko, I - FIVE TYPES OF RECOMMENDER SYSTEMS AND THEIR BENEFITS Truy cập ngày 5/11/2021, từ https://theappsolutions.com/blog/development/recommender-systems-guide/ ● Vdragon (2018) Hệ Thống Gợi Ý (Recommender System) Là Gì? Truy cập ngày 5/11/2021 từ https://dnmtechs.com/he-thong-goi-y-recommender-system-la-gi/ 64 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ● Victor P., De Cock M., Cornelis C (2011) Trust and Recommendations In: Ricci F., Rokach L., Shapira B., Kantor P (eds) Recommender Systems Handbook Springer, Boston, MA https://doi.org/10.1007/978-0-387-85820-3_20 65 Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender Systems) ứng dụng kinh doanh điện tử” ... PHÁP KHUYẾN NGHỊ Dựa sở liệu kỹ thuật để đưa phương pháp khuyến nghị Hệ thống khuyến nghị chia thành nhóm hệ thống khuyến nghị cá nhân hóa hệ thống khuyến nghị khơng cá nhân hóa Trong hệ thống khuyến. .. dựng hệ thống khuyến nghị 14 CHƯƠNG 3: CÁC PHƯƠNG PHÁP KHUYẾN NGHỊ 16 3.1 Hệ thống khuyến nghị cá nhân hóa 16 3.2 Hệ thống khuyến nghị khơng cá nhân hóa 22 CHƯƠNG 4: ỨNG DỤNG HỆ THỐNG KHUYẾN NGHỊ... 3: Các phương pháp khuyến nghị Chương 4: Ứng dụng hệ thống khuyến nghị TMĐT Chương 5: Đánh giá tính hiệu hệ thống khuyến nghị gợi ý sản phẩm Đề tài “Tìm hiểu Hệ thống khuyến nghị (Recommender