Đồ án hệ thống gợi ý sản phẩm cho website thương mại điện tử

Người dùng tham gia hệ thống sẽ được khuyến khích để đưa ranhững phản hồi về thông số sản phẩm mà họ đang tìm kiếm; từ các phản hồi này hệthống sẽ xử lý và đưa ra danh sách các sản phẩm

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

VIỆN CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

WEBSITE THƯƠNG MẠI ĐIỆN TỬ

Sinh viên thực hiện : Bùi Văn Toàn

Lớp CNTT2 - K54

Giáo viên hướng dẫn: TS Nguyễn Nhật Quang

HÀ NỘI 5-2014

MỤC LỤC

PHẦN I: GIỚI THIỆU BÀI TOÁN 4

1.1 Đặt vấn đề 4

1.2 Yêu cầu và mục tiêu 5

1.3 Giải quyết bài toán 5

PHẦN II: PHÂN TÍCH THIẾT KẾ HỆ THỐNG 6

2.1 Mô tả tổng quan 6

2.1.1 Môi trường hệ thống 6

2.1.2 Các pha của hệ thống gợi ý 7

2.2 Phân tích thiết kế hệ thống 7

2.2.1 Chức năng của hệ thống 7

2.2.2 Đặc tả giao diện người dùng 12

2.2.3 Các yêu cầu phi chức năng 12

2.2.4 Đánh giá hệ thống 12

2.2.5 Đặc tả yêu cầu hệ thống 12

2.2.6 Đặc tả thiết kế hệ thống 16

PHẦN III: PHƯƠNG PHÁP GỢI Ý 29

3.1 Đối sánh mẫu sử dụng đo độ tương tự (similarity mesasures) 30

3.2 Critique Based 32

PHẦN IV: CÀI ĐẶT 32

4.1 Công nghệ sử dụng 32

4.2 Chi tiết kịch bản cài đặt hệ thống gợi ý 34

4.3 Các chức năng của hệ thống 36

4.3.1 Chức năng đối với người dùng 36

4.3.2 Chức năng đối với quản trị viên 38

4.3.3 Chức năng của hệ thống 41

PHẦN V: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 42

5.1 Kết luận 42

5.2 Định hướng phát triển 43

TÀI LIỆU THAM KHẢO 44

MỞ ĐẦU

Ngày nay, việc phát triển các website thương mại điện tử ngày càng phổbiến, đặc biệt là những năm gần đây lĩnh vực thương mại điện tử phát triển nhanhchóng Với đăc thù của website thương mại điện tử tốn ít chi phí, ngày càng đượcnhiều người lựa chọn hình thức kinh doanh này Tuy nhiên với sự phát triển giatăng không ngừng của các website thương mại điện tử cũng phát sinh ra một sốthách thức, một trong những thách thức là người dùng làm thế nào để chọn lựa đượcsản phẩm mà họ cần trong vô vàn sản phẩm trong thế giới ảo này ? Khi một kháchhàng vào một website thương mại điện tử thì có hai xu hướng: thứ nhất là họ đãđịnh hướng được sản phẩm cụ thể mà họ đã mua, thứ hai là họ chỉ định hướng đượcloại sản phẩm mà họ sẽ mua Đối với trường hợp thứ nhất thì đơn giản là họ đã địnhhướng được sẽ mua sản phẩm nào rồi, vấn đề chỉ là chọn mua ở đâu mà thôi Đốivới trường hợp thứ hai thì người dùng sẽ gặp khó khăn hơn nhiều, họ sẽ phải chọnsản phẩm phù hợp nhất với nhu cầu của họ Vấn đề đặt ra là làm sao họ có thể làmđược điều đó trong vô vàn sản phẩm cùng chủng loại mà họ đang tìm Trong trườnghợp này người dùng sẽ cần đến sự trợ giúp của hệ thống gợi ý sản phẩm để giảiquyết vấn đề về này Người dùng tham gia hệ thống sẽ được khuyến khích để đưa ranhững phản hồi về thông số sản phẩm mà họ đang tìm kiếm; từ các phản hồi này hệthống sẽ xử lý và đưa ra danh sách các sản phẩm phù hợp nhất với nhu cầu củangười dùng Ngày nay các hệ thống gợi ý ngày càng được chú trọng, nhất là đối vớicác nhà cung cấp dịch vụ trực tuyến như : Amazon, Netflix, Youtube, Một hệthống gợi ý có thể là vấn đề sống còn đối với nhà cung cấp dịch vụ đặc biệt lànhững năm gần đây tính cạnh tranh ngày càng lớn, một hệ thống gợi ý tốt có thểlàm tăng sự hài lòng của khách hàng, giữ chân được người dùng

Thực tế hiện nay những phương pháp gợi phổ biến có điểm yếu là độ chínhxác chưa cao, đặc biệt là đối với các sản phẩm mà có nhiều các thuộc tính Hệ thốnggợi ý đưa ra những sản phẩm mà không biết dc người dùng muốn gì ở sản phẩm đó.Điều này rễ dẫn đến một phiên gợi ý thất bại Vì vậy trong đồ án tốt nghiệp này emxin trình bày về phương pháp gợi ý sản phẩm cho website thương mại điện tử có thểgiải quyết được vấn đề nêu trên Những phương pháp gợi ý mà em sử dụng trong hệthống này gồm có phương pháp đối sánh mẫu (Pattern Matching) và phản hồi ngườidùng (Critique Based) Trong đồ án này em cũng sẽ trình bày về xây dựng giảithuật, phân tích thiết kế hệ thống, cài đặt, thử nghiệm, đánh giá trên bộ dữ liệu sảnphẩm của website thương mại điện tử http://hangtot.com

Đồ án của em sẽ được trình bày theo bố cục các phần như sau:

Phần I: Giới thiệu bài toán

Phần II: Phân tích thiết kế hệ thống

Phần III: Phương pháp gợi ý

Phần IV: Cài đặt hệ thống gợi ý

Phần V: Kết luận và hướng phát triển

Trong suốt quá trình làm đồ án em đã nhận được sự chỉ bảo, giúp đỡ tận tình

từ thầy giáo TS Nguyễn Nhật Quang cùng các anh/chị trong công ty cổ phần côngnghệ DKT Tuy nhiên bài viết của em không thể tránh khỏi những hạn chế, thiếusót Em rất mong nhận được những ý kiến đóng góp từ thầy cô giáo đặc biệt là thầygiáo TS Nguyễn Nhật Quang Em xin chân thành cảm ơn !

PHẦN I: GIỚI THIỆU BÀI TOÁN

1.1 Đặt vấn đề

Người dùng các hệ thống thông tin, đặc biệt là các website thương mại điện

tử Người dùng thường gặp các vấn đề về tìm kiếm sản phẩm phù hợp với nhu cầucủa họ do lượng sản phẩm lớn, thời gian có hạn Một hệ thống gợi ý thông thường

có thể đưa ra gợi ý mà bạn quan tâm, tuy nhiên sau khi xem sản phẩm bạn nhậnthấy một thuộc tính nào đó không phù hợp với yêu cầu của bạn về sản phẩm đó Ví

dụ khi bạn vào một trang thương mại điện tử và bạn tìm kiếm một chiếc điện thoại

có hệ điều hành WindowsPhone 8, chíp xử lý lõi kép, màn hình 4,5 inch Một hệthống gợi ý bình thường có thể gợi ý cho bạn những chiếc điện thoại chạyWindowsPhone 8 Bạn nhìn có vẻ ưng một trong số đó và chọn xem chi tiết thìnhận thấy màn hình nó là 6 inch, hẳn là bạn sẽ xem chiếc điện thoại các Điều đángnói ở đây là bạn phải dò dẫm và mất thời gian khá nhiều Và có thể tính kiên nhẫncủa bạn có hạn và bạn chẳng đạt được gì cả ? Ta có thể nhận thấy được hiệu quảkhá tốt của hệ thống gợi ý tuy nhiên nó còn có thể làm tốt hơn thế Hệ thống gợi ýtrong đồ án này sẽ giải quyết được vấn đề nêu trên, đồng thời làm tăng hiệu quả gợi

ý, sự hài lòng của khách hàng

Khi người dùng sử dụng hệ thống gợi ý, họ thực sự có thể nói cho hệ thốngbiết họ cần gì, cần sản phẩm như thế nào ? Từ đó hệ thống sẽ đưa ra danh sách gợi ýphù hợp nhất với yêu cầu đó của người dùng Điều này sẽ giúp tăng hiệu quả hệthống, tiết kiệm thời gian cho người dùng đồng thời tăng sự hài lòng khi sử dụng hệthống

Danh sách sản phẩm gợi ý của hệ thống sẽ dựa trên những gì mà người dùng

đã phản hồi, những gì mà người dùng đang xem Hay nói cách khác hệ thống sẽbám sát vào sở thích người dùng để đưa ra gợi ý

1.2 Yêu cầu và mục tiêu

Các hệ thống gợi ý thông thường có một nhược điểm là gợi ý một cách quáchung chung hoặc quá cụ thể dẫn đến tập gợi ý là quá rộng hoặc quá hẹp làm chongười dùng không thể chọn được các sản phẩm phù hợp Cần phải có phương pháp

để giải quyết vấn đề này Trong đồ án này em sẽ kết hợp phương pháp gợi ý đốisánh mẫu (Pattern Matching) và phản hồi người dùng ( Critique Based) để có tậpgợi ý tốt hơn, hạn chế được nhược điểm của các phương pháp cũ

Yêu cầu: Phải làm thế nào để kết hợp hai phương pháp này để đưa ra kết quả tốt

nhất Để có thể thực hiện yêu cầu này cần

- Cần phải nắm rõ được từng phương pháp hoạt động ra sao ?

- Điểm mạnh, điểm yếu của mỗi phương pháp, nên sử dụng phương pháp nàotrong giai đoạn nào ?

- Nghiên cứu hệ thống gợi ý

- Phân tích thiết kế hệ thống gợi ý

- Xây dựng hệ thống gợi ý

- Đánh giá hiệu quả của hệ thống gợi ý

Mục tiêu:

- Xây dựng được hệ thống gợi ý mang lại hiệu quả tốt

- Hệ thống đáp ứng được khi áp dụng vào thực tế

1.3 Giải quyết bài toán

Bài toán đặt ra như đã nêu trên là làm thế nào để tăng hiệu quả hệ thống gợi

ý, tăng khả năng đơn hàng thành công Để giải quyết bài toán này, hệ thống gợi ýtrong đồ án này sẽ sử dụng kết hợp hai phương pháp gợi ý là đối sánh mẫu và phảnhồi người dùng

Về tổng quan hệ thống gợi ý sẽ được chia làm hai pha:

Pha thứ nhất: Danh sách gợi ý ban đầu

Trong phiên gợi ý này hệ thống sẽ dựa trên lịch sử phản hồi người dùng đểđưa ra gợi ý Phiên gợi ý này sẽ sử dụng phương pháp gợi ý đối sánh mẫu

Pha thứ hai : Gợi ý dựa trên phản hồi người dùng

Trong phiên gợi ý này người dùng sẽ phản hồi lại các thuộc tính của sảnphẩm mà người dùng mong muốn Từ đó hệ thống gợi ý sẽ xử lý dữ liệu để tìm ranhững sản phẩm phù hợp nhất với yêu cầu người dùng Trong phiên này người dùngphản hồi các thuộc tính một cách trực tiếp các thuộc tính dựa trên các thuộc tính màngười dùng đang xem Trong pha gợi ý này hệ thống sẽ sử dụng kết hợp hai phươngpháp gơi ý là đối sánh mẫu và phản hồi người dùng.

PHẦN II: PHÂN TÍCH THIẾT KẾ HỆ THỐNG

2.1 Mô tả tổng quan

2.1.1 Môi trường hệ thống

Hình 2.1: Sơ đồ tổng quan hệ thống gợi ý.

2.1.2 Các pha của hệ thống gợi ý

Pha thứ nhất : Đưa ra danh sách gợi ý ban đầu

Pha thứ hai : Đưa ra danh sách các sản phẩm phù hợp nhất dựa trên phản hồi/đánhgiá của người dùng về thuộc tính các sản phẩm

Ở trên sơ đồ Pic 1, mô tả một phiên làm việc của hệ thống gợi ý Ban đầu ngườidùng có thể xem một sản phẩm từ danh sách gợi ý ban đầu dựa trên phương phápPattern Matching, hay bất kì đâu trên website Khi người dùng đã chọn xem chi tiếtmột sản phẩm, hệ thống sẽ đưa ra các tùy chọn thuộc tính cho sản phẩm để ngườidùng đánh giá Khi đã có đánh giá của người dùng về thuộc tính các sản, dựa trênphương pháp Critique Based hệ thống sẽ tính toán để đưa ra danh sách các sản

phẩm phù hợp nhất với sản phẩm mà người dùng mong muốn Sau khi có đượcdanh sách sản phẩm thỏa mãn nhất ( chính là đầu ra của Critique Based), ngườidùng sẽ tiếp tục chọn xem các sản phẩm, nếu thỏa mãn người dùng có thể chọnmua, còn nếu chưa hài lòng về một thuộc tính nào khác thì người dùng tiếp tục phảnhồi Hệ thống sẽ kết thúc phiên gợi ý khi người dùng mua sản phẩm hoặc kết thúctrong thất bại , tức là người dùng thoát khỏi hệ thống.

2.2 Phân tích thiết kế hệ thống

2.2.1 Chức năng của hệ thống

- Chức quản lý hệ thống đối với quản trị viên

+ Quản lý danh mục sản phẩm hỗ trợ gợi ý

+ Quản lý thuộc tính gợi ý của mỗi danh mục sản phẩm

+ Quản lý giá trị gợi ý của mỗi thuộc tính

+ Quản lý kiểu thuộc tính

- Chức năng đối với người dùng

+ Người dùng xem sản phẩm

+ Người dùng đăng kí/ đăng nhập

+ Người dùng like sản phẩm/ thích sản phẩm/ bình luận sản phẩm/ tìm kiếm sản phẩm

+ Người dùng xem lịch sử xem sản phẩm, lịch sử thích sản phẩm

+ Người dùng gửi phản hồi/ đánh giá về thuộc tính của sản phẩm

Biểu đồ của hệ thống

Hình 2.2 : Biểu đồ UseCase của hệ thống gợi ý sản phẩm

UseCase: Người dùng xem sản phẩm

User

Xem sản phẩm

«uses»

Truy cập cơ sở dữ liệu

Hình 2.3: UseCase Người dùng xem sản phẩm

Khi bắt đầu vào hệ thống, người dùng có thể xem bất cứ một sản phẩm nào ở bất cứđâu trên hệ thống

UseCase: Người dùng phản hồi

User

Phản hồi người dùng

Hình 2.4: UseCase Người dùng phản hồi

Khi người dùng xem một sản phẩm mà họ có ý định mua nhưng lại không hài lòng

về một hay một số thuộc tính Hệ thống cho phép người dùng phản hồi về nhữngthuộc tính này giá trị mà họ mong muốn

UseCase: Xử lý phản hồi người dùng

Khi người dùng phản hồi hệ thống gợi ý sẽ :

- Tiếp nhận phản hồi của người dùng

- Cập nhập các thông tin cần thiết phục vụ cho việc tính toán

- Tính toán kết quả dựa trên phản hồi người dùng

- Xếp hạng kết quả đã được tính toán

UseCase: Gợi ý danh sách sản phẩm

Recommendation System

Đưa ra danh sách các sản phẩm gợi ý

Truy cập cơ sở dữ liệu

«uses»

Hình 2.6: UseCase Hệ thống gợi ý đưa ra danh sách gợi ý

Sau khi hệ thống gợi ý tính toán xếp hạng kết quả, hệ thống sẽ đưa ra danh sách kếtquả phù hợp nhất với phản hồi của người dùng

Hệ thống đưa ra ds gợi ý ban đầu

Hình 2.8: Biểu đồ hoạt động Hệ thống xử lý phản hồi người dùng

Khi người dùng đắt đầu vào hệ thống:

- Hệ thống sẽ đưa ra danh sách các sản phẩm gợi ý ban đầu dựa trên: Lịch sử xemcác sản phẩm của người dùng

- Khi người dùng chọn xem chi tiết một sản phẩm bất kì: Hệ thống sẽ đưa ra gợi ýdựa trên sản phẩm hiện tại hoặc sản phẩm được xem lần trước

+ Nếu người dùng hài lòng ngay và chọn mua, hệ thống kết thúc thành công+ Nếu người dùng không hài lòng về một hay các thuộc tính thì hệ thống chophép phản hồi lại giá trị mà họ mong muốn

- Sau khi có được phản hồi người dùng, hệ thống tiếp tục xử lý để đưa ra danh sáchsản phẩm gợi ý

+ Lúc này người dùng có thể tiếp tục phản hồi các thuộc tính dựa trên sảnphẩm hiện tại hoặc:

+ Chọn xem sản phẩm được hệ thống gợi ý dựa trên những phản hồi củangười dùng

- Hệ thống sẽ kết thúc khi người dùng chọn mua sản phẩm hoặc kết thúc trong thấtbại( tức là thoát khỏi hệ thống mà không đạt được gì)

2.2.2 Đặc tả giao diện người dùng

Người sử dụng hệ thống là người dùng của website thương mại điện tử có nhu cầutìm kiếm và mua sản phẩm

- Người dùng có thể đăng nhập hoặc không đăng nhập

- Người dùng có am hiểu một chút về những sản phẩm mà họ cần mua

- Người dùng cảm giác thoải mái, không ép buộc khi sử dụng hệ thống Hệthống gợi ý sẽ tiết kiệm thời gian tìm kiếm sản phẩm mà thỏa mãn người dùng

Hệ thống sẽ có giao diện được tích hợp vào website thương mại điện tử

Hệ thống sẽ có giao diện để cho người dùng phản hồi và khu vực để hiển thị danhsách các sản phẩm gợi ý

2.2.3 Các yêu cầu phi chức năng

- Hệ thống được viết ra cần có tính độc lập để có thể tích hợp vào các hệ thốngthương mại điện tử khác nhau

- Kết quả gợi ý phải phù hợp với nhu cầu người dùng ở mức có thể chấp nhận được

- Thời gian đưa ra gợi ý đảm bảo trong thời gian ngắn, tức thời

2.2.4 Đánh giá hệ thống

Hệ thống gợi ý luôn được đánh giá cao trong lĩnh vực thương mại điện tử.Một hệ thống gợi ý tốt sẽ có thể làm tăng doanh thu cửa hàng lên rất nhiều cũng nhưlàm người dùng cảm thấy thoải mái hơn Hệ thống được nêu ra trên đây có thể đápứng những điều đó Vấn đề khó khăn có thể xảy ra trong việc tính toán để lựa chọncác sản phẩm tương tự vì chi phí tính toán cũng như số lượng sản phẩm là rất lớn.Trong quá trình xây dựng hệ thống cần phải lường trước những vấn đề này để đưa

ra giải pháp phù hợp

2.2.5 Đặc tả yêu cầu hệ thống

a Yêu cầu chức năng

Yêu cầu chức năng đối với các UseCase người dùng:

Điều kiện bắt đầu Người dùng truy cập vào hệ thống thương mại điện tử

Xem chi tiết Mua sản phẩm

Hình 2.9: Biểu đồ trạng thái Người dùng xem sản phẩm

kĩ thuật của máy, người dùng có thể tùy chọn các thông số

mà họ mong muốn Sau đó, hệ thống sẽ tiếp nhận phản hồi

và xử lý

Yêu cầu chức năng đối với các UseCase của hệ thống gợi ý:

lịch sử xem sản phẩm của người dùng để đưa ra gợi ý banđầu

Việc đưa ra gợi ý ban đầu cần xác định được người dùng này đã truy cập trước kiachưa hay đã có tài khoản ở hệ thống chưa để hệ thống gợi ý có thể khai thác dữ liệu

phản hồi

cập nhập các thông số cần thiết để phục vụ cho việc tínhtoán kết quả, đưa ra gợi ý

quả

quả từ cao đến thấp

Kích hoạt None

sẽ đưa ra những kết quả phù hợp nhất với phản hồi ngườidùng

Tiếp nhận phản hồi Cập nhập phản hồi Xử lý thông tin phản hồi

Xếp hạng kết quả Đưa ra gợi ý

Cập nhập thuộc tính

Cập nhập trọng số

Hình 2.11: Biểu đồ trạng thái Xử lý thông tin phản hồi

Đây là biểu đồ trạng thái của quá trình xử lý thông tin phản hồi của hệ thống gợi ý:

- Hệ thống tiếp nhận phản hồi từ người dùng

- Cập nhập phản hồi : Tại trạng thái này hệ thống tiến hành cập nhật cả thuộc tínhmới được phản hồi và trọng số của chùng

- Hệ thống xử lý thông tin đã được phản hồi

- Hệ thống xếp hạng kết quả

- Hệ thống đưa ra danh sách gợi ý

Yêu cầu chức năng đối với các UseCase người quản trị:

bỏ đi danh mục đang được gợi ý

mục được gợi ý

hoặc xóa đi những thuộc tính đang đưa ra gợi ý

Điều kiện bắt đầu Admin đăng nhập hệ thống

khi thuộc tính chưa có phản hồi, đã phản hồi và được phảnhồi là thuộc tính quan trọng

có thể của thuộc tính là kiểu số numeric hoặc kiểu xâu string

b Yêu cầu phi chức năng

Admin's PC

Recommendation System

User's PC

Database( user, product)

Hình 2.12: Biểu đồ triển khai của hệ thống

Sơ đồ triển khai mô tả vị trí vật lý của hệ thống Mỗi thành phần nằm trên một

+initV() +initW()

khởi tạo

+reciveCritique() +sendCritique()

phản hồi

+getUserInfo() +getRules() +getProducts()

lấy thông tin

«interface»

xem sản phẩm

+updateV() +upDateW()

Hình 2.15: Biểu đồ lớp khi quản trị viên sử dụng hệ thống

c Thiết kế kiến trúc dữ liệu

Có 3 dữ liệu được sử dụng trong hệ thống gợi ý

- Dữ liệu về người dùng : Thông tin người dùng, người dùng like, người dùngcomment, người dùng đã xem.

- Dữ liệu hệ thống gợi ý: Danh mục sản phẩm hỗ trợ gợi ý, danh sách các thuộctính gợi ý của mỗi danh mục sản phẩm, giá trị gợi ý của mỗi thuộc tính, trong sốgợi ý của thuộc tính, kiểu thuộc tính

- Dữ liệu thứ 3 là dữ liệu về sản phẩm: sản phẩm, thương hiệu, thuộc tính, cáctùy chọn thuộc tính, giá trị thuộc tính

Mô tả dữ liệu

* Dữ liệu của người dùng:

- Bảng thông tin người dùng: RS_Users

Bảng 2.1: Bảng CSDL thông tin người dùngTrong bảng này:

+ uid là mã người dùng

+ upass : Mật khẩu được mã hóa

+ uname: Tên người dùng

+ ulevel: Cấp độ người dùng ( từ 1 đến 5 : 1 là người dùng thường, 5 là mứcquản trị viên)

- Bảng sản phẩm mà người dùng đã thích: RS_LikeProducts

Bảng 2.2: Bảng CSDL sản phẩm người dùng thíchTrong bảng này:

+ Uid: mã người dùng

+ Uname: tên người dùng

+ ProId: mã sản phẩm mà người dùng thích

+ Date: ngày thích sản phẩm

- Comment của người dùng: RS_Comment

Bảng 2.3: Bảng CSDL ý kiến của người dùngTrong bảng này:

+ Uid: mã người dùng

+ Uname: tên người dùng

+ ProId: mã sản phẩm mà người dùng comment

+ Comment: Nội dung comment

- Bảng những sản phẩm đã xem trong quá khứ : RS_ViewedProducts

Bảng 2.4: Bảng CSDL sản phẩm mà người dùng đã xem trong quá khứ

Trong bảng này:

+ Uid: mã người dùng

+ Uname: tên người dùng

+ ProId: Sản phẩm mà người dùng đã xem

+ Date: Ngày xem

* Dữ liệu cho hệ thống gợi ý

- Bảng danh mục sản phẩm hỗ trợ gợi ý: RS_CategorySupport

Bảng 2.5: Bảng CSDL danh mục sản phẩm hỗ trợ gợi ýTrong bảng này:

+ CateId: mã danh mục sản phẩm

+ NameCate: tên danh mục

- Bảng danh sách thuộc tính gợi ý đối với mỗi danh mục sản phẩm: RS_Atrribute

Bảng 2.6: Bảng CSDL thuộc tính hỗ trợ gợi ý

Trong bảng này:

+ cateID: mã danh mục sản phẩm

+ nameCate: tên danh mục sản phẩm

+ optionID: mã thuộc tính gợi ý

+ nameOption: Tên thuộc tính gợi ý

+ point: trọng số gợi ý của thuộc tính

+ compare: kiểu của thuộc tính

+ name_compare: tên của kiểu thuộc tính

- Bảng danh sách các tùy chọn của mỗi thuộc tính: RS_AttributeRecommend

Bảng 2.7: Bảng CSDL các tùy chọn gợi ý của mỗi thuộc tính

Trong bảng này:

+ CateId: mã danh mục sản phẩm

+ OptionId: mã tùy chọn

+ AttributeId: mã thuộc tính

+ NameAttribute: tên thuộc tính

- Bảng trọng số thuộc tính gợi ý: RS_WeightAttribute

Bảng 2.8: Bảng CSDL trọng số thuộc tính gợi ý

Trong bảng này:

+ weight: trọng số của trạng thái thuộc tính ( đã phản hồi, chưa phản hồi, có

ưu tiên)

+ name : tên trạng thái thuộc tính

- Bảng kiểu thuộc tính: RS_Atrribute