Việc nội như việc đi chợ cũng dần được ửa đều được công nghệ hóa, hỗ trợ cho con người ụng đi chợ trực tuyến tích hợp gợi ý món ăn ời gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc m
KIẾN THỨC NỀN TẢNG
React Native
React Native là một framework mã nguồn mở cho phép các nhà phát triển xây dựng ứng dụng di động đa nền tảng bằng cách sử dụng JavaScript và các thành phần giao diện đồng nhất với React React Native được phát triển bởi Facebook và đã trở thành một trong những công nghệ phổ biến nhất để phát triển ứng dụng di động trên các nền tảng iOS và Android.
Với React Native, các nhà phát triển có thể tạo các ứng dụng di động chất lượng cao nhanh chóng và hiệu quả hơn Điều này là do React Native cung cấp một số tính năng hữu ích như tái sử dụng mã, tương thích đa nền tảng, và khả năng live reload - cho phép các nhà phát triển cập nhật ứng dụng một cách nhanh chóng và thấy kết quả ngay lập tức.
NodeJS
Node.js là một nền tảng phát triển ứng dụng web mã nguồn mở được xây dựng trên nền tảng JavaScript Node.js cho phép các nhà phát triển sử dụng
JavaScript để viết các ứng dụng server-side, điều này cho phép các nhà phát triển tạo ra các ứng dụng web động và hiệu quả hơn.
Node.js cũng có nhiều thư viện và framework hỗ trợ phát triển ứng dụng web, cho phép các nhà phát triển tạo ra những ứng dụng web đa dạng và phức tạp. Node.js cũng cho phép tích hợp với các công nghệ khác như cơ sở dữ liệu, bảo mật và các dịch vụ cloud, giúp các nhà phát triển tạo ra các ứng dụng web phức tạp và đáp ứng được nhu cầu của người dùng.
Firebase
Firebase là một nền tảng dịch vụ đám mây được cung cấp bởi Google, cho phép các nhà phát triển xây dựng ứng dụng web và di động một cách nhanh chóng và dễ dàng Firebase cung cấp một loạt các dịch vụ như cơ sở dữ liệu, lưu trữ, xác thực người dùng, phân tích, thông báo và nhiều hơn nữa, giúp các nhà phát triển tập trung vào việc phát triển sản phẩm của mình mà không cần phải quan tâm đến việc cài đặt và vận hành cơ sở hạ tầng.
Firebase được tích hợp chặt chẽ với các công nghệ phổ biến như React, Angular, Vue và Node.js, cho phép các nhà phát triển xây dựng các ứng dụng web và di động đa nền tảng và đáp ứng được nhu cầu của người dùng trên các thiết bị khác nhau.
Các tính năng của Firebase như tính năng xác thực, cơ sở dữ liệu và lưu trữ thời gian thực cho phép các nhà phát triển tạo ra các ứng dụng web và di động có khả năng phản hồi cao và cung cấp trải nghiệm người dùng tốt hơn Firebase cũng cung cấp các công cụ phân tích và thông báo để giúp các nhà phát triển hiểu rõ hơn về người dùng và tối ưu hóa sản phẩm của họ.
Firebase Cloud Messaging (FCM) cung cấp một cơ chế giao tiếp tin cậy và thời gian thực giữa ứng dụng di động của bạn và thiết bị người dùng Bằng cách sử dụngFCM, bạn có thể tạo và gửi thông báo từ máy chủ của mình tới hàng triệu thiết bị di động trên toàn cầu chỉ trong vài giây Dịch vụ này cung cấp khả năng tùy chỉnh cao,cho phép bạn định dạng thông báo theo ý muốn và gửi chúng tới các đối tượng khác nhau.
HỆ THỐNG GỢI Ý RECOMMENDER SYSTEM
Khái niệm
Hệ thống gợi ý, hay tiếng anh là Recommender System, là một hệ thống có khả năng tự động gợi ý cho người dùng những sản phẩm họ có thể thích Đây là một giải pháp thay thế tốt nhất cho các thuật toán tìm kiếm, khi mà những sản phẩm họ có thể thích được tự động đề xuất kể cả khi người dùng có thực hiện hành động tìm tiếm hay không Bằng cách sử dụng bộ dữ liệu thu thập được từ phía người dùng trước đó, hệ thống sẽ tiến hành dự đoán và đưa ra kết quả gợi ý cho người dùng về những sản phẩm, tính năng, hay dịch vụ liên quan phù hợp với sở thích, độ quan tâm của người dùng Từ đó giúp nâng cao được chất lượng dịch vụ cho ứng dụng cũng như thu lại được lợi nhuận cao, đặc biệt trong các sàn thương mại điện tử
Recommemder System là một trong những mảng tương đối lớn của Học Máy Machine Learning và cũng có lịch sử khá lâu đời, khi lần đầu tiên hệ thống được đề cập trong một bài báo cáo kĩ thuật năm 1990 bởi Jussi Karlgren tại Đại Học Columbia và sau đó được triển khai quy mô lớn từ năm 1994 trở đi bởi Jussi Karlgren Tuy nhiên, thực tế Recommendation Systems là chỉ thực sự bùng nổ khoảng 10-15 năm gần đây, khi việc tương tác trực tuyến của người dùng gia tăng, và sự phát triển mạnh mẽ của các sàn thương mại điện tử, và cũng không thể thiếu sự tiến bộ của ngành Khoa học dữ liệu hiện nay.
Các thuật ngữ sau đây sẽ thường được sử dụng:
● Đối tượng, hay người dùng mà hệ thống gợi ý hướng đến được gọi là users,
● Sản phẩm mà hệ thống đưa ra gợi ý được gọi là items
● Sự tương quan giữa các đối tượng và sản phẩm, mức độ quan tâm của đối tượng đối với sản phẩm đó được gọi là rating
Về phân loại, các Recommender Systems thường được chia thành hai nhóm lớn:
● Content-based systems: hoạt động dựa vào đặc điểm của items
● Collaborative filtering: hoạt động với sự cộng tác của users và rating.Trong đề tài này, nhóm chúng em tập trung phát triển hệ thống gợi ý,Recommender System theo hướng thứ nhất: Content-based systems.
Utility matrix
Có hai thực thể chính trong các Recommendation Systems là users và items. Mỗi user sẽ có mức độ quan tâm tới từng item khác nhau Mức độ quan tâm này, được gọi là rating, sẽ được gán cho một giá trị ứng với mỗi cặp user-item Tập hợp tất cả các ratings, bao gồm cả những giá trị chưa biết cần được dự đoán, tạo nên một ma trận gọi là utility matrix.
Ví dụ: Các Items 1,2,3 được Users lần lượt đánh giá điểm rating theo mức độ quan tâm từ 0 đến 5 Các dấu '?' ứng với việc dữ liệu chưa tồn tại trong cơ sở dữ liệu và Recommendation Systems cần phải tính toán, đưa ra kết quả dự đoán giá trị cho các vị trí này.
Trên thực tế, có rất nhiều users và items trong hệ thống, và mỗi user thường chỉ đánh giá điểm rating cho một số lượng rất nhỏ các items, thậm chí có những user không rate item nào Với việc các ô được điền càng nhiều thì độ chính xác của hệ thống gợi ý sẽ càng được cải thiện, vì vậy, các hệ thống luôn luôn hỏi người dùng về sự quan tâm của họ tới sản phẩm, và muốn người dùng đánh giá càng nhiều sản phẩm càng tốt Việc đánh giá các sản phẩm của một người dùng, không những giúp cho các người dùng khác biết được chất lượng sản phẩm mà còn giúp hệ thống biết được sở thích của người dùng, qua đó có những đề xuất với độ chính xác cho những người dùng sau.
Content-based Recommendation Systems
Content-based Recommendation Systems (Hệ thống gợi ý dựa trên nội dung) là một phương pháp trong lĩnh vực hệ thống gợi ý được sử dụng để cung cấp các gợi ý dựa trên đặc điểm nội dung của các mục tiêu Các hệ thống này đánh giá và so sánh các thuộc tính, đặc điểm hoặc nội dung của các mục tiêu với lịch sử hoặc sở thích của người dùng để đưa ra các gợi ý tương tự. Ưu điểm của Content-based:
● Hệ thống gợi ý dựa trên nội dung tập trung vào sở thích cá nhân của người dùng Các gợi ý được tạo ra dựa trên các đặc điểm và lịch sử quan tâm của người dùng, tạo ra trải nghiệm gợi ý phù hợp và cá nhân hơn.
● Hệ thống này không yêu cầu thông tin từ người dùng khác để tạo ra gợi ý. Thay vào đó, nó dựa trên thông tin nội dung của các mục tiêu, giúp tránh những hạn chế của việc thu thập thông tin từ người dùng.
● Content-based Recommendation Systems dễ triển khai và thực hiện trong thực tế Việc thu thập thông tin về nội dung của các mục tiêu thường khá khả thi và không đòi hỏi nhiều tài nguyên.
Nhược điểm của Content-based:
● Hệ thống gợi ý dựa trên nội dung có xu hướng gợi ý các mục tiêu tương tự với nhau Điều này có thể dẫn đến sự thiếu đa dạng trong gợi ý, vì nó không khám phá được những sự khác biệt hoặc những mục tiêu mới mà người dùng có thể quan tâm.
● Thiếu thông tin về sở thích mới, nếu người dùng có sở thích mới mà không có nội dung tương tự trong hệ thống, thì hệ thống sẽ gặp khó khăn trong việc đưa ra gợi ý phù hợp
● Giới hạn kiến thức người dùng: Hệ thống chỉ dựa trên thông tin đã biết về người dùng để tạo ra gợi ý Nó không khám phá được những sở thích mới của người dùng hoặc những mục tiêu mà người dùng chưa được tiếp xúc.
Khi người dùng đang mua sắm trực tuyến và đã thêm một số sản phẩm vào giỏ hàng, hệ thống gợi ý dựa trên nội dung có thể đề xuất những sản phẩm tương tự hoặc phù hợp với những sản phẩm đã có trong giỏ hàng Ví dụ, nếu người dùng đã thêm một đôi giày thể thao của một thương hiệu nào đó vào giỏ hàng, hệ thống có thể gợi ý các sản phẩm khác thuộc cùng thương hiệu đó hoặc cùng loại giày thể thao.
Việc gợi ý sản phẩm dựa trên sản phẩm hiện có trong giỏ hàng giúp người dùng tìm kiếm các sản phẩm tương tự hoặc phù hợp, tạo ra trải nghiệm mua sắm liên quan.
Hình 3.3: Cách thức hoạt động của Content-based Recommendation Systems
Mặt hạn chế trong thực tế của Content-based Recommendation Systems:
● Content-based Recommendation Systems có thể gặp khó khăn trong việc đưa ra gợi ý cho các mục tiêu mới hoặc nằm ngoài những đặc điểm nội dung đã biết.
● Hệ thống chỉ tập trung vào những sở thích đã biết của người dùng, do đó, không thể khám phá được những sở thích mới hoặc những thay đổi trong sở thích của người dùng.
● Content-based Recommendation Systems không thể hiểu hoặc dự đoán được những ý đồ, tâm trạng hoặc những yếu tố phi nội dung khác mà người dùng có thể quan tâm trong quá trình tìm kiếm gợi ý được những ý đồ, tâm trạng hoặc những yếu tố phi nội dung khác mà người dùng có thể quan tâm trong quá trình tìm kiếm gợi ý.
Collaborative filtering Recommendation Systems
Lọc cộng tác, hay còn gọi là Collaborative filtering, là một nhóm phương pháp thuộc hệ thống gợi ý, Recommender System, hoạt động dựa trên sự tương quan giữa các users, items và rating, nhằm tìm ra sản phẩm mà người dùng có khả năng thích dựa vào những sản phẩm mà những người dùng khác có hành vi tương tự đã lựa chọn trước đó Ưu điểm của Collaborative filtering,
● Hệ thống tận dụng được những thông tin từ các users khác Nếu biết được đặc điểm hành vi của một vài users tương tự nhau, hệ thống có thể suy luận ra hành vi của những users còn lại
● Đơn giản, không cần phải mô tả đặc điểm mỗi item như Content-base Nhược điểm của Collaborative filtering,
● Hệ thống không giải quyết được các bài toán khởi đầu lạnh (cold-start problem) khi mà người dùng mới không có đặc điểm gì về hành vi, chưa đánh giá sản phẩm bất nào, hay các sản phẩm mới chưa được người dùng nào đánh giá
● Khi ma trận đánh giá lớn, tức số lượng người dùng lẫn sản phẩm lớn thì thời gian tính toán sẽ tăng cao, khó đáp ứng tư vấn thời gian thực hoặc gần thời gian thực
Ví dụ: Hai users A, và B đều thích cùng những items (tức là đều đánh giá điểm rating cho các items yêu thích ở mức từ 4 -> 5) Khi đó, dựa vào dữ liệu thu thập được trước đó của userA, ta thấy A thích một số items khác, như vậy nhiều khả năng, userB cũng sẽ thích những items này Từ đó hệ thống sẽ đề xuất những items này cho userB.
Hình 3.3: Cách thức hoạt động của Collaborative filtering
Việc xác định mức độ quan tâm của mỗi user tới một item dựa trên mức độ quan tâm của similar users tới item đó còn được gọi là User-user Collaborative Filtering
Trên thực tế, User-user Collaboration filtering cũng tồn tại mặt hạn chế
● Số lượng users luôn lớn hơn số lượng items rất nhiều Kéo theo việc tính toán rất lớn và phức tạp, và cũng gặp nhiều khó khăn trong việc lưu trữ ma trân dữ liệu
● Khi một user thay đổi rating, hoặc rating thêm items, toàn bộ tính toán sẽ phải thực hiện lại.
Vì vậy mà, cũng có một hướng tiếp cận khác thay vì xác định user similarities, hệ thống sẽ xác định item similarities Hướng này được gọi là Item-Item Collaborative Filtering, có thể giải quyết các mặt hạn chế của User-user.
Áp dụng vào đề tài: chức năng gợi ý thực phẩm
Nhóm quyết định lựa chọn Content-based Recommendation Systems để thực hiện gợi ý các thực phẩm cho người dùng thông qua các thực phẩm người dùng đã cho vào giỏ hàng Và nhóm sử dụng thư viện hỗ trợ là Content Based
Recommender giúp hỗ trợ trong việc triển khai hệ thống gợi ý cũng như thuật toán.
Lý do chọn Content-based Recommendation Systems: vì đây là phương pháp gần như là dễ tiếp cận nhất Content-based sử dụng các thuật toán phân tích nội dung để tìm kiếm các sản phẩm tương tự dựa trên các đặc trưng của sản phẩm đó và chỉ phân tích độc lập trên từng user chứ không phụ thuộc vào các user khác trong hệ thống, phù hợp với các hệ thống không nhiều người dùng và mới triển khai
3.5.2 Thông tin về thư viện
Quá trình đào tạo dữ liệu bao gồm 3 bước chính:
● Tiền xử lý nội dung dữ liệu: sử dụng kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) để làm giảm kích thước của văn bản và tăng cường khả năng phân loại và xử lý dữ liệu Và kĩ thuật chính đó là Stopwords removal và stemming: o Stopwords removal là quá trình loại bỏ các từ phổ biến và không có ý nghĩa trong văn bản như "a", "an", "the", "of" và "and" Các từ này không chứa thông tin quan trọng nên loại bỏ chúng giúp giảm kích thước của văn bản và cải thiện khả năng xử lý và phân loại dữ liệu. Ex: INPUT: “It is the biggest cake I have ever made”
OUTPUT: “It biggest cake I have made” o Stemming là quá trình loại bỏ các hậu tố của các từ để giảm bớt số lượng từ khác nhau trong văn bản Ví dụ, các từ "running", "runs" và
"runner" có thể được thu gọn lại thành từ "run" Quá trình này giúp tăng cường khả năng xử lý và phân loại dữ liệu bằng cách giảm số lượng từ khác nhau trong văn bản.
Ex: INPUT: “Do you really think it is weakness that yields to temptation” OUTPUT: “Do you really think it is weak that yield to temptat”
● Hình thành tài liệu vectơ bằng cách sử dụng tf-idf(Term Frequency- Inverse Document Frequency) để biểu diễn văn bản thành các vector số, bao gồm hai thành phần chính: o Term Frequency (TF): Tần số xuất hiện của từ trong văn bản. o Inverse Document Frequency (IDF): Nghịch đảo tần số của từ trong các tài liệu khác. o TF-IDF tính toán mức độ quan trọng của một từ trong văn bản bằng cách tăng giá trị của các từ xuất hiện nhiều trong văn bản nhưng ít xuất hiện trong các văn bản khác Văn bản được biểu diễn dưới dạng vector số, trong đó mỗi thành phần của vector tương ứng với giá trị TF-IDF của một từ trong văn bản Các vector này có thể được sử dụng để so sánh sự tương đồng giữa các văn bản, và là cơ sở cho nhiều ứng dụng trong NLP như phân loại văn bản, tìm kiếm thông tin và dò tìm liên kết giữa các văn bản.
● Tìm điểm cosine similarity giữa tất cả các vectơ tài liệu, ta sử dụng công thức sau: o Trong đó, A và B là hai vector cần so sánh, "." là phép nhân vector và
"|| ||" là độ dài của vector Kết quả của cosine similarity sẽ nằm trong khoảng từ -1 đến 1, với 1 là điểm tương đồng hoàn hảo giữa hai vector, 0 là không có tương đồng và -1 là tương đối đối nghịch giữa hai vector. o Do đó, tính toán cosine similarity scores giữa tất cả các vector biểu diễn văn bản sẽ tạo ra một ma trận tương đồng, trong đó mỗi phần tử sẽ biểu diễn điểm tương đồng giữa hai vector tương ứng Ma trận này có thể được sử dụng để phân loại văn bản hoặc tìm kiếm các văn bản tương đồng trong các ứng dụng NLP.
Chức năng gợi ý hai - gợi ý món ăn dựa trên thực phẩm đã chọn
● Mô tả: Người dùng sẽ chọn các thực phẩm có trong giỏ hàng của mình và sau đó bấm chọn gợi ý món ăn, một danh sách các món ăn phù hợp với các nguyện liệu đã chọn hiển thị với mức độ phù hợp từ trên xuống, người dùng có thể chọn món ăn để xem các nguyên đã có và các nguyên liệu cần bổ xung
● Thực hiện: Sử dụng API của Spoonacular để tìm kiếm các món ăn phù hợp với các nguyên liệu đã chọn o Spoonacular API là một API (Application Programming Interface) công cộng, cung cấp các dịch vụ liên quan đến công thức và dinh dưỡng, cho phép các nhà phát triển và doanh nghiệp tích hợp các tính năng liên quan đến ẩm thực vào ứng dụng của họ Spoonacular API cung cấp nhiều tính năng hữu ích như tìm kiếm công thức nấu ăn, lấy thông tin về dinh dưỡng của thực phẩm, phân tích các công thức để đưa ra các gợi ý thay thế và bổ sung, và cung cấp các kế hoạch ăn uống và món ăn phù hợp với điều kiện sức khỏe của người dùng.
XÂY DỰNG HỆ THỐNG
Kiến trúc hệ thống: Mô hình Client-Server
Hình 4.1: Sơ đồ mô hình Client-Server
Client chính là khách hàng sử dụng dịch vụ Nó có thể là một tổ chức hay cá nhân cụ thể nào đó Và khi khái niệm này được sử dụng trong lĩnh vực kỹ thuật số thì cũng mang ý nghĩa tương tự như vậy Trong Client Server thì Client chính là một máy tính (Host) Chúng có khả năng nhận thông tin từ nhà cung cấp và sử dụng dịch vụ cụ thể (Server).
Server là từ dùng để nói về một máy chủ hoặc một phương tiện được sử dụng để phục vụ các dịch vụ nào đó Khi khái niệm này được sử dụng trong lĩnh vực công nghệ thì Server là một máy tính từ xa Chúng có chức năng là cung cấp các thông tin (dữ liệu) cho một dịch vụ cụ thể nào đó hoặc quyền truy cập đối với dịch vụ.
Chi tiết các thành phần trong hệ thống
STT Thành ph nần Chi ti tết
1 Giao di n ngện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng (User
Interface): Đây là thành ph n máy khách c a ngần Anh Dũng ủa con người Từ những công ức - 20521201 d ng, n i ngụng đi chợ trực tuyến tích hợp gợi ý món ăn ơn Việc nội như việc đi chợ cũng dần được ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng tươn Việc nội như việc đi chợ cũng dần đượcng tác và t o yêu c u t i máy ch Giao di nạnh mẽ và ần Anh Dũng ớng dẫn: ủa con người Từ những công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng có nhi m v hi n thện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn ển một cách mạnh mẽ và ịp sống thông tin cho người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng và thu th pận thông báo bằng Firebase Cloud Messaging đ u vào t ngần Anh Dũng ừ ngày 1/3/2023 đến ngày kết thúc môn học ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng.
2 Máy ch ng d ngủa con người Từ những công ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn
Máy ch ng d ng là n i x lý logicủa con người Từ những công ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn ơn Việc nội như việc đi chợ cũng dần được ửa đều được công nghệ hóa, hỗ trợ cho con người nghi p v c a ng d ng Nó nh n yêuện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn ủa con người Từ những công ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn ận thông báo bằng Firebase Cloud Messaging c u t máy khách, x lý yêu c u đóần Anh Dũng ừ ngày 1/3/2023 đến ngày kết thúc môn học ửa đều được công nghệ hóa, hỗ trợ cho con người ần Anh Dũng b ng cách th c hi n các thao tác trênằm giúp ta tiết kiệm một ít ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học c s d li u ho c tính toán, sau đóơn Việc nội như việc đi chợ cũng dần được ở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ặc biệt người không có thời gian, tr v k t qu tả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ề tài ến tích hợp gợi ý món ăn ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ươn Việc nội như việc đi chợ cũng dần đượcng ng cho máyức - 20521201 khách
3 C s d li u (Database):ơn Việc nội như việc đi chợ cũng dần được ở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học C s d li u là n i l u tr và qu n lýơn Việc nội như việc đi chợ cũng dần được ở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ơn Việc nội như việc đi chợ cũng dần được ư ững công ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được d li u c a ng d ng Nó có th làững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ủa con người Từ những công ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn ển một cách mạnh mẽ và m t h qu n tr c s d li u (ví d :ộ hướng dẫn: ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ịp sống ơn Việc nội như việc đi chợ cũng dần được ở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn MySQL, PostgreSQL) ho c d ch v l uặc biệt người không có thời gian, ịp sống ụng đi chợ trực tuyến tích hợp gợi ý món ăn ư tr d li u đám mây (ví d : Firebase).ững công ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn Máy ch ng d ng tủa con người Từ những công ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn ươn Việc nội như việc đi chợ cũng dần đượcng tác v i cớng dẫn: ơn Việc nội như việc đi chợ cũng dần được s d li u đ truy xu t và c p nh tở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ển một cách mạnh mẽ và ấn đề trên, nhóm em quyết định chọn đề tài Ứng ận thông báo bằng Firebase Cloud Messaging ận thông báo bằng Firebase Cloud Messaging d li u.ững công ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
Bảng 4.1: Các thành phần trong hệ thống
Thiết kế sơ đồ lớp
Hình 4.1: Sơ đồ lớp
ĐẶC TẢ USECASE
Sơ đồ Usecase
Hình 5.1: Sơ đồ Usecase
Danh sách tác nhân
STT Tác nhân Mô t / Ghi chúả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
1 Người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng
(User) Là người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng có th đăng nh p vào ng d ngển một cách mạnh mẽ và ận thông báo bằng Firebase Cloud Messaging ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn
2 Qu n lýả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
Là người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci qu n lý các đ n đ t hàng c a ngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ơn Việc nội như việc đi chợ cũng dần được ặc biệt người không có thời gian, ủa con người Từ những công ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng
Bảng 5.1: Danh sách tác nhân
Danh sách Usecase
STT Tính năng Mô t / Ghi chúả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
1 Xem chi ti t th c ph mến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu Dành cho User, xem thông tin chi ti t th cến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ph mẩm nào, nấu
2 Tra c u th c ph m ức - 20521201 ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu Dành cho User, tìm ki m th c ph mến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
3 Thêm th c ph m vào giực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ỏi hàng
Dành cho User, thêm th c ph m vào giực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ỏi hàng
4 Ch n s lọc ượ trực tuyến tích hợp gợi ý món ănng và lo i th cạnh mẽ và ực tuyến tích hợp gợi ý món ăn ph mẩm nào, nấu
Dành cho User, m t ph n trong quy trìnhộ hướng dẫn: ần Anh Dũng đ t hàngặc biệt người không có thời gian,
5 Ch n đ a ch giao hàngọc ịp sống ỉnh sửa CSDL Dành cho User, m t ph n trong quy trìnhộ hướng dẫn: ần Anh Dũng đ t hàngặc biệt người không có thời gian,
6 Ch n phọc ươn Việc nội như việc đi chợ cũng dần đượcng th c thanhức - 20521201 toán
Dành cho User, m t ph n trong quy trìnhộ hướng dẫn: ần Anh Dũng đ t hàngặc biệt người không có thời gian,
7 Ch n mã gi m giáọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Dành cho User, m t ph n trong quy trìnhộ hướng dẫn: ần Anh Dũng đ t hàngặc biệt người không có thời gian,
8 Qu n lý th c ph m trongả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu gi hàngỏi
Dành cho User, qu n lý thêm xóa s aả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ửa đều được công nghệ hóa, hỗ trợ cho con người trong gi hàngỏi
9 G i ý món ănợ trực tuyến tích hợp gợi ý món ăn
Dành cho User, xem danh sách món ăn g iợ trực tuyến tích hợp gợi ý món ăn ý d a vào th c ph m hi n có trong giực tuyến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ỏi hàng
10 S a thông tin tài kho nửa đều được công nghệ hóa, hỗ trợ cho con người ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Dành cho User, s a h s cá nhânửa đều được công nghệ hóa, hỗ trợ cho con người ồn gốc và chất lượng của các sản phẩm, ơn Việc nội như việc đi chợ cũng dần được
11 Qu n lý thông tin đ a chả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ịp sống ỉnh sửa CSDL Dành cho User, qu n lý thêm, s a, xóa đ aả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ửa đều được công nghệ hóa, hỗ trợ cho con người ịp sống ch giao hàng ỉnh sửa CSDL
12 Xem l ch s đ n hàngịp sống ửa đều được công nghệ hóa, hỗ trợ cho con người ơn Việc nội như việc đi chợ cũng dần được Dành cho User, xem l i l ch s mua hàngạnh mẽ và ịp sống ửa đều được công nghệ hóa, hỗ trợ cho con người
13 Đăng nh pận thông báo bằng Firebase Cloud Messaging Dành cho User ho c Admin đã có tàiặc biệt người không có thời gian, kho nả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
14 Đăng ký tài kho nả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Dành cho User ch a có tài kho nư ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
15 Đăng xu tấn đề trên, nhóm em quyết định chọn đề tài Ứng Dành cho User ho n Adminặc biệt người không có thời gian,
16 Qu n lý đ n đ t hàngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ơn Việc nội như việc đi chợ cũng dần được ặc biệt người không có thời gian, Dành cho Admin, xem tr ng thái đ n hàngạnh mẽ và ơn Việc nội như việc đi chợ cũng dần được và xác nh n đ n hàng cho User.ận thông báo bằng Firebase Cloud Messaging ơn Việc nội như việc đi chợ cũng dần được
Mô tả chi tiết Usecase
Tên Use case Qu n lý gi hàngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ỏi
Mô tả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Use case cho phép người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng qu n lý các ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được th c ph m trong gi hàng c a mìnhực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ỏi ủa con người Từ những công
Ti n đi u ki n (pre-ề tài ề tài ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học conditions)
Người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng ph i đăng nh p vào ng d ngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ận thông báo bằng Firebase Cloud Messaging ức - 20521201 ụng đi chợ trực tuyến tích hợp gợi ý món ăn
H u đi u ki n (post-ận thông báo bằng Firebase Cloud Messaging ề tài ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học conditions)
M c quan tr ngức - 20521201 ọc Trung bình
Tác nhân chính Khách hàng
Lo i use caseạnh mẽ và Chi ti tến tích hợp gợi ý món ăn
Các bên liên quan Khách hàng: thêm, s a s n ph m trong gi ửa đều được công nghệ hóa, hỗ trợ cho con người ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu ỏi hàng, xem g i ý món ănợ trực tuyến tích hợp gợi ý món ăn
M i quan hện: Từ ngày 1/3/2023 đến ngày kết thúc môn học Liên h : tác nhân Khách hàngện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
M r ng: use case S a th c ph m, use case ở nên quá nhanh, yêu cầu con người phải sử dụng thời gian ộ hướng dẫn: ửa đều được công nghệ hóa, hỗ trợ cho con người ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
Xóa th c ph m, use case G i ý món ănực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ợ trực tuyến tích hợp gợi ý món ăn
Lu ng s ki n chínhồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học 1) Người gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng ch n Gi hàngọc ỏi
2) N u ngến tích hợp gợi ý món ăn ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng ch n s n ph m và ọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu Xóa: th c hi n lu ng s ki n ph S1ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn
3) N u ngến tích hợp gợi ý món ăn ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng ch n s n ph m và ọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu
S a: th c hi n lu ng s ki n ph S2ửa đều được công nghệ hóa, hỗ trợ cho con người ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn
4) N u ngến tích hợp gợi ý món ăn ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng ch n s n ph m và ọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu xem g i ý món ăn: th c hi n lu ng sợ trực tuyến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ki n ph S3ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn
Lu ng s ki n phồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ụng đi chợ trực tuyến tích hợp gợi ý món ăn S1: Xóa th c ph mực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
1) Ch n các s n ph m c n xóaọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu ần Anh Dũng 2) Ch n xóa s n ph mọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu
3) K t thúcến tích hợp gợi ý món ăn S2: S a th c ph mửa đều được công nghệ hóa, hỗ trợ cho con người ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu 1) Ch n các s n ph m c n s aọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu ần Anh Dũng ửa đều được công nghệ hóa, hỗ trợ cho con người 2) S a thông tin v s lửa đều được công nghệ hóa, hỗ trợ cho con người ề tài ượ trực tuyến tích hợp gợi ý món ănng
3) K t thúcến tích hợp gợi ý món ăn S3: G i ý món ănợ trực tuyến tích hợp gợi ý món ăn 1) Ch n các s n ph m d đ nh sẽ muaọc ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu ực tuyến tích hợp gợi ý món ăn ịp sống 2) Ch n xem g i ý món ănọc ợ trực tuyến tích hợp gợi ý món ăn
3) Hi n danh sách các món ăn g i ýện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ợ trực tuyến tích hợp gợi ý món ăn
4) K t thúcến tích hợp gợi ý món ăn
Lu ng s ki n l i ho c ngo i ồn gốc và chất lượng của các sản phẩm, ực tuyến tích hợp gợi ý món ăn ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ỗ trợ cho con người ặc biệt người không có thời gian, ạnh mẽ và lện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
S3.1: Th c ph m không ph i là nguyên li u ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học chính:
1) Thông báo và yêu c u ch n th c ần Anh Dũng ọc ực tuyến tích hợp gợi ý món ăn ph m khác, k t thúcẩm nào, nấu ến tích hợp gợi ý món ăn
Bảng 5.3: Đặc tả Usecase quản lý giỏ hàng
Hìn h 5.2: Sơ đồ hoạt động quản lý giỏ hàng
Tên Use case Qu n lý Đ n hàngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ơn Việc nội như việc đi chợ cũng dần được
THIẾT KẾ CƠ SỞ DỮ LIỆU
Sơ đồ logic
Hình 6.1: Sơ đồ cơ sở dữ liệu
Danh sách các bảng
Tên b ngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được N i dungộ hướng dẫn:
B ng TRANGTHAISPả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin các tr ng tháiạnh mẽ và
B ng HINHANHMOTAả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin mô t chi ti t th c ph mả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ến tích hợp gợi ý món ăn ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
B ng LOAITPả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin lo i th c ph mạnh mẽ và ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
B ng THUCPHAMả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin c a th c ph mủa con người Từ những công ực tuyến tích hợp gợi ý món ăn ẩm nào, nấu
B ng CUAHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin c a hàngửa đều được công nghệ hóa, hỗ trợ cho con người
B ng DANHGIASPả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin đánh giá s n ph mả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu
B ng GIOHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin gi hàng c a khách hàngỏi ủa con người Từ những công
B ng LUOTTHEODOIả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin theo dõi c a hàng c a các kháchửa đều được công nghệ hóa, hỗ trợ cho con người ủa con người Từ những công hàng
B ng KHACHHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin khách hàng
B ng CT_DONHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin các th c ph m trong đ n hàngực tuyến tích hợp gợi ý món ăn ẩm nào, nấu ơn Việc nội như việc đi chợ cũng dần được
B ng MAGIAMGIAả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin mã gi m giáả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được
B ng DONHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin đ n hàng c a khách hàngơn Việc nội như việc đi chợ cũng dần được ủa con người Từ những công
B ng DIACHIGIAOHANGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin các đ a ch giao hàngịp sống ỉnh sửa CSDL
B ng KH_MAGGả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Thông tin mã gi m giá c a khách hàngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ủa con người Từ những công
Bảng 6.1: Danh sách các bảng trong cơ sở dữ liệu
THIẾT KẾ GIAO DIỆN NGƯỜI DÙNG
Danh sách màn hình
STT Tên màn hình Lo iạnh mẽ và
1 Đăng nh pận thông báo bằng Firebase Cloud Messaging Đăng nh pận thông báo bằng Firebase Cloud Messaging
2 Đăng ký tài kho nả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Đăng kí
3 Trang chào m ngừ ngày 1/3/2023 đến ngày kết thúc môn học Hi n thển một cách mạnh mẽ và ịp sống
4 Trang chủa con người Từ những công Hi n thển một cách mạnh mẽ và ịp sống
5 Trang tìm ki mến tích hợp gợi ý món ăn Hi n th và nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
6 Trang gi hàngỏi Hi n th ển một cách mạnh mẽ và ịp sống
7 Trang chi ti t s n ph mến tích hợp gợi ý món ăn ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu Hi n thển một cách mạnh mẽ và ịp sống
8 Trang c a hàngửa đều được công nghệ hóa, hỗ trợ cho con người Hi n thển một cách mạnh mẽ và ịp sống
9 Trang đ t hàngặc biệt người không có thời gian, Hi n thển một cách mạnh mẽ và ịp sống
10 Trang hoàn thành đ n hàngơn Việc nội như việc đi chợ cũng dần được Hi n thển một cách mạnh mẽ và ịp sống
11 Trang g i ý món ănợ trực tuyến tích hợp gợi ý món ăn Hi n thện: Từ ngày 1/3/2023 đến ngày kết thúc môn học ịp sống
12 Trang chi ti t món ănến tích hợp gợi ý món ăn Hi n thển một cách mạnh mẽ và ịp sống
13 Thông tin tài kho nả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Hi n thển một cách mạnh mẽ và ịp sống
14 Trang đ a chịp sống ỉnh sửa CSDL Hi n th và Nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
15 Trang thông tin chi ti t ngến tích hợp gợi ý món ăn ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng Hi n th và Nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
16 Trang mã gi m giáả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được Hi n thển một cách mạnh mẽ và ịp sống
17 Trang l ch s mua hàngịp sống ửa đều được công nghệ hóa, hỗ trợ cho con người Hi n thển một cách mạnh mẽ và ịp sống
18 Trang đánh giá s n ph mả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ẩm nào, nấu Hi n th và Nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
19 Trang qu n lý đ n hàngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ơn Việc nội như việc đi chợ cũng dần được
(admin - mobile) Hi n thển một cách mạnh mẽ và ịp sống
20 Dashboard(admin) Hi n thển một cách mạnh mẽ và ịp sống
21 Trang qu n lý ngả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ười gian thực hiện: Từ ngày 1/3/2023 đến ngày kết thúc môn họci dùng Hi n th và Nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
22 Trang qu n lý s nả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ph m(admin)ẩm nào, nấu Hi n th và Nh p li uển một cách mạnh mẽ và ịp sống ận thông báo bằng Firebase Cloud Messaging ện: Từ ngày 1/3/2023 đến ngày kết thúc môn học
23 Trang qu n lý đ n đ tả, dễ dàng hơn Việc nội như việc đi chợ cũng dần được ơn Việc nội như việc đi chợ cũng dần được ặc biệt người không có thời gian, hàng(admin) Hi n thển một cách mạnh mẽ và ịp sống
Bảng 7.1: Danh sách màn hình
Mô tả chi tiết màn hình
Mô tả: Nhập thông tin tài khoản, mật khẩu để đăng nhập
Hình 7.1: Trang đăng nhập
Mô tả: Nhập thông tin để đăng ký tài khoản
● Nhập thông tin đăng ký
Hình 7.2: Trang Đăng ký
Mô tả: Hiển thị lời chào, giới thiệu về app
● Chọn đăng nhập với user
● Chọn đăng nhập với admin
Hình 7.3: Trang chào mừng
Hình 7.4: Trang chào mừng
Mô tả: Hiển thị danh sách các sản phẩm gợi ý và các danh mục sản phẩm Chức năng:
● Chọn xem danh mục sản phẩm
Mô tả: Nhập thông tin để tìm sản phẩm
● Nhập thông tin sản phẩm cần tìm
● Chọn xem sản phẩm tìm được
Hình 7.6: Trang tìm kiếm
Mô tả: Hiển thị thông tin các sản phẩm của trong giỏ hàng
● Xóa, sửa số lượng sản phẩm trong giỏ hàng
● Chọn sản phẩm để mua
Hình 7.7: Trang giỏ hàng
6.3.7 Trang chi tiết sản phẩm
Mô tả: Hiển thị thông tin chi tiết của sản phẩm
● Thêm sản phẩm vào giỏ hàng
● Chọn xem thông tin mô tả sản phẩm
● Chọn xem tất cả đánh giá
● Chọn theo dõi, hủy theo dõi cửa hàng
Hình 7.8: Trang chi tiết sản phẩm
Mô tả: Hiển thị thông tin các sản phẩm cảu cửa hàng và thông tin chi tiết cửa hàng
● Chọn danh mục xem danh mục sản phẩm
● Chọn xem thông tin chi tiết cửa hàng
● Chọn theo dõi, hủy theo dõi cửa hàng
● Chọn xem chi tiết sản phẩm của cửa hàng
Hình 7.9: Trang thông tin chi tiết cửa hàng
Hình 7.10: Trang cửa hàng
Mô tả: Chọn thông tin cần thiết để đặt đơn hàng
● Chọn địa chỉ giao hàng
● Nhập thông tin lời nhắn
● Chọn hoàn thành đơn hàng
Hình 7.11: Trang đặt hàng
6.3.10 Trang hoàn thành đơn hàng
Mô tả: Hiển thị đặt hàng thành công
Hình 7.12: Trang hoàn thành đặt hàng
Mô tả: Hiển thị danh sách món ăn từ các nguyên liệu đã chọn
● Chọn xem chi tiết món ăn
Hình 7.13: Trang gợi ý món ăn
6.3.12 Trang chi tiết món ăn
Mô tả: Hiển thị chi tiết món ăn gợi ý bao gồm các nguyên liệu của món ăn Chức năng:
● Xem nguyên liệu đã có
● Xem nguyên liệu còn thiếu
Hình 7.14: Trang chi tiết món ăn
Mô tả: Hiển thị thông tin tài khoản và các mục để quản lý tài khoản
● Chọn chỉnh sửa thông tin người dùng
● Chọn quản lý lý địa chỉ giao hàng
● Chọn xem mã giảm giá
● Chọn xem lịch sử mua hàng
Hình 7.15: Trang thông tin tài khoản
Mô tả: Hiển thị danh sách món ăn từ các nguyên liệu đã chọn
Hình 7.16: Trang địa chỉ nhận hàng
6.3.15 Trang thông tin chi tiết người dùng
Mô tả: Hiển thị thông tin chi tiết của người dùng
● Chọn đổi ảnh đại diện
● Thay đổi tên, ngày sinh, sdt, email
Hình 7.17: Trang thông tin chi tiết người dùng
Mô tả: Hiển thị danh sách các mã giảm giá của mình
● Chọn xem mục mã giảm giá
Hình 7.18: Trang mã giảm giá
6.3.17 Trang lịch sử mua hàng
Mô tả: Hiển thị danh sách lịch sử mua hàng và có thể hủy đơn hàng
● Chọn đánh giá sản phẩm với các đơn hàng đã hoàn thành
● Chọn hủy đơn hàng với các đơn hàng đang chờ xác nhận
Hình 7.19: Trang lịch sử mua hàng
6.3.18 Trang đánh giá sản phẩm
Mô tả: Nhập thông tin đánh giá sản phẩm đã mua
● Chọn hoàn thành đánh giá
Hình 7.20: Trang đánh giá sản phẩm
6.3.19 Trang quản lý đơn hàng (admin - mobile)
Mô tả: Hiển thị danh sách các đơn hàng cho phép người dùng xác nhận các đơn hàng đang chờ xác nhận
● Chọn xác nhận đơn hàng
● Chọn danh mục các đơn hàng
Hình 7.21: Trang quản lý đơn hàng
Mô tả: Hiển thị và quản lý những thông tin quan trọng
● Chọn hiển thị danh sách người dùng
● Chọn hiển thị danh sách sản phẩm
● Chọn hiển thị danh sách đơn đặt hàng
6.3.21 Trang quản lý người dùng (admin)
Mô tả: Hiển thị và quản lý thông tin người dùng
● Sửa thông tin người dùng
Hình 7.23: Trang danh sách người dùng
Hình 7.24: Trang thêm người dùng mới
6.3.22 Trang quản lý sản phẩm (admin)
Mô tả: Hiển thị và quản lý thông tin sản phẩm
● Sửa thông tin thực phẩm
Hình 7.24: Trang hiển thị thông tin thực phẩm
Hình 7.24: Trang thêm thực phẩm mới
6.3.23 Trang quản lý đơn hàng(admin)
Mô tả: Hiển thị danh sách các đơn hàng cho phép người dùng xác nhận các đơn hàng đang chờ xác nhận
● Chọn xác nhận đơn hàng
● Chọn từ chối đơn hàng
● Chọn lọc các đơn hàng theo trạng thái đơn hàng
Hình 7.21: Trang quản lý đơn hàng
TỔNG KẾT
Kết quả đạt được
● Hoàn thành tất cả các tính năng theo kế hoạch dự kiến được đưa ra từ đầu.
● Hiểu được thêm về cách hoạt động của hệ thống gợi ý Recommender System cũng như những kiến thức về phân tích dữ liệu, đánh giá mô hình
● Biết cách quản lý mã nguồn và làm việc thông qua Github.
● Cải thiện kỹ năng lập trình.
● Các tính năng chưa được tối ưu tốt nên ứng dụng chạy còn chậm.
● Hệ thống gợi ý chưa thật sự tối ưu.
● Chưa có phiên bản dành cho hệ điểu hành IOS.
Hướng phát triển
Sau quá trình thực hiện, nhóm nhận thấy còn nhiều hạn chế của đồ án vẫn còn có thể được cải thiện và được mở rộng thêm Cụ thể là một số hướng phát triển sau đây:
● Hoàn thành thêm các chức năng cho admin: o Chức năng thêm, xóa, sửa các thực phẩm, cửa hàng, mã giảm giá o Chức năng báo cáo thống kê của ứng dụng
● Hoàn thành thêm các chức năng cho user: o Thêm phương thức thanh toán khác như chuyển khoản o Tích hợp google map theo dõi quá trình giao hàng.
● Tích hợp thêm tính năng để quản lý việc quản lý đồng tiền của app
● Cải thiện hệ thống gợi ý: o Áp dụng thêm các thuật toán, xử lý dữ liệu để phân tích đưa ra các gợi ý phù hợp nhất o Cải thiện dữ liệu để tối ưu hệ thống gợi ý
● Cải thiện chung: o Giao diện trực quan dễ sử dụng o Tăng cường tính bảo mật cho ứng dụng o Tăng hiệu năng xử lý
