Giải quyết vấn đề đó em thực hiện khóa luận này với mục tiêu xây dựng một hệthống khuyến nghị việc làm về ngành nghề công nghệ thông tin đơn giản dựa trên thông tin cá nhân của người tìm
Trang 1ĐẠI HỌC QUOC GIA TP HO CHÍ MINH
TRUONG DAI HOC CONG NGHE THONG TIN
KHOA CONG NGHE PHAN MEM
LE HAI PHONG - 20521743
KHOA LUAN TOT NGHIEP
NGHIEN CUU XAY DUNG HE THONG
KHUYEN NGHI VIEC LAM
Building a Job Recommendation System
CU NHAN NGANH KY THUAT PHAN MEM
GIANG VIEN HUONG DAN
TS HUYNH NGỌC TÍN
Th.S DO VAN TIEN
TP HO CHÍ MINH, THANG 06 NAM 2024
Trang 2LỜI CẢM ƠN
Em xin gửi lời cảm ơn chân thành và sự tri ân sâu sắc đến thầy Huỳnh Ngọc Tín
và thầy Đỗ Văn Tiến đã hướng dẫn, tạo điều kiện cho em hoàn thành khóa luận tốt
nghiệp thầy đã tạo cho em cơ hội tham gia nhóm nghiên cứu và làm việc với thầy Thầy
đã tận tình hướng dẫn, định hướng và động viên chúng em trong suốt thời gian qua dé em
có thé hoàn thành khóa luận nay Em xin cảm ơn thay
Trong thời gian vừa qua, qua các budi học, nhờ sự chỉ dẫn nhiệt tình của thầy Tín
và thầy Tiến, học hỏi thêm được những kỹ năng cơ bản và kiến thức quan trọng, bổ íchcùng những góp ý chân thành đề có thể làm được một khóa luận hoàn chỉnh
Em xin gửi lời biết ơn chân thành đến các thầy cô trong Khoa Công nghệ Phầnmềm, đã cung cấp cho em nền tảng kiến thức vững chắc và tạo điều kiện thuận lợi trongsuốt quá trình học tập và nghiên cứu Những bài giảng và sự hướng dẫn tận tình của cácthầy cô đã trang bị cho em kiến thức chuyên môn, kỹ năng nghiên cứu và tư duy phản biệncần thiết cho việc thực hiện đề tài này
Em xin chân thành cảm ơn.
Thành phố Hồ Chí Minh, tháng 6 năm 2024
Lê Hải Phong
Trang 31.3 Dong gĩp chính của khĩa ÏuẬT o- 5< 55 5S 9 999 9995 959 99896 2
1.4 Khĩ khăn và thách thwre d << 5 9 9 9 9.9.0 00 04 080996 3
1.5 BO cục khĩa luận << set EseEseEsersersersersesrssre 3Chương 2 NGHIÊN CỨU CÁC HE THONG LIEN QUAN -. -5 s2 5
"nu ae 52.2 Nghiên cứu hệ khuyến nghị sử dung NLP và kỹ thuật học máy [25] 52.3 Xu hướng mới cho hệ khuyến NH] [| c5 5< 555 25 905593056 95056895656 6
2.4 Hệ thống khuyến nghị việc làm 'T0peV - 5° 5° se sssessessessessese 7
2.5 Hé thống khuyến nghị việc làm Top V -.e- se 5° se se se<sessessessessessese 72.6 KẾt chương - 5° 5° sESsSsESsEESEESEA AE AEAEESEEAEEAESsExsexrssree 8Chương 3 HE THONG KHUYEN NGHỊ VIỆC LÀM .5 s- << ©s<es 9
3.1 Phat biểu bài tốn khuyến nghị -2- sssssssecsssssesserserssessersers 9
3.2 Các phương pháp tiếp cận cơ bản [7| - -s s-< se se sese=sessessessessesse 10
3.2.1 Tiệp cận lọc cộng tác (Collaborative filtering approach) 10 3.2.2 Tiệp cận nội dung (Content based approach) -+cccrecererreere 12 3.2.3 Tiêp cận lai (Hybrid approachh) - - + 3c *+t 3231 + SE RE rưy 14
3.3 Ue case DiaØraim oo- <5 5c s 9 c9 T0 0.00040000000689 6806 15
3.3.1 B190 6011 15 3.3.2 Danh 819i0x:1060/-0v) 2 16
3.4 ACfiVify điaØFAIm o 5 << G5 9 0 0 00 0004000000168 006 43
3.4.1 Lược đồ hoạt động quản lý tài khoản -cccrrrerree 43
3.4.2 Lược đơ hoạt động quản lý bài đăng việc làm -.ccccccce 44 3.4.3 Lược độ hoạt động quan lý người dùng -cc-cccccscceeeerrerrrrrrrie 45
3.4.4 Lược đơ hoạt động quản lý đơn hàng -cccccccceeriertierierrirriee 46
3.4.5 Lược độ hoạt động quản lý trị chuyỆn c¿-cc-cccccseterrerterierirerrrirrie 47 3.4.6 Lược đơ hoạt động quản lý báo cáo, thơng kê .-cccccccccreiree 48 3.4.7 Lược đơ hoạt động thiệt lập chung - - - 23221333112 EEESrrerrrerrrsee 49
Trang 43.8.1 — Sơ đồ ERD SH TT HT HH HH re ghe 52
3.8.2 Mô tả chỉ tiết si rae 53
3.9 Thiét Ké giao nh 59
3.9.1 Danh sach cac 0080 59 3.9.2 Sơ dO liên ket màn hình -c:cc:ctctieriettrrttrttrttrttritririiiirrrii 62 3.9.3 Mô tả chi tiệt các màn hình - - (2c 3233213321131 rrke 63
3.10 Công nghệ sử dung trong hệ thống .- -° 2s s° se se sessessesses 98
3.10.1 Thuật toán Berypt [18] ccceeeeseesceseeseeeeeceeeeceeeeseeseeseesecsecseceeeeeeeseeaeeaeenees 98
3.10.2 Flutter [19] c.sccccsecccsecsssssssseessssssecsssssssessssssvesssssvscsssssevesssssevesssssesessssuesessssnvessessseess 100 3.10.3 va) 090 7200 - AA 100 3.10.4 Swagger [20] — AA.g.-¬äA 4 101 3.10.5 SigmalR [20] A 102 3.10.6 JSON Web Token [2 Ï] - - - c1 131132183511 191 13118511811 181 111111111111 E1 re 104 3.10.7 Entity Framework Core [20] | - - c3 1311311131113 1511511 1111151111 E1 re 106 3.10.8 SQL Server [22] -.csccccccsssesssssssssessessssessesssecscssseveceessssessessusessessssessssnsecsssaneveesessevess 107 3.10.9 Azure App Service [23] Ồ 108
3.10.10 Ii11.010 55 ÔÚÚ 109
Chương 4 Triển khai VÀ ĐÁNH GIÁ HE THONG -s<<e- 110
4.1 Môi trường triển khai 2-s<©se++seceserseerseexseesssrssersserse 110
4.1.1 Backend 0 110 4.1.2 (0050017 110 4.1.3 Model A đP ) / 111
Trang 5DANH MỤC HÌNH
Hình 3.1 Sơ đồ use Case 525225222 221E2121121122121121121111121121111211211 111 xe 15Hình 3.2 Biểu đồ tuần tự đăng nhập -2- 2 ©S2E2+EE£EE£EEt2EE2E122E21122121 21.22 xe 19Hình 3.3 Biểu đồ tuần tự đặt lại mật khẩu - 5¿¿22+cttEttrrrtkrrrtrrrrrrrirrrk 20Hình 3.4 Biểu đồ tuần tự hiệu chỉnh thơng tin 2-2 2 2 +S+E£EE£EE£EE£EE2EE2EzEerrrex 21
Hình 3.5 Biểu đồ tuần tự tạo mới bài Aang 215001 23
Hình 3.6 Biểu đồ tuần tự quản bài đăng 2-52-5252 2EEEEEEEEEEE E111 ce, 25Hình 3.7 Biểu đồ tuần tự xem nhu cầu người ứng tuyỀn - 2 s+cs+c++£zEzxzzxez 26Hình 3.8 Biểu đồ tuần tự tạo gĩi việc làm tùy chỉnh s- s s+xeEeEzEzEzrrrrres 28Hình 3.9 Biểu đồ tuần tự xác nhận đơn hang ứng tuyển việc làm 2-5252 31Hình 3.10 Biểu đồ tuần tự giao hàng kết quả việc làm 2-2522 x+£x+zxzzzzzrxeez 31Hình 3.11 Biểu đồ tuần tự tìm kiếm việc làm -2:222+c22vvvttExvrrrrkrrrrrrrrrrrrk 33Hình 3.12 Biểu đồ tuần tự xem việc làm -cc¿-22Svvcc2vvttEkttrrrtrtrrrtrrrrrrrrrrrr 34Hình 3.13 Biểu đồ tuần tự xem tiễn trình đơn hàng cơng việc -¿2 ss++ 38Hình 3.14 Biểu đồ tuần tự yêu cầu làm lại đơn hàng cơng việc - 5z s¿ 38Hình 3.15 Biểu đồ tuần tự hủy đơn hang cơng việc ¿2 s+cx+£+£++EzEzEezxez 39Hinh 3.16 Biểu đồ tuần tự nhĩm bài đăng việc làm yêu thích - 2 2 s+se+s+ 40Hình 3.17 Biểu đồ tuần tự nhĩm người dùng yêu thích - 2 2 szs+sz+zszcxe2 41Hình 3.18 Biểu đồ tuần tự xem danh sách nhu cầu việc làm :-c c::+cce+: 42Hình 3.19 Biểu đồ tuần tự tạo danh sách nhu cầu việc làm - + s+c++x+z+xerxzss 42
Hình 3.20 Lược đồ hoạt động quản lý tài khoản 2-2 + c+S+E££E+£EeEEzEzEzrezxee 43
Hình 3.21 Lược đồ hoạt động quản lý bài đăng việc làm - 2 2 2 5++5z£x+cse2 44Hình 3.22 Lược đồ hoạt động quản lý người đùng - 2-22 5¿22++22z+2x++zx+zzxzzxez 45
Hình 3.23 Lược đồ hoạt động quản lý đơn hàng 2-2 ¿S2 +S£E££E££E££EzEzEzEezxez 46
Hình 3.24 Lược đồ hoạt động quản lý trị chuyỆn -2- 2+ 2 E+2E2E++EEz£EezEezrxerxee 47Hình 3.25 Lược đồ hoạt động quản lý thống kê việc làm - 2 2 25222252 48Hình 3.26 Lược đồ hoạt động cai đặt chung - - - c1 3+2 3+3 Esksrirsrrreree 49
Hình 3.27 Class ÏDIagraim - - - c 32 1321111211331 1 1931181111111 1111 111 81 E011 E11 rrr 50
Hình 3.28 State ÏDIagraim - L2 1211121121121 1111111111111 T1 11111 11 11111 T11 HH Hư Hiệp 50
Hình 3.29 Component 1aØTA1T - c5 + 3321333118311 13311 1391119111811 111 11 1 vn kg 51
Hình 3.30 Lược đồ quan hệ ERD - - + sS9E9EE2EE2EE2EEEEEEEEEEEEEEEEEEEEEEEELEErrkrrrex 52
Trang 6Hình 3.31 Sơ đồ liên kết màn hình -2-2+t+E+EvEEEEESEEE+E+E+E+ESEEEEEEEEEEEESEEESErEEErsrsrrsee 62
Hinh 3.32 Man hinh dang nhap 0T 63
Hình 3.33 Man hình quên mật khâu o ceccccccccccessessessessessessesssessessessessessessesssssssssseaseseees 64
Hình 3.34 Màn hình quên mật khâu 2-2 2 2£ E£+E££E£EE£EE£EEEEEEEEEEESEEEEErErrrere, 65
Hình 3.35 Màn hình trang chủỦ 5 22c 1322133211331 1311139111881 11 811181111 111811 xrrryệt 67
Hình 3.36 Màn hình quan lý bai đăng việc làm - - 5c 2 323 Eseseereeersreree 68
Hình 3.37 Màn hình chi tiết bài đăng việc làm ¿- 2 2 e2 SEeEE£EEeEEEEEEEEErErrerex 70
Hình 3.38 Màn hình tạo bài đăng việc làm] - - - c5 22+ *+* + E+EEsersirsrerrrerrrrrke 72 Hình 3.39 Màn hình tạo bai đăng việc làm 2 - c3 1323113 31EEE1Errree 73 Hình 3.40 Màn hình tạo bai đăng việc làm  c3 1221111353111 Exxe 75 Hình 3.41 Màn hình tao bài đăng việc làm 4 - + c2 S233 32 2 re 76 Hình 3.42 Màn hình hiệu chỉnh thông tin bài đăng việc làm - - 55-55555552 77 Hình 3.43 Man hình hiệu chỉnh thông tin bài đăng việc làm 2 5 555: 79 Hình 3.44 Màn hình hiệu chỉnh thông tin bai đăng việc làm 3 - s55: 80
Hình 3.45 Man hình hiệu chỉnh thông tin bài dang việc làm 4 - 5 5525 +<+<++>+ 81
Hình 3.46 Màn hình quản lý đơn hang eee eeeecccecceseeeseeeeeeaeeeceeeeeseeeeeeneenseesseeeeess 83
Hình 3.47 Màn hình danh sách chỉ tiết đơn hàng 2: 2+ 2£ +££££2££+£++£EezE+zzxerxez 84
Hình 3.48 Màn hình quan lý danh sách yêu thích 00.0.0 ee cecceeeceeseeeneceseeeeseceeeeeteeensees 85 Hình 3.49 Màn hình danh sách cuộc trò chuyỆn . ¿5c +22 *++s‡++eexeeeseeressss 87
Hình 3.50 Màn hình chi tiết cuộc trò chuyện người ứng tuyền - 2-2-5252 2252 88Hình 3.51 Màn hình chi tiết cuộc trò chuyện người tuyển dụng - 5-2-5252 89Hình 3.52 Màn hình tao giao dich đơn hàng theo nhu cầu -2- 2 5¿55¿555+¿ 90
Hình 3.53 Màn hình quản lý thu nhập - 2c 3223333331 E2EE2EESEEESEEEErrsrrsrrrsrrrke 92
Hình 3.54 Màn hình lịch sử giao dich, Vi - - - c3 32c 3321113311551 eerkre 93
Hình 3.55 Màn hình chi tiết thông tin người dùng - ¿2-5 5 x+£x+£++E+z£zxzrczed 94
Hình 3.56 Màn hình đánh giá người dùng - - c2 3211121131151 1 11111111 95
Hình 3.57 Màn hình danh sách cài đặt hệ thống ¬ 95
Hình 3.58 Màn hình quan lý thông tin người dùng 5 2+3 *+‡svexserseersexes 96
Hình 3.59 Tốc độ băm của 1 số thuật toán phổ ĐiẾn St t2 SE SEEEEEEEEEEkerrrrsres 99
Hình 3.60 Mã giải thuật toán băm BCTYp - 2c 2322122311213 EEekrrke 99
Hình 3.61 Kết qua cudi cùng của quá trình băm 2-2 ¿+ 2+S£E+£E+£++£++£zzz+zse2 100
Trang 7Hình 3.62 Logo ASP.NET COFC€ - - G22 12211211211 1211 1111111111111 1111011 11 11g ng 100
Hình 3.63 Swagger ÙÍ, - +1 2111111111211 1111111911111 1 HH TH HT HH TH 102
Hình 3.64 Cách hoạt động của S1gnalR - 2c 3 13312 3313512511111 rre 103
Hình 3.65 Logo JSON Web Token (JW T) LH S119 110118111811 rệt 104 Hình 3.66 Nội dung header JW T, - 22c 121 111123115112 1121 11111 11 111111 T1 HH HH 105
Hình 3.67 Nội dung Reserved €Ïa11S - - c2 3211321135115 105
Hình 3.68 Nguyên tắc chuỗi bí mật ¿- 2 2 SE+SE+EE2E22E12E2E717111711111211 21.2 105
Hình 3.69 Logo ORM Sequelize + vn ng HH HH ngưng ri 106 Hinh 3.70 Logo )9)00 5à ,v)ùnùùaaiẲ 107 Hình 3.71 Azure Web app - c1 Q1 H111 v1 1v H111 11911 KH Hư 108
Hinh 9) 1 - A(ŒäUÀ 3L 109
Hình 4.1 Web API của hệ thống - ¿2-2-1 E9SE£EE9EE2EE2EE2EE2E2E2E21717111221 2122 xe, 110Hình 4.2 Triển khai ứng dung di động trên Google Store c cececcecsessssessesseseeseseesseeees 111Hình 4.3 Triển khai API model bang AZUIC ccccccessesssesssesssesssessessseessesssecstessessseessess 111
Trang 83.4 Đặc tả Use case Đăng nhập - - - 1c 1111111111111 111 118011 81 1H ng 18
3.5 Đặc tả Use case đặt lại mật khẩu -¿- - + t+x+EvEEE+EEEEESEEEEEEeErrkrkerrrerkee 20
3.6 Đặc ta Use case Cập nhật thông tin - - - 2S 3.1123 ExErrerrsrres 21
3.7 Đặc ta Use case Đăng việc 1am eee cece eececesecessceenceeeneeeeeeeseeneeeeecesseenseeensees 22
3.8 Đặc ta Use case Quản lý bai đăng .- - c ng re 24
3.9 Đặc tả Use case Xem nhu cầu người ứng tuyên 2 s+cs+cc+czczcees 253.10 Đặc ta Use case Tạo gói việc làm tùy chỉnh với người ứng tuyền 27
3.11 Đặc tả Use case Quản lý đơn đặt hang - ¿+ Sc 3+2 *+2 Essvkseeesseeres 31
3.12 Đặc tả Use case Tìm kiếm việc làm - - ¿c2 - + t+E+EvEE+E+EEEE+EeEvEErkerererxee 32
3.13 Đặc tả Use case Xem việc làm - - (+ 2 3222211132281 11251 1112511151 rxe 34
3.14 Đặc ta Use case Ứng tuyên việc làm 2-2: ¿+ 2+E+£E2E2EEeEErErzrxerxee 36
3.15 Đặc tả Use case Quản lý đơn đặt hang c2 232212 Ssxeerrerses 38
3.16 Đặc ta Use case Quan lý bai đăng công việc yêu thích - -‹+-++ 40
3.17 Đặc tả Use case Quản lý yêu cầu - ¿22+ +k+2E+EEeEEEEESEEeEkrrrrerreee 42
3.19 Bang chi tiết Wallet ceccccccecceccessesscessessessssssessessecssessessvsssessesssssessessessvesseeses 53
3.20 Bảng chi tiẾt POSf 5 5c St E1 E12212112112112112121111111211211211 2e 543.21 Bảng chi tiết Package - -s- tt EE2112112112111111111 111111111110 543.22 Bang chỉ tiết Caf€gØOFy -22- 552 222221 2E1221122112711211211211 22112112112 xe 553.23 Bảng chỉ tiết Subcategory - 525252 E12E212127171111121111211 21 e0 553.24 Bang chỉ tiết TransactionHistory cc.cccccscsssesssesssesssessesssesssecssesssesssessecssecsses 553.25 Bảng chi tiẾt Orer ¿5-5 Ss Sx9EE9E1EE12E121121121121717111111111211 21121 c1 563.26 Bảng chi tiết OrderHiStOFy - 2-52 S2S22E12E22E21717121117111211 21.21 563.27 Bảng chi tiẾt R€Vi€W 5 St nề 1E 2112112112111 111111 10101211 ryg 563.28 Bảng chi tiết SavedList c.ccsccccccsccscssessessessesssssesssessessessessessessessessesteaeseesees 573.29 Bảng chi tiết SavedSeller - ¿525252212 2E21717111117111211 1 1e 573.30 Bảng chi tiết ROOim - 5-5 s9 ềEềEEE12E1211211211111111 1111111111111 1x0 57
Trang 9Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
3.31 Bảng chi tiết RoomiMeimber - 2 2 2 £2E22E£E£EE£EEEEEEEEEEEEEEEEEEErrrrrree 57 3.32 Bảng chi tiết Learningg - - + sSs‡SềE2E12E1211211211111 11111111111 1x0 58
3.33 Bang chi tiết ServiceRequest c.ccccccescessessesssessessesssessessesssessessesssessessesssesseeses 58
3.34 Bảng chi tiẾt Parameter c.ccecceccsccsscssessessessessessessessesssessessessessessesseaseaseaseaees 58
3.35 Danh sách các màn hình - + 2 E6 2222211111 1£ E533 1 E511 EEEEsssxkeree 61
3.36 Chi tiết đối tượng màn hình đăng nhập 2 ¿5£ x+£x+£++£++£zzEzzzz+z 63 3.37 Chi tiết biến cố trên màn hình đăng nhập - - 2 2 s+++E+2£++£z£zzzz+z 64 3.38 Chỉ tiết đối tượng màn hình quên mật khâu scc+tcEcEtEkeEskerxrrerxeree 65 3.39 Chi tiết biến cố trên màn hình quên mật khẩu 2 22 2 2+2 2+: 65 3.40 Chi tiết biến cố trên màn hình quên mật khẩu 2- 2 22 + 2252 2+2 66 3.41 Chi tiết biến cố trên màn hình đăng nhập - 2-2 52+ £+£++£xzE++z+zrxez 66 3.42 Chi tiết đối tượng màn hình trang chủ - s++s+s+£x+£++£++EzEzzzzxeez 67 3.43 Chi tiết biến cố trên màn hình trang chủ - - 5 + s+x+£+2£++£++x+se+z 68
3.44 Chi tiết đối trong màn hình quản lý bài đăng việc làm - 69
3.45 Chi tiết biến cố trên màn hình quan lý bài đăng việc làm - 69
3.46 Chỉ tiết đối tượng màn hìnhbài đăng việc làm -. -2- 5255555522 71 3.47 Chi tiết biến cổ trên màn hình chỉ tiết bài đăng việc làm . 71
3.48 Chi tiết đối tượng màn hình tạo bai đăng việc làm - 2-2 5+: 72 3.49 Chi tiết biến cố trên màn hình tạo bài đăng việc làm ¿ 55-5 s+<<s52 73 3.50 Chi tiết đối tượng màn hình tạo bai đăng việc làm 2 - 2-5: 74 3.51 Chi tiết biến cố trên màn hình tạo bài đăng việc làm 2 2: 74 3.52 Chi tiết đối trong màn hình tao bài đăng việc làm 3 -5- 75 3.53 Chi tiết biến cố trên màn hình tao bài đăng việc làm 3 - : 76
3.54 Chi tiết đối tượng màn hình tạo bai đăng việc làm 4 2-2-5: 76 3.55 Chi tiết biến cố trên màn hình tạo bai đăng việc làm 4 -. - : 77
3.56 Chi tiết đối trong màn hình hiệu chỉnh thông tin bài đăng việc làm 78
3.57 Chi tiết biến cố trên màn hình hiệu chỉnh thông tin bài đăng việc làm 78
3.58 Chi tiết đối trong màn hình hiệu chỉnh thông tin bài đăng việc làm 2 79
3.59 Chi tiết biến cố trên màn hình hiệu chỉnh thông tin bài đăng việc làm 2 80
3.60 Chỉ tiết đối tượng màn hình hiệu chỉnh thông tin bài đăng việc làm 3 81
3.61 Chi tiết biến cố trên màn hình hiệu chỉnh thông tin bài đăng việc làm 3 81
Trang 10Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
Bảng
3.62 Chi tiết đối tượng màn hình hiệu chỉnh thông tin bài đăng việc làm 4 82
3.63 Chi tiết biến cô trên màn hình hiệu chỉnh thông tin bài đăng việc làm 4 82
3.64 Chi tiết đối trong màn hình quản lý đơn hàng công việc - - 83
3.65 Chi tiết biến cố trên màn hình quản lý đơn hàng công việc -. - 83
3.66 Chi tiết đối tượng màn hình danh sách chi tiết đơn hàng công việc 84
3.67 Chi tiết biến cố trên màn hình danh sách chỉ tiết đơn hàng công việc 85
3.68 Chi tiết đối tượng màn hình quản lý danh sách yêu thích -. - 86
3.69 Chi tiết biến cô trên màn hình quản ly danh sách yêu thích - 87
3.70 Chi tiết đối tượng man hình danh sách cuộc trò chuyện - - 88
3.71 Chi tiết biến cố trên màn hình danh sách cuộc trò chuyện - 88
3.72 Chỉ tiết đối tượng màn hìnhcuộc trò chuyỆn ¿5+ + ++s++s++exsexss 89 3.73 Chi tiết biến cố trên màn hình chỉ tiết cuộc trò chuyện người ứng tuyên 89
3.74 Chi tiết đối tượng màn hình cuộc trò chuyện người tuyển dụng 90
3.75 Chi tiết biến cô trên màn hình cuộc trò chuyện người tuyên dung 90
3.76 Chi tiết đối tượng màn hình tao giao dich don hàng theo nhu cầu 91
3.77 Chi tiết biến cô trên man hình tạo giao dịch đơn hàng theo ngu cau 91
3.78 Chi tiết đối tượng man hình quản lý thu nhập 2: 2 22 s+=s+szzs++2 92 3.79 Chi tiết biến cố cho màn hình quản lý thu nhập 2 22 s2 s2 22 2+2 92 3.80 Chỉ tiết đối tượng màn hình quản lý thẻ tín dụng -.¿ 5¿5z555+¿ 93 3.81 Chi tiết biến cố trên màn hình quản lý thẻ tin dụng - 2-5: 93 3.82 Chi tiết đối tượng màn hìnhthông tin người dùng - 2-2 252552 94 3.83 Chi tiết biến cô trên màn hình chi tiết thông tin người dling 94
3.84 Chi tiết đối tượng màn hình thống kê, chi tiết đánh giá - 95
3.85 Chi tiết đối tượng màn hình cài đặt hệ thống -2- 2 s2 s+£++£z2 +2 96 3.86 Chi tiết bién cố trên màn hình cài đặt hệ thống " — 96 3.87 Chi tiết đối trong màn hình quản lý thông tin người dùng 97
3.88 Chi tiết biến cố trên màn hình quản lý thông tin người đùng 98
Trang 11DANH MỤC TU VIET TAT
6 ORM Object relational mapping
7 ERD Entity relationship diagram
8 DOM Document Object Model
9 UI User interface
10 NLP Natural Language Processing
Trang 12TÓM TẮT KHÓA LUẬN
Tìm việc làm là một nhu cầu cần thiết với tất cả mọi người ngày nay thông qua cáckênh thông tin mạng xã hội, quảng cáo và các website tuyển dụng Tuy nhiên, cũng chínhbởi có quá nhiều kênh thông tin nên dẫn đến tình trạng làm cho người dùng phải tốn nhiềuthời gian dé chọn lọc tìm được việc làm phù hợp với mình, đặc biệt là các bạn sinh viên
trong lĩnh vực Công nghệ Thông tin.
Giải quyết vấn đề đó em thực hiện khóa luận này với mục tiêu xây dựng một hệthống khuyến nghị việc làm về ngành nghề công nghệ thông tin đơn giản dựa trên thông
tin cá nhân của người tìm việc.
Hiện nay trên thế giới, nhiều đề tài nghiên cứu về hệ khuyến nghị cũng như cácthuật toán, các độ đo đánh giá đã được được công bé và sử dụng rộng rãi Trong phạm vicủa khóa luận này, em đã chọn thực hiện tìm hiểu các thuật toán khuyến nghị cơ bản như:lọc cộng tác (Collaborative Filtering), tiếp cận nội dung (content-based) và phương pháp
lai đơn giản (simple hybrid); sau đó thực hiện xây dựng bộ dữ liệu sử dụng kỹ thuật Prompt
turning trên API key ChatGPT 3.5 kết hợp với Selenium dé tiền xử lý bộ dữ liệu và tính
độ tương đồng cho ra danh sách việc làm ưu tiên phù hợp dựa trên thông tin cá nhân củangười ứng tuyên
Ứng dụng những kiến thức đã học về quy trình phát trién phần mềm Xây dựng vàtích hợp thành công model khuyến nghị vào hệ thống, tiến hành triển khai lên ứng dụng
lên Google Store cho các bạn Sinh vien UIT dùng thử và nhận được những kết quả đánh
giá tích cực.
Trang 13MỞ ĐẦU
Hệ thống khuyến nghị là hệ thống dự đoán sở thích của người dùng đối với các đốitượng mà người đó chưa biết Các lợi ích mà hệ khuyến nghị mang lại có thé kế đến nhưgiảm quá tải thông tin, giảm thời thời gian tìm kiếm, tăng doanh thu trong những ứng dụng
thương mại điện tử,
Trong vài năm trở lại đây, hệ thống khuyến nghị trở nên rất phô biến và được ứngdụng trong nhiều lĩnh vực khác nhau Các ứng dụng có thể kê đến như hệ khuyến nghị tác
phẩm nghệ thuật, âm nhạc, tin tức, sách và sản phẩm, hàng hóa nói chung.
Hệ thống khuyến nghị việc làm là ứng dụng đưa đến cho người tìm việc những công
việc được dự đoán là phù hợp Mục tiêu nhằm đưa đến cho người dùng thông tin tuyên
dụng nhanh chóng, chính xác và hạn chế việc quá tải thông tin của các hệ thống đăng tuyểntrực tuyến thông thường Đây là một bài toán thú vị và có nhiều thách thức, hứa hẹn mang
lại nhiều cải tiến trong việc tìm kiếm việc làm Nhận thấy việc ứng dụng hệ thống khuyến
nghị việc làm ở trong nước còn rất ít Mục tiêu khóa luận mong muốn xây dựng một hệthống hỗ trợ người dùng tìm kiếm việc làm nhanh chóng và phù hợp
Trang 14CHUONG 1 TONG QUAN DE TAI
1.1 Dat van dé
Hiện nay, đáp ứng với nhu cầu tim kiếm các công việc ngày càng tăng làm cho việctìm kiếm các việc làm việc làm cũng trở thành một xu hướng tất yếu Việc tìm kiếm thôngtin việc làm dé thực hiện các công việc phù hợp với bản thân là nhu cầu thường xuyên,không thé thiếu đối với những người ứng tuyén Đặc biệt là các ban sinh viên thì thiếu kinh
nghiệm tìm kiếm và xác định các thông tin hữu ích liên quan Trong khi, các ứng cử viên
có kinh nghiệm thì phải đương đầu với quá tải thông tin Dé giúp ho dé dang hơn trong
việc tiếp cận các thông tin hữu ích liên quan, hệ khuyến nghị trong lĩnh vực việc làm là
giải pháp đang được quan tâm nghiên cứu trong những năm gần đây
Theo lời Phó Thủ tướng Chính phủ Trần Hồng Hà 'cho biết có 150.000 lao độngmất việc làm trong khi thành lập mới 82 trung tâm việc làm việc làm công lập, 500 doanhnghiệp việc làm tư nhân Do đó cần xây dựng một hệ thong dé thay thế hoặc hỗ trợ các hệthống tìm kiếm việc làm thông thường mang lại nhiều lợi ích hơn cho ứng viên và nhàtuyển dụng giúp kết nói việc làm với nhau thông qua hình thức trực tuyến
Đây là dé tai được nhiều khoa học gia trên thé giới quan tâm [5][7][8][9][11] và có
một số website đăng tuyển đã đưa hệ thống khuyến nghị vào sử dụng như Linkedin,Indeed, và ở Việt Nam cũng đã có một số hệ thống khuyến nghị tương tự như
Vietnamworks, ITViec Tuy nhiên hệ thống đưa ra kết quả khuyến nghị chưa thật sự phù
hợp dựa trên diễn giải thông tin cá nhân và kinh nghiệm ví trí việc làm của Trên thực tế,
các thông tin quan trong của ứng cử viên như kỹ năng, trình độ chuyên môn, và đặc biệt
và kinh nghiệm việc làm là những thông tin quan trọng dé nhà tuyên dụng dựa vào đó đánhgiá và tìm ứng cử viên phù hợp cho mình Dé có thé tìm ra phương pháp khuyến nghị phùhợp cho vấn đề trên , khóa luận này hướng đến xây dựng hệ thống khuyến nghị việc làmdựa trên độ tương đồng của thông tin cá nhân và kinh nghiệm ứng cử viên, phục vụ chomục đích nghiên cứu khoa học về xây dựng hệ thống khuyến nghị việc làm
! “Báo điện tử - 21/8/2023”:
https://baomoi.com/khan-truong-hinh-thanh-san-giao-dich-viec-lam-san-giao-dich-bat-dong-san-quoc-gia-c4669325 1.epi
Trang 151.3.
Mục tiêu và phạm vi đề tài
1.2.1 Mục tiêu
Xây dựng hệ thống giúp tìm kiếm và khuyến nghị việc làm phù hợp dựa trên
thông tin cá nhân và kinh nghiệm làm việc của người dùng.
Xây dựng được bộ dữ liệu cho bài toán khuyến nghị việc làm về ngành IT băng tiếng việt
Nghiên cứu các bài báo nghiên cứu khoa học, các hệ thống khuyến nghị va các bài toán liên quan về lĩnh vực khuyến nghị việc làm trên thị trường.
1.2.2 Phạm vi đề tài
Hệ thống tư van, khuyến nghị việc làm trong lĩnh vực công nghệ thông tin tại
thị trường Việt Nam.
Tìm hiểu các thuật toán khuyến nghị gồm: lọc cộng tác (Collaborative filtering), lọc nội dung (Content-based) và phương pháp lai tuyến tính giữa
lọc cộng tác và lọc nội dung (Simple hybrid).
Nguồn dit liệu việc làm được thu thập tự động từ các website đăng tuyên trực
tuyến: vietnamworks.com, timviec365.com, itviec.com.
Nguồn đữ liệu gan nhãn phục vụ cho việc xây dựng hệ thống khuyến nghị
được sinh viên chuyên ngành công nghệ thông tin gán nhãn và được hỗ trợ
xác nhận từ các anh chị chuyên môn tại các công ty về lĩnh vực IT.
Đóng góp chính của khóa luận
Xây dựng mô hình khuyến nghị nhận diện thông tin cá nhân và kinh nghiệm
việc làm của người tìm việc.
Xây dựng hệ thống với các chức năng cơ bản của mạng xã hội, tìm kiếm và
khuyến nghị việc làm dựa trên thông tin mô tả người dung
Xây dựng bộ dữ liệu cho bài toán khuyến nghị việc làm về ngành IT băng tiếng việt bao gồm hơn 1300 dòng dit liệu bao quát các ngành nghề phổ biến
trong lĩnh vực Công nghệ Thông tin.
Trang 161.4 Khó khăn và thách thức
Dé tìm hiểu cài đặt và thực nghiệm với hệ khuyến nghị việc làm, khóa luận đã gặpphải một số khó khăn sau:
1.5.
Van đề thu thập dữ liệu và khảo sát người dùng Quá trình thu thập dit liệu do chưa
có kinh nghiệm nên đã vướng mắc phải những khó khăn như chưa giới hạn đượckích thước tập dữ liệu việc làm, số lượng người tham gia khảo sát ít và không cólịch sử tương tác của người dùng với việc làm, điều này dẫn đến vấn đề về ma trận
đánh giá thưa.
Van dé ma trận thưa tức số đánh giá quan sát được rất ít so với số đánh giá cần tiênđoán dé khuyến nghị Điều đó ảnh hưởng đến độ chính xác của tiên đoán nên emquyết định cài đặt thuật toán theo hướng tiếp cận lọc nội dung
Van đề về ngôn ngữ dữ liệu việc làm, việc làm thu thập tự động từ các trang tuyểndụng thường ở nhiều ngôn ngữ khác nhau (Anh, Việt, Nhật, ), điều này ảnh hưởng
đến kết quả của việc so sánh nội dung (vì hồ sơ người dùng viết bằng tiếng Việt)
Cấu trúc của CV ứng viên đa dạng, phong phú không theo một cấu trúc đữ liệu nhấtđịnh và nhiều CV bằng anh, PDF nên khó khăn trong việc cao dữ liệu dạng văn bản
từ ảnh và bước tiền xử lý dữ liệu theo cau trúc bộ dit liệu là một thách thức lớn
e Vì bộ dữ liệu do sinh viên chuyên ngành IT tự gan nhãn nên thách thức độ tin
cậy cho bộ dữ liệu là lớn khi cần hỗ trợ xác nhận từ các anh chị chuyên gia vềlĩnh vực này và kết quả khảo sát, đánh giá từ người dùng hệ thống
Bồ cục khóa luậnChương 1: Tổng quan đề tài
Trình bày, giới thiệu các vấn đề mà khóa luận cần giải quyết
Các khó khăn và thách thức khi xây dựng hệ thống khuyến nghị
Chương 2: Các hệ thống liên quan
Khảo sát ưu điểm nhược điểm của các nghiên cứu, bài toán liên quan về hệ khuyến
nghị trên thị trường hiện nay.
Chương 3: Hệ thống khuyến nghị việc làm
Chương này sẽ trình bày tóm gọn khái niệm hệ khuyến nghị, phân tích thiết kế hệthống và những công nghệ được sử dụng để xây dựng cho hệ thống bao gồm về
Frontend, Backend, Model.
Trang 17Chương 4: Triển khai và đánh giá.
Chương này sẽ trình bày tóm gọn cách hiện thực và kết quả triển khai của hệ thống
Chương 5: Kết luận và hướng phát triển
Ở chương cuối khóa luận sẽ trình bày tóm gọn những kết quả của hệ thống
cũng như hướng phát triển tiếp theo của đề tài khóa luận
Trang 18CHƯƠNG2 NGHIÊN CỨU CÁC HỆ THONG LIEN QUAN
2.1 Mở đầu
Chương này trình bày tóm tắt một số bài báo, hệ thống liên quan đến bài toán khuyếnnghị việc làm, đồng thời cũng nếu ra một số điểm cần lưu ý cũng như xu hướng khuyếnnghị trong tương lai mà cộng đồng cần quan tâm
2.2 Nghiên cứu hệ khuyến nghị sử dung NLP và kỹ thuật học máy [25]
Nhóm tác giả đã nghiên cứu đã phát triển một hệ thống khuyến nghị việc làm sử
dụng kết hợp giữa học máy và xử lý ngôn ngữ tự nhiên (NLP)
Hệ thống này tập trung vào việc cung cấp các đề xuất việc làm phù hợp cho sinh
viên dựa trên các thông tin về trình độ học vẫn chuyên môn và sở thích của họ Đồng thời,
nó cũng giúp các công ty tìm kiếm các ứng viên phù hợp nhất cho các vị trí cần tuyển dụng
Trong nghiên cứu này tác giả Sử dụng các kỹ thuật NLP dé phân tích và hiểu các
tài liệu văn bản như hồ sơ ứng viên và mô tả công việc và thực hiện trích xuất thông tin từcác tài liệu không có cấu trúc đề xác định các kỹ năng, kinh nghiệm và yêu cầu công việc.Sau đó áp dụng các mô hình học máy dé học các mẫu từ dữ liệu lịch sử và du đoán sự phùhợp giữa ứng viên và vị trí tuyển dụng Sử dụng các thuật toán lọc kết hợp, bao gồm cả lọc
cộng tác và lọc nội dung, để cải thiện độ chính xác của hệ khuyến nghi Cuối cùng thu thập
và xử lý kết quả phản hồi từ nhiều nguồn khác nhau, bao gồm hồ sơ ứng viên, yêu cầu
công việc, và phản hồi từ các công ty Áp dụng các kỹ thuật phân tích đữ liệu đề tìm ra cácmối quan hệ và xu hướng trong dữ liệu tuyên dụng
Hệ thống khuyến nghị việc làm được phát triển đã chứng minh tính hiệu quả trong
việc đề xuất các cơ hội nghề nghiệp cho ứng viên Hệ thống này có thể được áp dụng trongcác quy trình tuyên dụng thực tế, giúp cải thiện hiệu quả tuyển dụng và trải nghiệm củaứng viên Đặc biệt hữu ích trong các môi trường tuyển dụng quy mô lớn, nơi mà việc khớpnối thủ công trở nên khó khăn và tốn kém
Nghiên cứu này nhắn mạnh tam quan trọng của việc sử dụng học máy và xử lý ngônngữ tự nhiên trong việc cải thiện quy trình tuyển dụng và giúp ngưnời tìm việc xác địnhđược các công việc phủ hợp Tương lai, nghiên cứu có thể mở rộng ứng dụng của hệ thống
trong các tình huống tuyển dụng thực tế và bao gồm thêm các dữ liệu như đặc kinh nghiệm
việc làm, thông tin cá nhân và phân tích mạng xã hội đê đưa ra các đê xuât tôt hơn.
Trang 192.3 Xu hướng mới cho hệ khuyến nghị [9]
Luận văn Tiến sĩ của tác giả Huỳnh Ngọc Tín [9] tổng hợp, liệt kê một số xu hướngmới về hệ khuyến nghị mà cộng đồng đang quan tâm như sau:
- Stefanidis và cộng sự chỉ ra rằng, các phương pháp truyền thống chưa quan tâm
xem xét và đánh giá sự ảnh hưởng của yếu tổ thời gian, xu hướng, kinh nghiệm việclàm đến kết quả khuyến nghị như thế nào
- Lam thé nào dé thông tin người dùng rõ ràng, cũng như tiềm ân vào các phương
pháp truyền thống
- Str dụng thông tin nhận biết ngữ cảnh (context-aware) dé thực hiện khuyến nghị
Liên quan đến tiếp cận khai thác thông tin ngữ cảnh Gediminas Adomavicius và
cộng sự khảo sát phân tích các nghiên cứu khác nhau Thông tin ngữ cảnh giúp các
hệ khuyến nghị cung cấp những khuyến nghị phù hợp với người dùng theo kinhnghiệm việc làm, trình độ chuyên môn, thời gian, địa điểm Cùng với sự phát triểnmạnh mẽ của công nghệ di động, hướng tiếp cận khai thác thông tin ngữ cảnh đượcđánh giá là rất tiềm năng đối với các hệ thônga khuyến nghị trên thiết bị di động
- Sir dụng thuật toán theo hướng tiếp cận lai tức là kết hợp và đánh giá nhiều phương
pháp khuyến nghị khác nhau nhằm tông hợp ưu điềm từ những phương pháp đó vàgiải quyết những hạn chế của mối phương pháp khác nhau giúp tăng hiệu quả vànăng suất của hệ thống
- Thu thập sử dụng thông tin tiềm ân, thông tin ngữ cảnh của người tìm việc dé xác
định sở thích của họ giúp tăng kết quả khuyến nghị
- _ Nhóm tác giả Gunawardana va Shani đã chỉ ra rang với mỗi bài toán cần có phương
pháp khuyến nghị phù hợp Đồng thời với mỗi phương pháp khuyên nghị, cũng cần
có phương pháp đánh giá phù hợp Phương pháp đánh giá sẽ quyết định độ chínhxác tiên đoán, kết quả của phương pháp khuyến nghị Việc nghiên cứu phát triển
các phương pháp hiện thực, đánh giá kết quả và triển khai hệ khuyến nghị cũng nam
trong xư hướng và quan tâm của cộng đông.
Trang 202.4 Hệ thống khuyến nghị việc làm TopDev
TopDev là nền tảng tuyên dụng chuyên IT tại Việt Nam với hơn 300.000 Developer
Profille, cũng là đơn vị tiên phong và duy nhất trong lĩnh vực IT tại Việt Nam giúp xây
dựng và phát triển Thương Hiệu Tuyền Dụng — Employer Brand cho hàng trăm công ty/tập
đoàn trong và ngoài nước.[2]
TộP Vielàm v - (CôglyT tông@y(MÓ)v Blog it q
thực tập sinh flutterx dart fluttermobilex Tìm kiếm theo các Kỹ năng, Vị trí, Công ty,
Tất cả địa điểm v Tất cả mức lương v Tất cả loại công việc M Tất cả loại hợp đồng v % Xóa bộ loc
Quận 3,Hồ ChíMinh s 10-24 Employees
Phần Mềm Bridge Software Engineer (BrS
ini a doi, R ộ Archer Game Studio
ptimize business Maximize Proti
Q HQSOFT ¬ Unity3d © Game Developer s«awsswweese+ Quận Phú Nhuận, Hồ Chi Minh « 100-499 Employees
Phan Mém
Hình 2.1 Khuyến nghị việc làm trên TopDev
Qua hình ảnh khuyến nghị trên TopDev dựa trên thông tin về chuyên ngành IT vàkinh nghiệm việc làm của Sinh viên ở trên, khi ta thử đưa 2 thông tin ngữ cảnh về kỹ năng
và kinh nghiệm việc làm như “Thực tập sinh flutter”, “Dart flutter mobile” ta thấy được hệ
thống chưa khuyến nghị được danh sách công việc, việc làm phù hợp dựa trên các thông
tin đó.
2.5 Hệ thống khuyến nghị việc làm TopCV
TopCV là công ty tiên phong trong lĩnh vực Công nghệ nhân sự tại Việt Nam xoay
quanh Hệ sinh thái HR Tech với 4 sản phẩm chủ lực: Nền tảng công nghệ tuyển dụngthông minh TopCV.vn, Nền tảng thiết lập và đánh giá năng lực nhân viên TestCenter.vn,
Trang 21Nền tảng quản lý và gia tăng trải nghiệm nhân viên HappyTime.vn và Giải pháp quản trị
tuyển dụng hiệu suất cao SHiring.ai.
Hiện TopCV dang sở hữu hệ thống dữ liệu kho dữ liệu hơn 7,6 triệu ứng viên,
200.000+ doanh nghiệp đối tác sử dụng việc làm trong đó có nhiều đối tác lớn như FPT,Viettel, Vingroup, VNPT, Techcombank, kết nối trung bình với 250.000+ ứng viên phù
Xóa lọc nâng cao
fo} Tấtdảdngànhn v Ô Tấcảmhưực v (Tat cahinh thie v (Thue tap sinh ^ Ð Tatcaloaitin v
Quản lý / Giám sat
Tuyển dụng 1 việc làm Backend Java [Update 07/04/2024]
Trang chủ > Tuyển dụng 1 việc làm Backend Java [Update 07/04/2024] Trưởng chỉ nhánh
Ưu tiên hiển thị theo: 0) Liên quan Ngày đăng Ngày cập nhật cz Phógiám đốc
Giám đốc ể 4
Fresher Backend Java thé ban quan tam
lợi Công ty Cp Công nghệ và Truyền thông Dagoras Thực tập sinh
Dagoras
HàNội 0òn23ngày để ứng tuyển Cập nhật1 tuần trước iV)
Hinh 2.2 Khuyén nghi viéc lam trén TopCV
Tương tự như TopDev quan sát kết quả khuyến nghị trên TopCV_ dựa trên thong
tin về chuyên ngành IT và kinh nghiệm việc làm của Sinh viên khi nhập từ khóa kỹ năng
“backend java” thì hệ thống cho ra kết quả danh sách việc làm phù hợp đúng với thông tin
công việc mong muốn tuy nhiên lại chưa thật sự phù hợp với vị trí yêu cầu mong muốn ở
đây là thực tập sinh.
2.6 Kết chương
Chương này trình bày cơ bản về đặc điểm, các ưu nhược điểm về các nghiên cứu
hệ thống khuyến nghị liên quan trên thị trường và trình bày điểm mới cải tiến dựa trên một
số minh chứng các hệ thống khuyến nghị việc làm hiện nay tại Việt Nam Chương tiếptheo khóa luận sẽ mô tả chỉ tiết bài toán hệ khuyến nghị và cấu trúc phân tích thiết kế hệ
thống phần mềm.
Trang 22CHƯƠNG 3 HE THONG KHUYEN NGHI VIEC LAM
3.1 Phát biểu bài toán hệ khuyến nghị
Hệ khuyến nghị tiếng Anh là Recommender System hay Recommendation System,
là một hệ thống con của hệ thống lọc thông tin dùng dé tiên đoán giá trị đánh giá hoặc yêuthích mà một người dùng dành cho một đối tượng[4]
Theo Ricci và cộng sự trong Recommender Systems Handbook [5], hệ khuyến nghị
là những công cụ phần mềm và các công nghệ đưa ra các gợi ý về các đối tượng có thé
được quan tâm bởi người dùng Những kết quả gợi ý được đưa ra nhằm hỗ trợ người dùng
của hệ thống đưa ra các quyết định chăng hạn nên mua gi, nên nghe nhạc gì hay nên đọctin tức gì Hệ khuyến nghị đã chứng tỏ giá trị ý nghĩa đối với những người dùng online,giúp họ đương đầu với việc quản lý thông tin và trở thành một trong những công cụ tiệnich và phô biến nhất trong kinh tế
Hiện nay có nhiều nghiên cứu liên quan đã phát biểu về bài toán khuyến nghị và
các khái niệm liên quan như Jannach và cộng sự [6], Adomavicius va Tuzhilin [7],
Bobadilla và cộng sự [8] Khóa luận sẽ dựa và các nghiên cứu liên quan trên để trình bàymột số khái niệm liên quan và phát biéu bài toán khuyến nghị
Định nghĩa 2.1 Không gian người dùng [7][9]
“Không gian người dùng” là tập tất cả các người dùng được quan sát bởi hệ thống
dé thực hiện khuyến nghị, ký hiệu: U = ful, u2, un}.
Định nghĩa 2.2 Không gian đối tượng khuyến nghị [7][9]
“Không gian đối tượng khuyến nghị” là tất cả các đối tượng có khả năng sẽ được
hệ thống khuyến nghị cho người dùng Tùy vào mục tiêu của mỗi hệ thống mà đối tượng
khuyến nghị sẽ là gì, chăng hạn như phim, các bài báo, nhạc Với hệ thống mà khóa luậnđang phát triển thì các đối tượng khuyến nghị chính là những việc làm đã đăng tuyển Ky
hiệu: P = fp], p2, pm}
Dinh nghĩa 2.3 Ham hữu ich [9]
“Hàm hữu ích” được định nghĩa là một phép ánh xạ: ƒ: U x P > R, dùng để xácđịnh giá trị hữu ich của đối tượng khuyến nghị p € P với người ding € U Với R là tậpcác giá trị hữu ích có giá trị trong một khoảng cụ thê và được thuật toán sắp xếp theo thứ
tự giảm dần
Trang 23Phát biểu bài toán khuyến nghị
Cho trước:
e Không gian người dùng U = {ul, u2, un}
e Không gian đối tượng khuyến nghị P = {p1, p2, pm}
Tìm hàm hữu ích f, xác định giá trị hữu ích f(u, p) của đôi tượng khuyến nghị
p €P đối với người dùng € U Với mỗi người dùng € hệ khuyến nghị cần trả
về một danh sách TopN các đối tượng khuyến nghị có giá trị hữu ích cao nhất được
sắp xếp theo thứ tự giảm dan
Việc làm thế nào tìm được hàm hữu ích f hiện nay đã có rất nhiều các phươngpháp, hướng tiếp cận khác nhau Phần tiếp theo sẽ trình bày về các phương pháp tiến
cận truyền thống phổ biến nhất
3.2 Các phương pháp tiếp cận cơ bản [7|
3.2.1 Tiếp cận lọc cộng tác (Collaborative filtering approach)
Tiếp cận lọc cộng tác (Collaborative filtering approach) hay viết tắt là CF, làphương pháp tiếp cận dựa trên đữ liệu hành vi, sở thích trong quá khứ của người dùng
(ma trận đánh giá), ý tưởng cơ bản của CF là néu những người dùng có cùng sở thích
ở quá khứ thì cũng sẽ có cùng sở thích trong tương lai.
Định nghĩa 2.4 Ma trận đánh giá [9]
Cho không gian người dùng U = {u1, u2, un} và không gian các đối tượng khuyến
nghị P = {p1, p2, pm} Ma trận A kích thước mxn chứa các giá trị đánh giá a,j; với i €
1 n,j € 1 m Những giá trị đánh giá a;; thể hiện mức độ hữu ích của đối tượng p; với
người dùng u; (hay ƒ (uj, Pj) = đ,,) Giá tri đị; có thể là số nguyên hay số thực trong
một khoảng có định nào đó tùy thuộc vào bài toán cụ thể Thông thường giá trị đánh giáa; trong các hệ thống ứng dụng phô biến thường từ 1 (không hữu ích) đến 5 (rất hữu ích).Nếu một người dùng 1; chưa thể hiện đánh giá với một đối tượng p; thì a,;= Ø và cần
được tính toán (dấu ? trong bảng 2.1)
10
Trang 24Bang 3.1 Dấu ? là các giá trị can tiên đoán trong ma trận đánh giá.
Tiếp cận lọc cộng tác được xem là hướng tiếp cận phổ biến nhất và thành công vượttrội dé xây dựng hệ khuyến nghị cho các hệ thong việc lam, tin báo, [6][9] Với rat nhiéu
các nghiên cứu, cài đặt và thực nghiệm đã thực hiện trước đó, CF được chia thành 2 nhóm
chính gồm: CF dựa trên bộ nhớ và CF dựa trên mô hình
CF dựa trên bộ nhớ dùng các kỹ thuật của thống kê dé tính toán tìm người dùnghoặc đối tượng khuyến nghị tương tự từ thông tin trong ma trận đánh giá “Tiếp cận CF”dựa trên bộ nhớ tim cách ước lượng giá trị của hàm hữu ích ƒ(œ, p), thể hiện cho mức độhữu ích của đối tượng khuyến nghị p đối với người dùng u Dựa trên ma trận đánh giá, CF
sẽ khuyến nghị cho người dùng u các đối tượng p tương tự với đối tượng p mà người dùng
u đã đánh giá trước đó (phương pháp lọc dựa trên đối tượng khuyến nghị - Item based)hoặc khuyến nghị các đối tượng ø mà những người dùng có đồng sở thích với người dùng
u đã đánh giá (phương pháp lọc dựa trên người dùng - User based).
Tiếp theo em sẽ trình bày chỉ tiết về 2 phương pháp lọc dựa trên ngườidùng (User based) và loc dựa trên đối tượng khuyến nghị (Item based)
3.2.1.1 Lọc dựa trên người dung
Định nghĩa 2.5 Những người dùng đồng sở thích [9]
Những người dùng đồng sở thích là những người có sở thích hay những đánh giátrong quá khứ tương tự với người dùng u trên cùng những đối tượng khuyến nghị từ matrận đánh giá Ký hiệu Su là những người dùng đồng sở thích với u, trong đó € U, S„ C
U, U là không gian người dùng của hệ thống
II
Trang 25Ý tưởng chính: ý tưởng thực hiện của phương pháp lọc dựa trên người dùng gồm
3 bước chính: đầu tiên xác định danh sách những người dùng có cùng sở thích với ngườidùng hay S,,; Bước 2 tiến hành ước lượng giá trị hàm hữu ich f(u, p) của đối tượngkhuyến nghị p với người dùng bằng cách tổng hợp giá trị đánh giá của S,, đối với p
Bước 3 là thực hiện khuyến nghị dựa trên giá trị hàm hữu ích ước lượng được.
3.2.1.2 Loe dựa trên đối tượng khuyến nghị
Tương tự như thuật toán lọc dựa trên đối tượng người dùng, lọc dựa trên đối tượng
khuyến nghị với ý tưởng và các bước thực hiện khá giống nhau gồm 3 bước chính: đầu
tiên xác định danh sách những đối tượng khuyến nghị tương tự nhất với đối tượng khuyến
nghị p I„; Bước 2 tiễn hành ước lượng giá trị hàm hữu ích f(u, p) của đối tượng khuyến
nghị p với người dùng wu bang cách tông hợp giá trị đánh giá của cho p € I, đối với p.Bước 3 thực hiện khuyến nghị dựa trên giá trị hàm hữu ích ước lượng được
3.2.2 Tiếp cận nội dung (Content based approach)
3.2.2.1 Giới thiệu
Hướng tiếp cận thuật toán dựa trên nội dung (Content based approach)[10] là mộtdạng đặc biệt của bài toán truy van và lọc thông tin [11] Hướng tiếp cận nay tìm cáchkhuyến nghị cho người dùng những đối tượng có nội dung tương tự với những đối tượng
mà người dùng quan tâm trong quá khứ [11] Hay nói cách khác tiếp cận theo hướng nộidung trả lời cho câu hỏi sau của người sử dung: “Hãy cho tôi biết những sản phẩm tương
tự với những sản phẩm mà tôi thích” [11]
Đề xây dựng một hệ thống khuyến nghị tiếp cận theo hướng nội dung chúng ta cầncung cấp cho hệ thống tập các thông tin sẵn có về đối tượng được khuyến nghị như thểloại, mô tả, tính chất, đặc điểm và một tập dữ liệu mô tả sở thích của người dùng Nhiệm
vụ của hệ thống là “học” sở thích của người dùng và tìm ra những đối tượng có đặc điểm
tương tự với sở thích của người dùng.
3.2.2.2 Phuong pháp tính độ tương tự
Độ tương tự của người dùng u và đối tượng ¡ có thê tính bằng độ tương tự Cosine
[12], khoảng cách Euclide [13], hoặc sử dung Tanimoto [14] dé tính toán Thông thường
12
Trang 26các nghiên cứu sử dung độ tương tự Cosine dé tính toán Công thức tinh Cosine được biéu
diễn như sau:
dung của đối tượng dưới dạng một vector đặc trưng [15] Phương pháp xây dựng vector
đặc trưng sẽ được trình bày chỉ tiết ở mục tiếp theo
3.2.2.3 Phương pháp xây dựng vector đặc trưng
Các vector đặc trưng có thé được xây dựng bằng nhiều thuật toán, thư viện khácnhau Thông thường đề xây dựng vector đặc trưng, các văn bản phi cấu trúc sẽ được táchthành n cụm từ không trùng lắp Sau đó biểu điễn các cụm từ thành một vector với số chiều
là n [15] Giá trị của mỗi chiều sẽ bằng số lần mà cụm từ đó xuất hiện trong văn bản gốc.Tuy nhiên theo Dietmar Jannach thì việc biéu diễn bằng cách trên có một vài vấn đề cần
lưu ý [15]:
e Không phải tất cả các cụm từ có độ quan trọng giống như nhau
e Các văn bản dai dẫn đến tăng cơ hội trùng lắp với hồ sơ của người dùng
Đề khắc phục tình trạng trên, theo ông Dietmar Jannach [15] và một số tài liệu khác[16][5] thì không nên dùng trực tiếp tần xuất mà cụm từ xuất hiện trong tài liệu được môhình hóa mà nên dùng giá trị TF-IDF thay thế Việc tính giá trị TF-IDF có thể sử dụng
công thức sau:
TF — IDF(Lj) = TF(Lj) * IDF()
Trong đó TF (i,j) chính là số lần cụm từ i xuất hiện trong văn bản j, IDF() chính
là giá trị đo độ phổ biến của cụm từ i trong tất cả các văn ban IDF() được tính theo
công thức:
13
Trang 27IDF(i) = ST)
Trong đó N là sô văn bản thô cân mô hình hóa n(i) là sô văn bản chứ cụm từ i.
3.2.2.4 Phương pháp khuyến nghịCác bước đề tiễn hành xây dựng và triển khai hệ thống khuyến nghị đối tượng dựa
trên nội dung như sau:
e Bước 1: Biểu diễn nội dung của những đối tượng được khuyến nghị i dưới
dạng một vector đặc trưng (feature vector) [L7].
e Bước 2: Xây dung và biểu diễn sở thích của người dùng u dưới dang một
vector đặc trưng.
e Bước 3: Tính toán độ tương tự cosine [12] của các đối tượng 1 thuộc tập đối
đượng được khuyến nghị đối với người dùng u
e Bước 4: Dua ra top N những đối tượng có độ tương tự cao nhất
3.2.3 Tiép can lai (Hybrid approach)
Có rat nhiều phương pháp khuyến nghị khác nhau Mỗi phương pháp có một điểm
mạnh và điểm yếu riêng Phương pháp lai ra đời nhằm tận dụng các điểm mạnh của các
phương pháp khuyến nghị khác nhau và hạn chế các điểm yêu [9] Phương pháp lai kết
hợp kết quả khuyến nghị của các phương pháp khuyến nghị khác theo một cách nao đó nhằm đưa ra một hệ thống khuyến nghị tốt hơn Có nhiều cách lai khác nhau Cách tiếp
cận lai đơn giản nhất là sử dụng phương pháp lai có trọng số (Weighted) Mỗi kết quả đầu
ra của các phương pháp i sẽ được kết hợp tuyến tinh với nhau theo một hệ số Bi Các hệ
số Bi này sẽ dan được hiệu chỉnh cho đến khi thu được kết quả tốt nhất
Công thức dự đoán cho phương pháp lai có trọng số:
n
TC Cweighted(U, = » ¿ X rec;,(u, i)
k=1
14
Trang 287 ¬s, Extend “~ /“ Thanh toán
STT | Tên Actor Ý nghĩa
1 Người tuyên dụng Là người cung cấp việc làm
; , Là người có những nhu cầu mong muốn tìm công
2 Người ứng tuyên ; xa
việc phù hợp với kinh nghiệm bản thân
Bang 3.2 Bảng danh sách actors hệ thong
15
Trang 293.3.2 Danh sách các Use case
công
STT | Use case chính Phân rã Use case | Ý nghĩa/Ghi chú
Người dùng đăng nhập vào hệ thống
Đăng nhập ` ;
bang tai khoan
; Khôi phục mật | Cho phép lấy lại mật khẩu thông
1 Xác thực người dùng , ;
khau qua email
_ | Cập nhật thông tin cá nhân, thay đổi
Cập nhật thông tin „
mật khâu
¬ Thêm mới một việc làm mà người
2 Đăng tuyên việc làm „ l
tuyên dụng có khả năng cung câp
Sửa chữa thông tin việc làm của bài
Sửa bài đăng a
việt đã được đăng
3 | Quản lý bài đăng
: Xóa một bài đăng việc làm khỏi
Xóa bài đăng
danh sách những bài đã đăng
Pi Xem nhu cầu người Tra cứu nhu cầu về những việc làm
ứng tuyên mà người ứng tuyên mong muốn
Tạo gói việc làm tùy Tạo một việc làm với những thông
5 chỉnh với người ứng số mong muốn dựa trên một việc
tuyên làm sẵn có
Người tuyên dụng xác nhận bắt đầu
Xác nhận ứng c ;
, cung cap việc làm cho người ứng
Quản lý đơn ứng tuyên ,
tuyén
6 tuyên : ¬
, | Người tuyên dụng thanh toán tiên
(nhà tuyên dụng) Thanh toán tiên
công theo kết quả làm việc cho
người ứng tuyên
16
Trang 30Yêu câu làm lại
đơn hàng
Có quyên dé nghị người tuyên dụng
làm lại việc làm nếu cảm thấy
không như mong đợi
Người ứng tuyên tìm kiêm việc làm
7 _ | Tìm kiếm việc làm
mà bản thân có nhu câu sử dụng
Người ứng tuyên xem trước những
8 Xem việc làm thông tin về việc làm có phù hợp với
nhu cầu của bản thân không
, Lo Ứng tuyến việc làm phù hợp dựa
9 Ung tuyén viéc lam
trén thong tin va kinh nghiém
ãmw | Người ứng tuyển đính kèm dữ liệu
Giao kêt quả việc |, _
f về việc làm và gửi nó cho người
ae x Lạ am ;
T Quản lý đơn đặt hàng tuyển dụng
(người ứng tuyển) , i
y , | Ưng tuyên việc làm phù hop dựa
Gửi đơn ứng tuyên
trên thông tin và kinh nghiệm
l Thêm một yêu cầu về việc làm dé
Quản lý nhu câu tìm | Tạo danh sách yêu , ' ;
lãi ; : người tuyên dụng biệt thứ người
việc câu aan
ung tuyén can
Gom nhóm việc | Nhóm những việc làm đã sử dung
| l làm yêu thích mà người ứng tuyển thấy hài lòng
b Quản lý công việc yêu
17
Trang 313.3.3 Đặc tả Use case
3.3.3.1 Đặc ta Use case Xác thực người dùng
a Đặc tả Use case Đăng nhập
Use case: Đăng nhập
Tác nhân chính: Người ứng tuyên, người tuyên dụng
Mô tả ngắn gọn:
e Người dùng muốn vào hệ thống dé thực hiện các tính năng thì phải thông qua
đăng nhập
Điều kiện tiên quyết:
e Hệ thống đang ở trạng thái hoạt động
e Phải có tài khoản
Sự kiện kích hoạt: Không có
Điêu kiện thực hiện: Không có
e Hệ thống hién thị giao diện đăng nhập
e Nguoi dùng nhập thông tin vào các 6.
e Bam “Sign in”
e Nếu thành công thì sé đăng nhập thành công vào hệ thống Nếu thất bai thi hệ
thống sẽ hiện thông báo.
e Kêt thúc use case
Bang 3.4 Đặc ta Use case Đăng nhập
18
Trang 32«Actor UI «Actor»
User credentialDB
Nhập email và mật khẩu on
<<
Kiếm tra rang buộc.
điều kiện đầu vào
Xác minh tai khoản người dùng.
Kiểm tra email và mật khâu Trả về kết quả kiểm tra
Trả về kết quả théng báo
Hình 3.2 Biểu đồ tuần tự đăng nhập
b Đặc tả Use case thay đối mật khẩu
Use case: Thay đối mật khâu
Tác nhân chính: Người ứng tuyên, người tuyên dụng
Mô tả ngắn gon:
e Khi quên mật khâu và muốn lay lai mat khâu mới thi người dùng thực hiện use
case này.
Điều kiện tiên quyết:
e Hệ thống dang ở trạng thái hoạt động
e Phải có username, email đã được đăng ký
Sự kiện kích hoạt: Bam “Forgot password” ở màn hình đăng nhập
Điều kiện thực hiện: Không có
Luông sự kiện chính:
e _ Hệ thống hiển thi 6 dé nhập username
e Nguoi dùng nhập thông tin.
e Bam “Reset password”
e Hệ thống sẽ gửi mã code đến mail
19
Trang 33e Điền mã code va mật khẩu mới
e Bam “Reset password”
e Nếu mã code tring hợp lệ thi password được thay đổi thành công Ngược lại
hệ thống sẽ thông báo thất bại và tiến hành lại từ đầu
e Kêt thúc use case
-Kiểm tra rằng buộc
điều kiện đầu vào
Gửi thông tin email
ir cíKiểm tra rằng buộc.
điều kiện đầu vào.
Gửi thông tin mật khẩu mới
Cp nhật lại mật khẩu
le
Trả về kết quả thông báo,
‘Tra về kết quả thông báo
Hình 3.3 Biểu đô tuần tự đặt lại mật khẩu
c Đặc tả Use case hiệu chỉnh thông tin Use case: Hiệu chỉnh thông tin
Tác nhân chính: Người ứng tuyên, người tuyên dụng
Mô tả ngắn gọn:
e Người dùng muốn thay đổi thông tin cá nhân hoặc mật khâu thì sử dung use
case này
Điều kiện tiên quyết:®>⁄4 “o>
e Hé thong dang ở trạng thái hoạt động.
Sự kiện kích hoạt: Bâm “Profile” ở menu
20
Trang 34Điều kiện thực hiện: Người dùng đăng nhập vào hệ thống
Luông sự kiện chính:
e _ Hệ thống hiển thị màn hinh Cập nhật thông tin
e Người dùng nhập thông tin cá nhân vào các 6 dé thay đôi
e Hé thống kiểm tra tinh đúng đắn của dit liệu
e Chọn “Save changes” để lưu
e Hé thống thông báo kết quả
e Nếu người dùng chon “Change password” chuyên sang luồng Al
e Kêt thúc use case
Luông thay thé:
1 Luong phu Al
- Hién thị màn hình Thay đổi mật khâu
- _ Nhập mật khẩu hiện tại và mật khâu mới
- Bam “Change password” dé thay đôi
- Hé thống hiển thi thong báo
- Kêt thúc use case
thay đổi thông tin
le thông tin người dùng
< - ¬— ————— Trả về kết quả thông báo.
Trả về kết quả thông báo
Trả về kết quả thông báo,
Hình 3.4 Biểu đô tuần tự hiệu chỉnh thông tin
3.3.3.2 Dac ta Use case Đăng việc lam Use case: Dang viéc lam
21
Trang 35Tác nhân chính: Người tuyển dụng
Mô tả ngăn gon:
e Dùng dé thực hiện chức năng thêm một việc làm mà người tuyên dụng có kha
năng cung cấp
Điều kiện tiên quyết:
e Hệ thống đang ở trạng thái hoạt động
e Người dùng đang ở trạng thái “Người tuyển dung”
Sự kiện kích hoạt: Nhắn nút dấu ‘+’ ở màn hình quan lý bài đăng
Điều kiện thực hiện: Người dùng phải đăng nhập vào hệ thông
Luông sự kiện chính:
e Hệ thống hiển thị giao diện tạo bai đăng
e Người dùng điền đầy đủ các trường thông tin (tiêu đề, danh mục, thẻ, )
e Bam nút “Next” chuyên sang màn hình nhập thông tin gói hang
e© Người dùng nhập day đủ các trường thông tin (tên gói hàng, số lần làm lại,
ngày hết han, )
e Bam nút “Next” chuyên sang màn hình thêm thông tin cho gói hàng
e _ Người dùng thêm phan thông tin còn lại (mô tả, hình ảnh, )
e Bấm nút “Finish” kết thúc quá trình đăng bài việc làm
e Kêt thúc use case
Bang 3.7 Dac ta Use case Dang viéc lam
22
Trang 36«Actor» «Actor»
I trol
Seller | | „ | | co roe | | credentialDB | |
Gửi yêu cầu :
tao bai dang dich vu
— Kiểm tra rang buộc
điều kiện dau vào
Tiền hành tao bài đăng dịch vụ
Gửi thông tin bài đăng
Tạo bài đăng
| —Ì thành công
Trả về kết quả thông báo Trả về kết quả thông báo
Hình 3.5 Biểu đô tuần tự tạo mới bài đăng việc làm
3.3.3.3 Đặc ta Use case Quản ly bài đăng
Use case: Quan ly bai dang
Tác nhân chính: Người tuyển dụng
Mô tả ngắn gọn:
e Quản lý chi tiệt các bài đăng và | sô nghiệp vụ như: tra cứu, xóa, sửa
Điều kiện tiên quyết:
e Hệ thống đang ở trạng thái hoạt động
e Người dùng đang ở trạng thái “Người tuyển dụng”
e Có quyên sử dụng Usecase
Sự kiện kích hoạt: Chọn tab “Order” Trong màn hình này chọn tab “My Posts”
Điều kiện thực hiện: Người dùng phải đăng nhập vào hệ thống
Luông sự kiện chính:
e Hệ thống hiển thị giao diện quan lý bài đăng(bao gồm danh sách các bài đăng
và các button phục vụ các chức năng liên quan).
e Người dùng thực hiện | trong các thao tac:
- _ Nếu người dùng bam vào một bài đăng thì sẽ chuyển qua màn hình thông
tin của bài đăng và tới luồng phụ AI
23
Trang 37- _ Nếu người dùng vuốt một bài đăng qua bên phải sẽ có hai nút dé người
dùng có thể tương tác là nut “Delete” và “Edit”
- _ Nếu người dùng bam nút “Delete” thì sẽ xóa bài đăng ngay lập tức
- _ Nếu người dùng bam nút “Edit” thì sẽ đi tới màn hình chỉnh sửa bài đăng
- GO trên danh sách các bài đăng có nút “Filter” dùng để lọc các bài đăng hiển
thị trên màn hình Nếu người dùng nhấn nút này chuyên tới luồng A2
e Kêt thúc use case
Luông sự kiện phụ
1 Luéng AI (Xem thông tin bài đăng)
Hiền thị màn hình thông tin chỉ tiết bài đăngNgười dùng bam vào nút “Edit your post” sẽ đi tới màn hình chỉnh sửa
thông tin bài đăng
Nếu người dùng nhắn vào nút biêu tượng thùng rac sẽ xóa bai đăng
Ở gần dưới cùng màn hình có hiển thị 1-3 đánh giá của những ngườiứng tuyên trước đó đành cho người tuyển dung Có nút “See All”, nếu
người dùng bam vào nút này đi tới luồng phụ A3
Kêt thúc usecase.
2 Luéng A2 (Loc bai đăng)
Màn hình hiển thị một tam ở dưới cùng hiền thi danh sách trạng thái của
bai đăng (“Activie”, “Draft”, ) Người dùng chọn một trong các trạng thái
Hệ thống đóng màn hình chọn trạng thái bài đăng, quay về màn hìnhdanh sách các bài đăng và hiển thị những bai dang có trạng thái vừa
chọn tương ứng Kêt thúc usecase.
3 Luồng A3 (Xem danh sách đánh giá của người ứng tuyén)
Hệ thống hiển thị tất cả các đánh giá của người ứng tuyển dành chongười tuyển dụng này bao gồm các thông tin như nhận xét, số sao,
Kêt thúc use case
Bảng 3.8 Đặc ta Use case Quản ly bài dang
24
Trang 38«Actors «ActorsSeller credentialDBUI | | controller |
Gửi yêu cầu chỉnh svat thông tin dang dịch vụ
[> Chuyển sang màn hình
lq! chỉnh sửa bài đăng
a
> H
Nhập thông tin Kiểm tra rang buộc
bài đăng dịch vu điều kiên đầu vào
|j×—
Tiến hành cập nhật
bai đăng dich vụ
Gửi thông tin bài đăng
Cp nhật thông tin
le bài đăng thành công
m—
reece My a dc Trả về kết quả thông báo
*ễ 55sszszzzzZ=z=23885301 Trả về kết quả thông báo.
Trả về kết quả thông báo
Hình 3.6 Biểu đô tuần tự quản bài đăng3.3.3.4 Đặc tả Use case Xem nhu cầu tìm việc người ứng tuyến
Use case: Xem nhu câu tìm việc người ứng tuyên
Tác nhân chính: Người tuyển dụng
Mô tả ngắn gọn:
e Người tuyên dụng có thé xem những nhu cầu, yêu cầu về việc làm của người
ứng tuyên
Điều kiện tiên quyết:
e Hệ thống đang ở trạng thái hoạt động
e Người dùng đang ở trạng thái “Người tuyên dụng”
e Có quyền sử dụng Usecase
Sự kiện kích hoạt: Chọn tab “Profile” ở thanh điều hướng dưới cùng màn hình Tới
màn hình tài khoản chọn nút “Buyer requests”
Điều kiện thực hiện: Người dùng phải đăng nhập vào hệ thông
Luong sự kiện chính:
e Hệ thông hiển thị giao diện tat cả những nhu câu, yêu câu vê việc làm khớp
với kĩ năng, khả năng của người tuyên dụng
e Két thúc use case
Bang 3.9 Đặc ta Use case Xem nhu cau người ứng tuyển
25
Trang 39«Actor» «Actor»Seller | | | | Ẻ | | credentialDB | |Ul controller a
Gửi yêu cầu
xem nhu câu người mua
pg Lay thông tin danh sách nhu cầu
pews»
Gửi thông tin người dùng
Kiểm tra thông tin
l¢——1 người dùng hợp lệ
Trả
Trả về kết quả dữ liệu
Trả về kết quả thông bảo
Hình 3.7 Biêu đồ tuần tự xem nhu câu người ứng tuyên
3.3.3.5 Dac tả Use case Tạo gói việc làm tùy chỉnh với người ứng tuyểnUse case: Tạo gói việc làm tùy chỉnh với người ứng tuyển
Tác nhân chính: Người tuyển dụng
Mô tả ngắn gọn:
Người ứng tuyên và người tuyên dụng có thê thương lượng với nhau vê việc làm va
sau đó có một vài thông tin cân sửa đôi so với thông tin về việc làm ban đâu của người tuyên dụng đăng, Khi này người tuyên dụng có thê tạo một gói việc làm với những
thông tin được chỉnh sửa lại như thỏa thuận
Điều kiện tiên quyết:
e Hệ thống đang ở trạng thái hoạt động
e_ Người dùng dang ở trạng thái “Người tuyên dụng”
e Có quyên sử dụng Usecase
Sự kiện kích hoạt: Ở màn hình nhắn tin giữa người ứng tuyên và người tuyên dụng.Người tuyển dụng nhấn nút dấu cộng ở thanh nhắn tin Sau đó sẽ hiện dialog nhỏ cónút “Custom Offer” Người tuyên dụng nhắn vào nút này
Điều kiện thực hiện: Người dùng phải đăng nhập vào hệ thống
Luông sự kiện chính:
e Hệ thong hién thi giao diện tao gói việc lam tùy chỉnh
26
Trang 40e Người dùng thực hiện điền day đủ các thông tin tùy chỉnh về gói việc làm
e Người dùng bam nút “Change” dé chọn bài đăng có việc làm liên quan tới gói
việc làm đang tạo Đi tới luồng phụ A1
e Người dùng bam nút “Back” Đi tới luồng phụ A2
e Người dùng bam nút “Create offer”
e Hé thống thông báo tạo gói việc làm tùy chỉnh thành công và thoát khỏi màn
hình tạo gói việc làm
e_ Một tin nhắn với thông tin về gói việc làm tùy chỉnh sẽ được gửi qua người
ứng tuyển
e Kêt thúc use case
1 Luéng Al (Chọn bài đăng cho gói việc làm)
- Hién thị màn hình danh sách các bài đăng của người tuyển dụng
- Nguoi tuyến dụng chọn một bài đăng có chứa việc làm mà người ứng
tuyển đang có nhu cầu
- Kết thúc usecase
2 Luéng A2 (Hủy tạo gói việc làm)
- Quay lại màn hình nhắn tin
- _ Các trường thông tin đang điền dé ở màn thình tạo gói giao dịch sẽ được
trả về giá trị mặc định
- Kêt thúc usecase
Bảng 3.10 Đặc tả Use case Tạo gói việc làm tùy chỉnh với người ứng tuyển
27