Do an mon hoc He Thong Thong Tin quan ly, Do an mon hoc He Thong Thong Tin quan ly, Do an mon hoc He Thong Thong Tin quan ly, Do an mon hoc He Thong Thong Tin quan ly, Do an mon hoc He Thong Thong Tin quan ly,
Đại Học Công Nghệ Thông Tin Khoa Hệ Thống Thông Tin ĐỀ CƯƠNG CHI TIẾT Tên Đề Tài: XÂY DỰNG WEBSITE BÁN SÁCH ONLINE VÀ MỞ RỘNG TÍCH HỢP CHỨC NĂNG GỢI Ý MUA HÀNG Giáo viên hướng dẫn: Nguyễn Đình Loan Phương Thời gian thực hiện: (từ ngày nhận đề tài đến ngày … ) Sinh viên thực hiện: Huỳnh Văn Thông -10520630 (Email: huynhthong.uit@gmail.com) Loại đề tài: Xây dựng ứng dụng web Giới thiệu tổng quan Trong năm gần đây, với phát triển thương mại điện tử (E-Comerce), mang lại nhiều lợi ích to lớn cho kinh tế toàn cầu Thông qua đó, nhiều loại hình kinh doanh củng hình thành, có hình thức mua bán hàng mạng Với hình thức người tiêu dùng tiếp cận với hàng hóa cách dễ dàng nhanh chóng nhiều so với phương thức mua bán truyền thống trước Hiện nay, hệ thống bán hàng trực tuyến nói chung, hệ thống bán sách online nói riêng, tạo nhiều điều kiện thuận lợi để người mua tiếp cận nhiều mặt hàng lúc dễ dàng việc mua sản phẩm Tuy nhiên, việc trình bày trang trí nhiều mặt hàng website gây không khó khăn cho người mua Họ khó lựa chọn cho sản phẩm ưng ý Để khách hàng xem lựa chọn cho sách ưng ý lời tư vấn, trợ giúp mua quan trọng Điều thực tế, phương thức bán hàng truyền thống, lời tư vấn từ người bán hàng sẻ tạo lợi lớn cho cửa hàng họ Do đó, phương thức bán hàng trực tuyến qua mạng thực phát triển bên cạnh lợi vốn có việc có thêm “sự trợ giúp” cần thiết Một hệ thống gợi ý tốt đóng vai trò người trung gian hỗ trợ khách hàng đưa định mua hàng đắn Bằng cách xác định mục đích nhu cầu khách hàng, hệ thống đưa tập gợi ý giúp cho người mua dễ dàng chọn lựa sản phẩm yêu thích Qua hiệu suất việc mua bán hàng trực tuyến tăng cao cách đáng kể Đối tượng, phạm vi nghiên cứu - Xây dựng website bán sách online với chức hoàn chỉnh - Tìm hiểu giải thuật lọc cộng tác dựa nhớ (Memory-based Collaborative - Filtering) hệ thống gợi ý Cài đặt đánh giá giải thuật dựa tập liệu chuẩn, so sánh với phương - pháp khác để làm rõ mức độ tin cậy Cài đặt, tích hợp vào website bán sách online Tìm hiểu khắc phục nhược điểm kỹ thuật lọc cộng tác vấn đề người dùng sản phẩm cập nhập Phương pháp nghiên cứu Thực đề tài này, áp dụng phương pháp nghiên cứu sau đây: Tìm hiểu, nghiên cứu lý thuyết sau thực hành cài đặt giải thuật lọc cộng tác dựa nhớ cuối đánh giá lại kết giải thuật Nghiên cứu lý thuyết để tìm hiểu thông tin liên quan đến chức gợi ý, tư vấn mà giải thuật mang lại, tìm hiểu phân tích ưu nhược điểm giải thuât thông tin liên quan đến vấn đề cần giải Cài đặt đánh giá giải thuật lọc cộng tác, giúp kiểm tra lại sở lý thuyết nghiên cứu tiến hành so sánh với phương pháp khác Mục tiêu xây dựng website bán hàng trực tuyến cách hoàn mở rộng có tích hợp giải thuật lọc cộng tác nhằm đưa gợi ý mua hàng phù hợp, hổ trợ cho người dùng Ý nghĩa thực tiễn thực đề tài Đề tài giúp phần việc nhận phần thiếu sót số trang web bán sách trực tuyến Cần phải nâng cao chất lượng dịch vụ, hổ trợ khách hàng nhiều Nhằm nâng cao khả cạnh tranh mình, nâng cao vị kinh tế hàng hóa Đề tài đưa hướng tiệp cần nhằm nâng cao chất lượng dịch vụ website, xây dựng tiện ích nhằm hổ trợ khách hàng việc gợi ý để khách hàng chọn mua sản phẩm phù hợp cho cá nhân họ Đặc biệt với ứng dụng nghiên cứu từ lâu chứng minh tính hiệu số website mua bán Thế Giới, nhiên mẽ Việt Nam Tóm tắt nội dung đề tài Chương 1: Giới thiệu tổng quan kỹ thuật lọc cộng tác (Định nghĩa, lý thuyết kỹ thuật lọc cộng tác, ưu điểm, nhược điểm kỹ thuật này, thách thức khó khăn khắc phục vấn đề người dùng sản phẩm Các phương pháp tiếp cận cho kỹ thuật lọc cộng tác) Chương 2: Phân tích thiết kế website bán sách trực tuyến chức gợi ý cho khách hàng lựa chọn sản phẩm Chương 3: Kết thực nghiệm việc cài đặt, đánh giá, so sánh kết giải thuật lọc cộng tác với phương pháp khác Chương 4: Thiết kế cài đặt ứng dụng gợi ý sản phẩm cho khách hàng, số giao diện chính, đưa mội số kịch minh họa cho kết xây dựng ứng dụng Chương 5: Kết đạt hướng phát triển Tài liệu tham khảo [1] Nguyễn Duy Phương Luận văn tiến sỹ “Phát triển số phương pháp lọc thông tin cho hệ tư vấn”, đại học Công Nghệ [2] C W K Leung, S C F Chan, and F L Chung, “A collaborative filtering framework based on fuzzy association rules and multi-level similarity,” Knowledge and Information Systems, 2006 [3] D.Goldberg, D.Nichols, B.M.Oki, and D.Terry,“Using collaborative filtering to weave an information tapestry,” Communications of ACM, 1992 [4] J L.Herlocker, J A.Konstan, L.G Terveen, and J T.Riedl, “Evaluating collaborative filtering recommender systems,” ACM Transactions on Information Systems, 2004 [5] Prem Melville and Vikas Sindhwani, “Recommender Systems”, IBM T.J Watson Research Center, Yorktown Heights, NY 10598 [6] A Ansari, S Essegaier, R Kohli (2000), “Internet Recommendations Systems” J Marketing Research, pp 363-375 [7] A.Umyarov, AlexanderTuzhilin: Improving Collaborative Filtering Recommendations Using External Data ICDM 2008: 618-627 [8] C Desrosiers, G Karypis (2008), “Solving the Sparsity Problem: Collaborative Filtering via Indirect Similarities”, Department of Computer Science and Engineering University of Minnesota (Technical Report) [9] D Billsus and M Pazzani (1998), “Learning Collaborative Information Filters”, Proc Int’l Conf Machine Learning [10] G Linden, B Smith, and J York (2003), “Amazon.com Recommendations: Item-toItem Collaborative Filtering”, IEEE Internet Computing [11] I Soboroff and C Nicholas (1999), “Combining Content and Collaboration in Text Filtering” Proc Int’l Joint Conf Artificial Intelligence Workshop: Machine Learning for Information Filtering [12] J S Breese, D Heckerman, and C Kadie (1998), “Empirical analysis of Predictive Algorithms for Collaborative Filtering”, In Proc of 14th Conf on Uncertainty in Artificial Intelligenc [13] JB Schafer, J.A Konstan, and J Riedl (2001), “E-Commerce Recommendation Applications,” Data Mining and Knowledge Discovery [14] J.L Herlocker, J.A Konstan, and J Riedl (2000), “Explaining Collaborative Filtering Recommendations”, Proc ACM Conf Computer Supported Cooperative Work [15] K Crammer, and Y Singer (2002), “Pranking with ranking”, Advances in Neural Information Processing Systems [16] T Tran and R Cohen (2000), “Hybrid Recommender Systems for Electronic Commerce”, Proc Knowledge-Based Electronic Markets, Papers from the AAAI Workshop [17] X Su, T M Khoshgoftaar (2009), “ASurvey of Collaborative Filtering Techniques” Advances in Artificial Intelligence ... khảo [1] Nguyễn Duy Phương Luận văn tiến sỹ “Phát triển số phương pháp lọc thông tin cho hệ tư vấn”, đại học Công Nghệ [2] C W K Leung, S C F Chan, and F L Chung, “A collaborative filtering framework... sau đây: Tìm hiểu, nghiên cứu lý thuyết sau thực hành cài đặt giải thuật lọc cộng tác dựa nhớ cuối đánh giá lại kết giải thuật Nghiên cứu lý thuyết để tìm hiểu thông tin liên quan đến chức gợi ý,... “sự trợ giúp” cần thiết Một hệ thống gợi ý tốt đóng vai trò người trung gian hỗ trợ khách hàng đưa định mua hàng đắn Bằng cách xác định mục đích nhu cầu khách hàng, hệ thống đưa tập gợi ý giúp cho