6. Điểm: (Bằng chữ: )
5.3.2. Tìm hiểu và xây dựng dự án mẫu về hệ thống gợi ý
5.3.2.1. Tập dữ liệu mẫu
Hệ thống mẫu sử dụng tập dữ liệu có chứa: - 30 tag
- 3000 bài báo - 3000 người dùng
- 105,873 hành động của người dùng bao gồm: xem, tải về, bình chọn tốt và bình chọn không tốt.
Hình 5. 6: Một đoạn dữ liệu của tập dữ liệu thử nghiệm
Vì người dùng không cung cấp những đánh giá rõ ràng cho từng sản phẩm và chỉ dựa vào các hành động của người dùng nên việc đầu tiên cần làm là xây dựng một phương thức để chuyển đổi các hành động này của người dùng để trả về một giá trị đại diện cụ thể duy nhất.
5.3.2.2. Cách tiếp cận User-based
Việc train dữ liệu để sử dụng cho phương pháp gợi ý dựa trên người dùng cũng khá đơn giản, chỉ là hành động lấy dữ liệu và trả về một mảng hai chiều chứa các đánh giá của từng người dùng dành cho từng sản phẩm.
Sau khi train dữ liệu thì hệ thống sẽ mã hóa và lưu dữ liệu vào 1 file có tên “recommender.dat”. Để hệ thống thao tác dễ dàng hơn cũng như tăng tốc độ.
Chương 5: Hiện thực dự án 83
Hình 5. 7: Bảng dữ liệu sau khi train dữ liệu (User-based)
Như đã trình bày ở trên thì cách tiếp cận này sẽ tìm ra nhóm người dùng tương tự với người dùng mục tiêu nhất. để tìm ra được danh sách này chúng ta cần so sánh những đánh giá đã được ghi lại của người dùng mục tiêu (ở đây là các hành động của người dùng) với những đánh giá của tất cả người dùng khác trong hệ thống.
Có nhiều cách để tính được mức độ tương quan của người dùng mục tiêu với những người dùng khác. Chúng ta sẽ sử dụng hệ số tương quan Pearson (số liệu thống kê kiểm tra đo lường mối quan hệ thống kê hoặc liên kết giữa các biến phụ thuộc với các biến liên tục) để sử dụng cho việc so sánh.
Hình 5. 8: Công thức hệ số tương quan Pearson
Chúng ta sẽ thực hiện việc so sánh mức độ tương quan của các người dùng bằng cách xây dựng một hàm với tham số chuyền vào là danh sách hành động của người dùng a và người dùng b và kết quả trả ra là hệ số tương quan Pearson. Và sau đó chạy hàm so sánh người dùng mục tiêu với tất cả người dùng còn lại trong hệ thống rồi sau đó chỉ cần sắp xếp lại danh sách người dùng theo chiều giảm dần của kết quả trả ra của hàm so sánh và lấy ra số lượng người dùng cần thiết để phục vụ cho việc gợi ý.
Chương 5: Hiện thực dự án 84 Sau khi chúng ta đã có danh sách những người dùng có độ tương quan cao nhất so với người dùng mục tiêu, chúng ta có thể lặp qua tất cả sản phẩm và xem xét đánh giá của họ đối với từng bài báo. Nếu như những đánh giá này đủ tốt thì sẽ gợi ý bài báo đó cho người dùng mục tiêu.
5.3.2.3. Cách tiếp cận Item-based
Việc train dữ liệu cho hệ thống gợi ý dựa trên sản phẩm này cũng tương tự như việc train dữ liệu sử dụng cho cách tiếp cận User-base vừa trình bày ở trên, tuy nhiên chúng ta sẽ cần thêm một đoạn dữ liệu là Id của những tag mà từng bài báo có:
Hình 5. 9: Bảng dữ liệu sau khi train dữ liệu (Item-based)
Việc đầu tiên chúng ta cần làm đối với hệ thống gợi ý dựa trên sản phẩm là tìm và lấy ra một số bài báo mà người dùng mục tiêu đã có đánh giá tốt nhất trước đây.
Sau khi đã lấy được danh sách những bài báo có đánh giá tốt nhất, thì chúng ta bắt đầu tìm những bài báo tương tự với từng bài báo đã tìm được sử dụng phương thức so sánh tương tự như như phương thức so sánh của User-base tuy nhiên thay vì dữ liệu truyền vào là bảng dữ liệu sau khi train dữ liệu thì chúng ta sẽ đảo chiều dữ liệu để danh sách người dùng và tag trở thành hàng và danh sách bài báo trở thành cột của mảng.
Sau đó thì chúng ta sẽ nhận được kết quả là danh sách các sản phẩm tương tự với những sản phẩm đã được người dùng đánh giá tốt để gợi ý cho người dùng.
Vì hệ thống gợi ý dựa trên sản phẩm này phải tìm hàng xóm cho nhiều sản phẩm khác nhau nên giải thuật sẽ chạy chậm hơn một chút so với thống gợi ý dựa trên người dùng.
Chương 5: Hiện thực dự án 85
5.3.2.4. Kết quả
Sau khi xây dựng và chạy thử nghiệm với tập dữ liệu mẫu với việc chia tỉ lệ train- test là 90-10 và chạy cả 2 model với việc lấy ra 30 gợi ý một lần ta được kết quả như sau:
Hình 5. 10: Kết quả gợi ý của 2 cách tiếp cận
Hình 5. 11: Kết quả đánh giá giải thuật
Như hình trên ta có thể thấy độ chính xác cũng như tốc độ của hệ thống gợi ý dựa trên người dùng cao hơn một chút so với hệ thống gợi ý dựa trên sản phẩm. Chính vì vậy mà nhóm thực hiện báo cáo đã áp dụng hệ thống gợi ý dựa trên người dùng vào đồ án.
5.3.3. Áp dụng hệ thống gợi ý vào đồ án 5.3.3.1. Dữ liệu đầu vào 5.3.3.1. Dữ liệu đầu vào
Để áp dụng hệ thống gợi ý vào đồ án chúng ta cần danh sách sản phẩm, người dùng, ProductTag, và các hành động của người dùng. Tuy nhiên các dữ liệu này được lưu trong cở sở dữ liệu. Vì vậy chúng ta chỉ cần lấy dữ liệu ra và tổng hợp lại để thuận tiện cho việc training cũng như gợi ý. Chúng ta sẽ sử dụng dữ liệu từ các bảng:
Chương 5: Hiện thực dự án 86 - Người dùng - Tag - Các sản phẩm đã xem - Danh sách yêu thích - Danh sách mua hàng - Phản hồi về sản phẩm
5.3.3.2. Xây dựng các phương thức để lấy gợi ý
Sau khi đã thực hiện các bước như mục 5.3.2.2, chúng ta chỉ cần xây dựng thêm phương thức để lấy ra danh sách sản phẩm từ danh sách mã sản phẩm trả ra từ hệ thống gợi ý. Và cuối cùng là hiển thị lên trang chủ của website đối với những người dùng đã đăng nhập vào hệ thống.
5.3.3.3. Kết quả
Hệ thống hiển thị một danh sách các sản phẩm gợi ý khác nhau đối với từng người dùng.
Hình 5. 12: Kết quả hệ thống gợi ý trên giao diện trang web
5.4. Tìm hiểu công nghệ ASP.NET SignalR và xây dựng chức năng trò truyện thời gian thực gian thực
5.4.1. Tìm hiểu công nghệ SignalR (xem mục 2.2)
5.4.2. Xây dựng chức năng trò chuyện thời gian thực
Đầu tiên nhóm xây dựng tính năng trò chuyện theo kiểu trung tâm trò chuyện nghĩa là tất cả người dùng sẽ cùng trò chuyện với nhau qua một trung tâm và tin nhắn sẽ được hiển thị cho tất cả người dùng khác trong hệ thống. Công việc được thực hiện qua các bước như sau:
Chương 5: Hiện thực dự án 87 - Tạo cơ sở dữ liệu.
- Thêm giao diện và xử lý các sự kiện phía người trò chuyện. - Tạo ra trung tâm xử lý trò chuyện cho hệ thống.
Tạo các phương thức để truy xuất và lưu dữ liệu vào cơ sở dữ liệu.
5.4.2.1. Tạo cơ sở dữ liệu
Tạo thêm một bảng có tên “Message” để lưu trữ các tin nhắn bao gồm các thuộc tính: Id, Text, UserId, When.
5.4.2.2. Tạo phần giao diện cho người dùng
Đầu tiên thêm thư viện “jquery.signalR.js”.
Thêm 1 tập tin JavaScript có tên “SignalrRepuestHandler.js” chịu trách nhiệm khởi tạo kết nối và bắt các sự kiện nhận tin nhắn và gửi tin nhắn của người dùng.
Tiếp tục tạo thêm một tập tin chứa các phương thức xử lý các sự kiện nhận tin nhắn và gửi có tên là “chat.js”.
Sau đó nhúng tất cả 3 tập tin này vào giao diện của chức năng trò chuyện.
Chương 5: Hiện thực dự án 88
5.4.2.3. Tạo trung tâm xử lý trò chuyện (ChatHub) cho hệ thống
Tạo một lớp có thêm “ChatHub” kế thừ từ lớp Hub từ thư viện AspNetCore.SignalR và tạo ra một phương thức chạy ở dạng bất đồng bộ có tên SendMessage với tham số truyền vào là dữ liêu của một tin nhắn. phương thức này sẽ khởi động sự kiện “recieveMessage” của những người dùng khác khi có một người dùng gửi 1 tin nhắn bất kì. Đây chính là yếu tố tạo nên việc trò chuyện trên thời gian thực của hệ thống.
5.4.2.4. Tạo phương thức để truy xuất và lưu trữ vào cơ sở dữ liệu
Sau đó chúng ta cần một số phương thức để có thể lưu trữ cũng như truy xuất các tin nhắn của người dùng từ cơ sở dữ liệu. để làm được điều này chũng ta sẽ sử dụng web API để thực hiện. việc sử dụng web API sẽ giúp việc trò chuyện của người dùng mượt mà hơn.
Sau bước này thì chúng ta đã có thể trò chuyện trực tiếp với các người dùng khác trên thời gian thực. Tuy nhiên việc trò chuyện này là theo kiểu trò chuyện theo nhóm vì thế không phù hợp với đồ án mà nhóm thực hiện báo cáo đang thực hiện là trò chuyện giữa người mua hàng và quản trị viên của cửa hàng. Vì thế chúng ta cần phải điều chỉnh lại hệ thống bằng cách:
- Thêm trường mã người nhận (ReceiverId) vào cơ sở dữ liệu.
- Xử lý việc chỉ thực hiện sự kiện “receiverMessage” đối với người dùng có cùng mã với trường “ReceiverId”. Chuyển đổi hệ thống trò chuyện thành người dùng với người dùng (Peer-to-peer).
5.4.3. Kết quả
Khi thực hiện cuộc hội thoại giữa khách hàng và quản trị viên thì các tin nhắn được hiển thị ngay lập tức.
Chương 5: Hiện thực dự án 89
Hình 5. 14: Kết quả xây dựng tính năng trò chuyện thời gian thực
5.5. Triển khai ứng dụng trong môi trường thực tế
Trong đồ án lần này người thực hiện báo cáo sử dụng trang web SmarterAsp.net, một trang web cung cấp dịch vụ hosting hỗ trợ asp.net, asp.net core và php tương đối uy tín và khi là thành viên mới sử dụng dịch vụ sẽ được sử dụng thử nghiệm trong vòng 60 ngày nhưng bị giới hạn chỉ có thể tạo 1 website và 1 cơ sở dữ liệu.
Sau khi đã tạo tài khoản thì website sẽ cho phép tạo ra một ứng dụng web. Chúng ta chỉ cần đặt tên và hệ thống sẽ tự tạo ra ứng dụng với tên miền mặc định vd:
atomstorevn-001-site1.etempurl.com
Tiếp theo chúng ta sẽ cần tạo một cơ sở dữ liệu, cơ sở dữ liệu được sử dụng trong đồ án là Microsoft SQL Server 2019. Chúng ta chỉ cần tạo ra cơ sở dữ liệu tương ứng trên trên trang quản lý website:
Chương 5: Hiện thực dự án 90
Hình 5. 15: Tạo cơ sở dữ liệu trên SmarterASP.NET
Sau khi tạo thành công thì chúng ta có thể tìm thấy Connection String ở ngay phía dưới trong trang này:
Hình 5. 16: Chuỗi kết nối (connection string) Sau khi đã có cơ sở dữ liệu chúng ta sẽ bắt đầu triển khai ứng dụng lên.
Trong giao diện của Visual studio, cửa số solution explorer, bấm chuột phải vào dự án webApp ở đây có tên là Atomstore và chọn publish
Chương 5: Hiện thực dự án 91 Màn hình hiển thị một cửa số yêu cầu nhập các thông tin của máy chủ web:
Hình 5. 17: Giao diện cấu hình máy chủ web
Các thông tin này chúng ta có thể tìm thấy ở mục website trên trang quản lý trang web
Chương 5: Hiện thực dự án 92 Sau đo chúng ta tiếp tục điền thêm connection string vào cửa số sau khi bấm next:
Hình 5. 19: Giao diện cấu hình cơ sở dữ liệu
Sau cùng thì chỉ cần bấm vào nút save rồi nút Publish và chờ ứng dụng xuất bản ở chế độ là “Release” và sau khi quá trình hoàn tất chúng ta đã có thể truy cập vào trang web thông qua đường dẫn mà trang “SmarterASP.NET” đã cung cấp.
Chương 5: Hiện thực dự án 93 Nhóm thực hiện báo cáo đã mua một tên miền là “atomstorevn.site” trên trang godaddy.com để thay thế tên miền atomstorevn-001-site1.etempurl.com do SmaterASP.NET cung cấp.
Tuy nhiên trang web hiện tại được chạy bằng giao thức http kém bảo mật và bị google đánh dấu là không an toàn:
Hình 5. 21: Giao thức HTTP không an toàn
Vì sẽ không có một người dùng nào chấp nhận nhập thông tin quan trọng của mình vào một trang web không an toàn như thế này cả.
Vì vậy việc chứng thực SSL để chuyển từ giao thức HTTP sang HTTPS là một việc rất cần thiết đối với trang web.
Nhóm đã thực hiện chứng thực SSL thông qua cloudflare.com (Cloudflare là dịch vụ DNS trung gian, giúp điều phối lượng truy cập giữa máy chủ và các client qua lớp bảo vệ CloudFlare).
Chương 6: Kết quả so sánh, thực nghiệm, tổng hợp 94
Chương 6: KẾT QUẢ SO SÁNH, THỰC NGHIỆM, TỔNG HỢP 6.1. Các trường hợp thử nghiệm chức năng chính (test case) 6.1.1. Trường hợp thử nghiệm chức năng Đánh giá sản phẩm Bảng 6. 1: Trường hợp thử nghiệm chức năng đánh giá sản phẩm
Mã Tiêu đề Các bước thực nghiệm Kết quả mong đợi Kết quả thực nghiệm Trạng thái RV01 Xem đánh giá sản phẩm [1]: Nhấp vào sản phẩm để vào trang chi tiết sản phẩm. [2]: Kéo chuột xuống dưới phần nội dung sản phẩm sẽ thấy 2 tab Description và Reviews [3]: Nhấn vào chọn tab Review [3]: Nhìn thấy nội dung đánh giá bên trái. Nếu không có đánh giá nào sẽ hiển thị dòng chữ “This product has no review!”. (Đã đăng nhập) [3]: Bên trái hiển thị nội dung đánh giá, bên phải hiển thị phần để thực hiện các đánh giá
[3]: Nhìn thấy nội dung đánh giá bên trái. Nếu không có đánh giá nào sẽ hiển thị dòng chữ “This product has no review!”. (Đã đăng nhập) [3]: Bên trái hiển thị nội dung đánh giá, bên phải hiển thị phần để thực hiện các đánh giá Thành công RV02 Điền đầy đủ thông tin khi thực hiện đánh giá (Đã đăng nhập) [1]: Nhấp vào sản phẩm để vào trang chi tiết sản phẩm. [2]: Kéo chuột xuống dưới phần nội dung sản phẩm sẽ thấy 2 tab Description và Reviews [3]: Nhấn vào chọn tab Review [5]: Nội dung đánh giá với các thông tin đã thực hiện được hiển thị bên trái. Nếu đã có các nội dung đánh giá trước đó thì nội dung mới nhất sẽ được đưa lên đầu. [5]: Nội dung đánh giá với các thông tin đã thực hiện được hiển thị bên trái. Nếu đã có các nội dung đánh giá trước đó thì nội dung mới nhất sẽ được đưa lên đầu.
Thành công
Chương 6: Kết quả so sánh, thực nghiệm, tổng hợp 95 [4]: Chọn số sao
đánh giá, điền tiêu đề, nội dung và chọn hình ảnh thực tế. [5]: Nhấn nút “REVIEW” RV04 Để rỗng phần tiêu đề (Title) khi thực hiện đánh giá (Đã đăng nhập) [1]: Nhấp vào sản phẩm để vào trang chi tiết sản phẩm. [2]: Kéo chuột xuống dưới phần nội dung sản phẩm sẽ thấy 2 tab Description và Reviews [3]: Nhấn vào chọn tab Review [4]: Chọn số sao đánh giá, điền nội dung, để rỗng phần tiêu đề (Title) và chọn hình ảnh thực tế. [5]: Nhấn nút “REVIEW” [5]: Hiển thị một alert màu đỏ thông báo “Has an error in progress” [5]: Hiển thị một alert màu đỏ thông báo “Has an error in progress” Thành công RV05 Thực hiện đánh giá với số sao mặc định (Đã đăng nhập) [1]: Nhấp vào sản phẩm để vào trang chi tiết sản phẩm. [2]: Kéo chuột xuống dưới phần nội dung sản phẩm sẽ thấy 2 tab Description và Reviews [3]: Nhấn vào chọn tab Review [5]: Hiển thị nội dung với số sao đánh giá là 5 sao.
[5]: Hiển thị nội dung với số sao đánh giá là 5 sao.
Thành công
Chương 6: Kết quả so sánh, thực nghiệm, tổng hợp 96 [4]: Để số sao
đánh giá mặc định, điền tiêu đề, nội dung và chọn hình ảnh thực tế. [5]: Nhấn nút “REVIEW” RV06 Thực hiện đánh giá để rổng 1 thông tin bất kỳ (trừ tiêu đề) (Đã đăng nhập) [1]: Nhấp vào sản phẩm để vào trang