Hình 10. Giao diện trang chủ
Khóa luận tôt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
4.990.00Ođ
SÀN PHẨM BÁN CHẠY
TlN NÓI BẬT TRONC TUẨN
SMARTPHONE MÃN HĨNH GẬP. KỸ NGUYÊN KET QUA MỊNICAME TRUNG GALAXY Aa HONOR ĐẢ CÓ CỬA HANG CHĨNH HANG MÓI CHO LANG Dl DÔNG STAR VÃ 400 THẺ CÁO 5OK/THẺ DAunENTAJVlETNAM
Hình 11. Giao diện tính năng hiển thị sản phẩm và tin tức
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Hình 12. Giao diện chi tiết sản phẩm
THANH TOÁN TRANCCHIj / THANHTOAN
THÔNG TIN THANH TOÁN
Họ Ten
HanhBA.
Điện thoại
Địa chì
Ghi Chú
Tao tái khoăn?
ĐƠN HÀNG CÙA BẠN IPHONE 7 PLUS 32GB
SỐ lượng:! Giá:19990000đ
lð nɑ: l*⅛t>θOOO∏d
Chuyên khoản true tiẽp
Thanh toàn see
Thanh toán qua Paypal
Hình 13. Giao diện tính năng thanh toán
Khóa luận tôt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
IPHONE 7 PLUS 32GB
1 1999OOOOd
Tổng:1999000ođ
Xem Giò Hãng Thanh ToánO
Hình 14. Giao diện tính năng giỏ hàng
Chi tiẽt đánh giá Gửi đánh giá của bạn
Mượt mả ổn định chup hih đẹp Ioa lớn . Moi thứ oke giã phù hợp. Oke tỏi hài lòng
san pham mau den, thiet ke sang trong, bat mat, pin thap nhung SU dung rat Iau
Hãng Nguyen
2019-OS-05
★★★★
Nhân viên tư vấn bán hàng nhiệt tình. Phai nói là ip xài rát ngon luôn, chụp hình nghe
nhạc tất cà đêu ok. Pin tạm ổn. Khuyên mọi người nên mua SỪ dụng
mới mua hôm qua . máy tốt rất nhanh vã nhạy, nhân viên tư vấn nhiệt tình. nhưng vé ốp điên thoại không có quá nhiéu lưa chọn.
Vừa mua con này hòm qua ờ DMXthi trấn Trà ởn nhân viên nhiệt tình nhưng sao
nghe nhạc thì phán màn hình ỏ trên bị rung do Ioa phía trên ành hưỏng VS lại pin yếu
quá
Hình 15. Giao diện tính năng xem chi tiết đánh giá
Khóa luận tôt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Chi tiết đánh giá cửi đánh giá của bạn
Ho Tên
ID ngưòi dùng
4LUu ý: ID người dùng trẽn phán tên đăng nhập.
Nẽu không có, ban hãy đăng kí tài khoán đé có ID ngưdi dùng.
Nội dung bình luận
Đánh giá sàn phẩm:
Hình 16. Giao diện tính năng gửi phản hôi và đánh giá
Hình 17. Giao diện trang quản trị
-
T 1
ho_ten LlS email noi_dung time c h e
tin_ san_pham_id rati ng 3 £?
Sừa ⅜c bòChép @ Xóa 39 Bùi Ba 0 babuimis.hvnh
Mượt mà ốn định chụp hih đẹp Ioa lớn . Mọi thứ oke... 2019-01- 08 Y NUL 7 5 5 ũ 0z Sừa ⅜c Chép (⅛⅛
Xóa bỏ 40 van anh 0 vananh@gmai mat, pi...san pham mau den, th let ke sang trong, bat 2019-04-29 Y NUL 7 5 5
3 tjr? Sừa ⅜c Chép @ Xóa bò 4 1 Bui Ba 0 babuimis.hvn h
Giá khá mềm, cầm trên tay khá là ưng ý. Màu đen nh... 2019-04- 01 Y NU L 5 3 4 3 0z Sừa >c Chép ',⅛) Xóa bò 4 2 Hằng Nguyễn 0 hangnguyen @
Nhân viên tư vằn bán hàng nhiệt tình. Phài nói là ... 2019-03- 05 NUL 5 7 4 3 t⅛∕,S ua >c Chép ⅛i⅛ Xóa bò 4 3 Bùi Ba 0 babuimis.hvn h Sàn phẩm, tót Phục vụ tốt NULL NU L 55 5 3 ù/ Sừa >c Chép (⅛⅛ Xóa bò 4 4 Thanh Bùi 0 thanhbui@g mi
mới mua hóm qua . máy tổt rầt nhanh và nhạy, nhân... 2019-04- 16 NU L 57 3 3 tj∕,Su a >c Chép ⅛⅛ Xóa bò 4 5 Hạnh Hoàng 0 hanhhoang@ c
Vừa mua con này hôm qua ờ ĐMX thị trần
Trà Ôn nhân... 2019-04-02 Y NUL 57 2
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Bảng 9. Cơ sở dữ liệu sử dụng
Xin ChaoThanh Bùi {ID: 21)
Yeu TI' ch
GIỚITHIÉU LENHE NHĂN CƠI Ý
Hình 18. Giao diện gửi yêu cầu “Nhận gợi ý”
3.1. Đề xuất giải quyết bài toán
3.2.1. Lựa chọn phương pháp
Nhận xét cơ sở dữ liệu:
- Dữ liệu sử dụng là dữ liệu đánh giá dưới dạng 5 sao về sản phẩm.
Hoàng Thái Hạnh - Lớp K18HTTTC 39
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Bảng 10. Bảng dữ liệu tbl_binh_luan
Bảng 11. Bảng dữ liệu chi tiết bảng tbl binh luan
- Dữ liệu mô tả về sản phẩm đơn giản, sơ sài, không có gán nhãn.
Bảng 12. Bảng dữ liệu tbl san_pham
STT Tác nhân Chức năng
1 User thành viên Đăng nhập/ Đăng xuất tài khoản. Gửi bình luận, đánh giá sản phẩm. Nhận gợi ý tự động.
Xem sản phẩm/ Mua hàng/ Thanh toán đơn hàng. 2 User mới Đăng kí tài khoản mới
Gửi bình luận, đánh giá sản phẩm.
Xem sản phẩm/ Mua hàng/ Thanh toán đơn hàng. 3 Admin Quản trị hệ thống
Thêm, sửa, xóa sản phẩm, tin tức, tài khoản người dùng, phản hồi người dùng,...
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Bảng 13. Bảng dữ liệu chi tiết bảng tbl san_pham
^ Do vậy sẽ không thích hợp sử dụng phương pháp Lọc nội dung. Ta sẽ sử dụng phương pháp Lọc cộng tác, cụ thể là thuật toán người láng giềng dựa trên người dùng.
3.2.2. Xây dựng mô hình
3.3. Xây dựng tập dữ liệu huấn luyện
Input: Ma trận User-Item-Feedback (ma trận thể hiện điểm đánh giá theo thang điểm 5 của người dùng hệ thống cho mỗi sản phẩm)
Output: Danh sách dự đoán điểm đánh giá cho sản phẩm mà người dùng chưa đánh giá.
Hoàng Thái Hạnh - Lớp K18HTTTC 41
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
3.4. Xây dựng hệ khuyến nghị
Bảng 14. Tác nhân tham gia hệ khuyến nghị
3.4.1. Biểu đồ hoạt động các quy trình liên quan
3.4.2. a. Quy trình quản lý bình luận và đánh giá sản phẩm
Hình 20. Biểu đồ hoạt động quy trình quản lý phản hồi khách hàng
- User mới và user thành viên đều có thể để lại bình luận và đánh giá cho sản phẩm trong giao diện Sản phẩm chi tiết. Thông tin phản hồi này sẽ được lưu vào CSDL ngay lập tức.
NHÃN HIỆU MÀU SAC GIÁ BÁN IPHON E (578) Xám * * SAMSUNG (125) Đò 1,00 * - 999.00 * OPPO (755) „___ Đdn vị: Triệu đổng Đen : • SONY (578) Trâng Vàng Hong
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động - Người quản trị hệ thống (Admin) sau khi đăng nhập thành công có thể xem tất cả các thông tin phản hồi này và có thể sửa/ xóa nếu chúng không phù hợp. CSDL được cập nhật ngay sau đó.
3.4.2. b. Biểu đồ hoạt động quy trình yêu cầu gợi ý
Hình 21. Biểu đồ hoạt động quy trình nhận gợi ý
- Người dùng cần phải đăng nhập mới sử dụng được hệ khuyến nghị
- Sau khi đăng nhập, nếu là người dùng mới (chưa có hoặc có quá ít thông tin phản hồi được lưu trong CSDL), hệ thống sẽ yêu cầu người dùng nhập thêm sở thích để tìm kiếm những sản phẩm phù hợp.
- Nếu là người dùng thành viên và thường xuyên để lại bình luận, đánh giá: Hệ thống
gợi sẽ tự động tính toán và đưa ra danh sách sản phẩm đề xuất cho người dùng.
3.5. Các trường hợp của hệ thống3.5.1. Khởi động nguội (cold-start) 3.5.1. Khởi động nguội (cold-start)
3.5.1. a. Người dùng mới
Người dùng mới là những người dùng vừa mới đăng kí tài khoản nên chưa có đánh giá hoặc quá ít độ tương tự với những người dùng khác và đưa ra được gợi ý cho những người dùng này.
φ Đối với các người dùng mới được thêm vào hệ thống hoặc người dùng có quá ít đánh giá (có số lượng đánh giá trong CSDL nhỏ hơn hoặc bằng 3): Yêu cầu nhập thêm sở
Hoàng Thái Hạnh - Lớp K18HTTTC 43
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động thích/ những đặc điểm của sản phẩm mình đang quan tâm để hệ thống có thêm cơ sở đưa ra được sản phẩm liên quan.
ĐỂ Hệ thống gợi ỷ sàn phẩm hiểu quả, vui lòng nhập thông tin sàn phẩm bạn đang quan tâm
Hình 22. Giao diện chức năng thêm sở thích để nhận gợi ý cho người dùng mới
3.5.1. b. Sản phẩm mới
Sản phẩm mới là sản phẩm mới được thêm vào hệ thống nên chưa được người dùng nào đánh giá hoặc được đánh giá quá ít. Điều này cũng rất khó khăn để hệ thống có thể đưa được gợi ý hiệu quả cho người dùng.
^ Đưa các sản phẩm (được người dùng khác đánh giá dưới 3 lần) xuất hiện ở trang chủ và gán nhãn sản phẩm mới “New” và điểm đánh giá là 0 (thể hiện là sản phẩm chưa được đánh giá) để gây chú ý được với nhiều người dùng và có thể có được nhiều đánh giá hơn.
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
Hình 23. Giao diện chức năng gợi ý sản phẩm mới cho người dùng
3.5.2. Tự động gợi ý
Trong trường hợp này người dùng đang muốn nhận gợi ý đã đanh giá khá nhiều lần các sản phẩm trên trang web => Có thể áp dụng phương pháp Lọc cộng tác để đưa ra danh sách sản phẩm một các tự động cho người dùng này.
Cụ thể, khi người dùng hiện hành ấn muốn nhận gợi ý thì hệ thống sẽ tính toán và đưa ra danh sách sản phẩm mà tập K láng giềng đã đánh giá cao mà người dùng hiện hành chưa đánh giá những sản phẩm đó bao giờ.
NHỮNC NGƯỜI CÓ SỞ THlCH CIÓNC BẠN CŨNG QUAN TÂM ĐẾN
IPHONE 7 PLUS 32CB SONY XPERIA XAl ULTRA SONY XPERIA XZ DUAL OPPO A83
19,990,OOOd 6,490,OOOd 9,990,OOOd 4,990,OOOd
20,490,OOOd 6,990,OOOd 10,490.000d 5,490,OOOd
4444 4444 4444 4444
ς? ς? ς? ς?
Hình 24. Giao diện chức năng đưa ra gợi ý tự động
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động KẾT LUẬN
Trong khuôn khổ khóa luận này, em đã trình bày được một số điểm như sau:
Chương 1: Giới thiệu hoàn cảnh ra đời, nội dung cũng như vai trò và ý nghĩa thực tiễn của bài toán “Ứng dụng học máy trong xây dựng hệ khuyến nghị cho website Di động Việt”.
Chương 2:
- Trình bày khái niệm hệ khuyến nghị và 3 thông tin quan trọng trong hệ gợi ý là người dùng (user), mục tin (item) và phản hồi (feedback của người dùng trên mục tin đó).
- Trình bày tổng quan về 3 hướng tiếp cận thông thường của hệ khuyến nghị: Lọc nội dung, Lọc cộng tác và Hỗn hợp (Lai) và nêu ưu điểm, nhược điểm của mỗi hướng.
- Tổng quan về các khía cạnh khác như vai trò và chức năng của hệ khuyến nghị. - Những thách thức khi xây dựng một hệ khuyến nghị (Vấn đề khởi động nguội và vấn đề dữ liệu thưa).
Chương 3:
- Tổng hợp kiến thức về học máy. - Phân loại học máy:
+ Phân loại dựa theo phương thức học gồm có: Học có giám sát, học không giám sát, học bán giám sát và học tăng cường.
+ Phân loại dựa theo chức năng và liệt kê tên các thuật toán chính phân loại theo khía cạnh này.
- Nghiên cứu ứng dụng của học máy trong Hệ khuyến nghị, kèm theo bài toán ví dụ và lập trình minh họa bằng ngôn ngữ Python cho thuật toán Lọc cộng tác người láng giềng sẽ sử dụng trong chương 4.
Chương 4:
- Xây dựng được một trang web bằng ngôn ngữ PHP & MySQL với đầy đủ chức năng cơ bản của 1 website bán hàng.
- Từ yêu cầu bài toán, đề xuất xây dựng một hệ khuyến nghị bán hàng cho website Di động Việt để giải quyết được vấn đề người dùng mới và sản phẩm mới, cụ thể:
+ Đối với các người dùng mới được thêm vào hệ thống hoặc người dùng có quá ít đánh giá (có số lượng đánh giá trong CSDL nhỏ hơn hoặc bằng 3): Yêu cầu nhập thêm sở thích/ những đặc điểm của sản phẩm mình đang quan tâm để hệ thống có thêm cơ sở đưa ra được sản phẩm liên quan.
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động + Đối với sản phẩm mới: Đưa các sản phẩm (được người dùng khác đánh giá dưới 3 lần) xuất hiện ở trang chủ và gán nhãn sản phẩm mới “New” và điểm đánh giá là 0 (thể hiện là sản phẩm chưa được đánh giá) để gây chú ý được với nhiều người dùng và có thể có được nhiều đánh giá hơn.
Ý nghĩa khoa học và ý nghĩa thực tiễn của bài toán
a. Ý nghĩa khoa học: Nghiên cứu và trình bày các bước trong quá trình đưa ra dự đoán gợi ý sản phẩm đến người dùng, các yếu tố ảnh hưởng đến chất lượng, nhằm cải thiện được kết quả gợi ý sản phẩm phù hợp với yêu cầu thực tế của người dùng.
b. Ý nghĩa thực tiễn: Đáp ứng nhu cầu thực tiễn về một Hệ khuyến nghị hỗ trợ hiệu quả trong việc tìm kiếm sản phẩm cho website thương mại điện tử. Việc kết hợp tìm kiếm sản phẩm với tìm hiểu hành vi người dùng sẽ mang lại hiệu quả cao trong lĩnh vực quảng cáo hay marketing.
Tuy khóa luận nghiên cứu và trình bày được rất nhiều nhược điểm trong Hệ khuyến nghị đã xây dựng được như CSDL nghèo nàn nên có thể độ chính xác của hệ thống không cao, giao diện chưa được đẹp mắt hay gợi ý sản phẩm chưa được triệt để cho người dùng. Em sẽ cố gắng khắc phục những điểm yếu này để hoàn thiện hệ thống hơn. Trong tương lai có thể phát triển tiếp đề tài theo hướng gợi ý sản phẩm dựa theo ngữ nghĩa (khách hàng mua sản phẩm cho đối tượng nào, mua vào dịp nào,...) và gợi ý các phụ kiện liên quan mà người dùng hay mua chung với điện thoại.
STT
(1)
Ngày tháng
(2)
GVHD trao đổi công việc cần thực hiện (3)
Kết quả thực hiện của sinh viên
______________(4)______________
1 28/02 Gặp GVHD để trao đổi công việc sắp tới.
Đã lên gặp GVHD để trao đổi và góp ý về đề tài dự định.
2 08/03 Góp ý về đề tài dự định nghiên cứu.
Đã tiếp thu ý kiến và tìm hiểu lại đề tài.
3 12/3 Gặp GVHD để trao đổi và chốt đề tài khóa luận.
Đã chốt được đề tài khóa luận. 4 14/03 Trao đổi về đề cương khóa luận. Hoàn thành đề cương chi tiết. 5 26/03 Tạo thư mục trên dropbox để theo
dõi tiến độ sinh viên. Đã tạo và share thư mục cho giảngviên hướng dẫn.
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động TÀI LIỆU THAM KHẢO
[1] Nguyen Thai Nghe (2013), An introduction to factorization technique for building recommendation systems, Journal of Science - University of Da Lat.
[2] R.Baeza & F.Silvestri (2009), Web Query Log Mining, ACM SIGIR Conference tutorial.
[3] Michael J. Pazzani & Daniel Billsus (2007), Content-based Recommendation Systems, Rutgers University, ASBIII, 3 Rutgers Plaza New Brunswick..
[4] Robin Burke (2002), Hybrid Web Recommender Systems, School of Computer Science, Telecommunications and Information Systems, DePaul University, 243 S.Wabash Ave.Chicago, Illinois, USA.
[5] Xiaoyuan Su & Taghi M.Khoshgoftaar (2009), A Survey of Collaborative Filtering Techniques, Department of Computer Scienceand Engineering, Florida Atlantic University.
[6] Francesco Ricci, Lior Rokach, BrachaShapira, Paul Bkantor (2010), Recommender Systems Handbook, Springer New York Dordrecht Heidelberg London.
[7] Tom M. Mitchell (1997), Machine Learning, McGraw-Hill Science. [8] Jason Brownlee (2013), A Tour of Machine Learning Algorithms.
[9] Koren, Y. (2010), Factor in the neighbors: Scalable and accurate collaborative filtering, ACM Transactions on Knowledge Discovery from Data (TKDD), 4(1), 1.
[10] Feng, M., Heffernan, N., & Koedinger, K. (2009), Addressing the assessment challenge with an online system that tutors as it assesses, 19(3), P243-266.
[11] Ekstrand, Michael D., John T. Riedl, and Joseph A. Konstan (2011),
Collaborative filtering recommender systems’”, Foundations and Trends® in Human- Computer Interaction 4.2, P81-173.
Hoàng Thái Hạnh - Lớp K18HTTTC
Khóa luận tốt nghiệp Ứng dụng học máy trong xây dựng hệ khuyến nghị tự động
HỌC VIỆN NGÂN HÀNG
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ
NHẬT KÝ THỰC TẬP
Họ và tên: Hoàng Thái Hạnh
Lớp/Khóa: K18 Mã SV: 18A4040059
Email: thaihanhhoang97@gmail.com Điện thoại: 0941940076 Đề tài thực tập: Ứng dụng học máy trong xây dựng hệ khuyến nghị.
Giảng viên hướng dẫn: TS. Đinh Trọng Hiếu.
Cơ quan thực tập: Công ty Cổ phần Công nghệ và Dịch vụ EPR. Địa chỉ cơ quan: T12, B4, 21, Phạm Ngọc Thạch, Đống Đa, Hà Nội. Điện thoại: (+84) 024 6327.3888 - (+84) 024 6296.6662
6 30/03 - Tìm hiểu về hệ khuyến nghị. - Tìm hiểu về học máy vầ ứng dụng của học máy vào hệ khuyến nghị.
- Tìm hiểu mã nguồn mở PredictioIO và cách sử dụng. - Làm chương 1
- Hoàn thiện chương 1.
- Đang triển khai phần lý thuyết chương 2, 3 dựa theo những gì đã tìm hiểu được.
- Chưa cài đặt được phần mềm PredictionIO.
7 05/04 - Báo cáo tiến độ.
- Tiếp tục tìm hiểu thêm các cơ
sở lý thuyết.
- Xây dựng dữ liệu đầu vào. - Xây dựng nền tảng trang