Như trên hình, Netlify miễn phí và rất tiện lợi nhưng có những giới hạn:
Bandwidth giới hạn: là băng thơng giới hạn mỗi khi có người truy cập vào trang web. Thời gian build project tự động bị giới hạn: build tự động thông qua CI/CD của GitHub
là một tính năng quan trọng khiến cho Netlify trở nên nổi tiếng với độ dễ sử dụng của mình.
Chỉ cho phép build một project duy nhất trong một thời điểm.
Do đó, để tiết kiệm dữ liệu, nhóm làm đề tài khơng sử dụng tính năng CI/CD của Netlify kết hợp với GitHub mà sẽ tự build và deploy trực tiếp bằng Netlify CLI.
8 Tổng kết
8.1 Tổng kết về luận văn tốt nghiệp
Sau đề tài luận văn này, nhóm làm đề tài đã đạt được những thành tựu đáng kể sau: 1. Đối với nhiệm vụ luận văn:
– Nhóm làm đề tài đã xác định được trọng tâm chính của hệ thống để tập trung hiện thực. Bởi lẽ LMS là một hệ thống khá rộng lớn, với ngữ cảnh nhóm làm đề tài chỉ gồm hai thành viên, việc xác định mục tiêu phù hợp phần nào giúp nhóm giảm bớt thời gian hiện thực.
2. Đối với u cầu tìm hiểu và phân tích:
– Nhóm làm đề tài đã khảo sát ưu và nhược điểm của các hệ thống LMS trên thị trường để từ đó đưa ra giới hạn nghiệp vụ của đề tài. Đồng thời trong q trình phân tích nghiệp vụ, nhóm làm đề tài cũng đã xác định được những khó khăn cả về hiện tại lẫn tương lai gần để từ đó đưa ra những giải pháp tháo gỡ chúng. 3. Đối với cơ sở lý thuyết và cơng nghệ:
– Nhóm làm đề tài đã đề ra được kiến trúc phát triển hệ thống: dựa trên mơ hình
MVC và áp dụng REST API để hiện thực khả năng tương tác giữa tầng Front-end
và tầng Back-end.
– Nhóm làm đề tài cũng đã giới thiệu sơ lược về các cơng nghệ mà nhóm sẽ sử dụng để hiện thực chi tiết đề tài: VueJS, NestJS, PostgreSQL, ElasticSearch,
ActionML, v.v.. và khái quát được phần lý thuyết căn bản cần nắm vững để hiện
thực được hệ thống. 4. Đối với thiết kế và hiện thực.
– Nhóm làm đề tài đã hoạch được các yêu cầu chức năng cơ bản và nâng cao của đề tài và tổ chức chúng dưới dạng sơ đồ use-case. Nhóm cũng đã mơ tả chi tiết một vài use-case trong sơ đồ dưới dạng các bảng đặc tả đề cung cấp một cái nhìn tổng thể về chức năng của hệ thống.
– Nhóm làm đề tài cũng đã thiết kế lược đồ ERD mô tả tổng quan các thực thể trong cơ sở dữ liệu của hệ thống cũng như các mối quan hệ của chúng.
– Nhóm làm đề tài cũng đã đề xuất được mơ hình kiến trúc áp dụng các mẫu kiến trúc, triển khai phổ biến thơng dụng hiện nay. Trong đó, kiến trúc module hóa hệ thống đã giúp cho việc hiện thực đề tài dễ dàng và hiệu quả hơn.
– Nhóm làm đề tài cũng đã mô tả các phương pháp sử dụng để giải quyết các bài tốn phát sinh trong q trình hiện thực.
5. Đối với triển khai và đánh giá
– Nhóm làm đề tài đã đưa ra sơ đồ mô tả hệ thống trong ngữ cảnh triển khai, và đã thành công trong việc triển khai hệ thống lên nền tảng đám mây AWS phục vụ mục đích demo.
– Nhóm làm đề tài cũng đánh giá hiệu năng hệ thống sử dụng Google Lighthouse. – Đối với các module áp dụng Machine Learning trong hệ thống, nhóm làm đề tài
ln có bước kiểm thử và đánh giá trên tập dữ liệu có liên quan.
8.2 Hạn chế và cải tiến trong tương lai
Trong q trình phân tích và hiện thực thiết kế hệ thống, nhóm làm đề tài vẫn cịn một vài hạn chế cần phải khắc phục như sau:
Q trình tích hợp giữa mạng xã hội và hệ thống quản lý học tập vẫn cịn lỏng lẻo và chưa sâu. Nhóm làm đề tài cần dành thời gian thêm để xây dựng được các tính năng mạng xã hội hướng đến Social Learning trong hệ thống quản lý học tập.
Mặc dù đề tài đã có xác định trọng tâm, song trong q trình hiện thực, nhóm làm đề tài vẫn gặp khó khăn trong việc phân bổ thời gian. Do đó, hệ thống khơng tránh khỏi việc có một số tính năng chưa được sâu và có độ tích hợp cao.
Tài liệu tham khảo
[1] Web Architecture
Đường dẫn: https://en.ryte.com/wiki/Web_Architecture Lần truy cập cuối: 16/07/2021.
[2] Front-end & Back-end
Đường dẫn: https://en.wikipedia.org/wiki/Front_end_and_back_end Lần truy cập cuối: 16/07/2021.
[3] Representational state transfer
Đường dẫn: https://en.wikipedia.org/wiki/Representational_state_transfer Lần truy cập cuối: 16/07/2021. [4] Redis Đường dẫn: https://redis.io/ Lần truy cập cuối: 16/07/2021. [5] ElasticSearch Đường dẫn: https://www.elastic.co/ Lần truy cập cuối: 16/07/2021. [6] PostgreSQL Đường dẫn: https://www.postgresql.org/ Lần truy cập cuối: 16/07/2021. [7] VueJS Đường dẫn: https://v3.vuejs.org/ Lần truy cập cuối: 16/07/2021. [8] Vue Router Đường dẫn: https://next.router.vuejs.org/ Lần truy cập cuối: 16/07/2021. [9] Pinia Đường dẫn: https://pinia.esm.dev/ Lần truy cập cuối: 16/07/2021. [10] Vue I18n Đường dẫn: https://vue-i18n.intlify.dev/ Lần truy cập cuối: 16/07/2021. [11] Redis Đường dẫn: https://redis.io/ Lần truy cập cuối: 16/07/2021.
[12] ElasticSearch from the Bottom Up Đường dẫn: https://www.elastic.co/blog/found-elasticsearch-from-the-bottom-up Lần truy cập cuối: 15/07/2021. [13] TF-IDF Đường dẫn: http://www.tfidf.com/ Lần truy cập cuối: 15/07/2021. [14] Practical BM25 Đường dẫn: https://www.elastic.co/blog/practical-bm25-part-2-the-bm25-algorithm- and-its-variables Lần truy cập cuối: 15/07/2021.
[15] Recommender System – Method and Evaluation
Đường dẫn: https://towardsdatascience.com/recommendation-systems-models-and-
evaluation-84944a84fb8e
Lần truy cập cuối: 15/07/2021.
[16] Recommendation Systems – Google Developer
Đường dẫn: https://developers.google.com/machine-learning/recommendation/content-
based/basics
Lần truy cập cuối: 15/07/2021. [17] Surprise and Coincidence
Đường dẫn: http://tdunning.blogspot.com/2008/03/surprise-and-coincidence.html Lần truy cập cuối: 15/07/2021.
[18] ActionML
Đường dẫn: https://actionml.com/docs Lần truy cập cuối: 15/07/2021.
[19] The Universal Recommender Slides
Đường dẫn: https://www.slideshare.net/pferrel/unified-recommender-39986309 Lần truy cập cuối: 16/07/2021.
[20] Chandrasekaran, D., & Mago, V. (2021). Evolution of Semantic Similarity—A Survey.
ACM Computing Surveys, 54(2), 1–37.
Đường dẫn: https://doi.org/10.1145/3440755 Lần truy cập cuối: 16/07/2021.
[21] SBERT
Đường dẫn: https://www.sbert.net/ Lần truy cập cuối: 16/07/2021.
[22] Text Similarities : Estimate the degree of similarity between two texts
Đường dẫn: https://medium.com/@adriensieg/text-similarities-da019229c894 Lần truy cập cuối: 16/07/2021.
[23] Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of the 2019 Conference on Empirical Methods
in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP).
Đường dẫn: https://doi.org/10.18653/v1/d19-1410 Lần truy cập cuối: 16/07/2021.
[24] MRR vs MAP vs NDCG: Rank-Aware Evaluation Metrics And When To Use Them Đường dẫn: https://medium.com/swlh/rank-aware-recsys-evaluation-metrics-
5191bba16832
Lần truy cập cuối: 16/07/2021.
[25] Evaluation measures (information retrieval)
Đường dẫn: https://en.wikipedia.org/wiki/Evaluation_measures_(information_retrieval) Lần truy cập cuối: 16/07/2021.
[26] RetailRocket. (2017). Retailrocket recommender system dataset.
Đường dẫn: https://www.kaggle.com/retailrocket/ecommerce-dataset Lần truy cập cuối: 10/07/2021. [27] Spotlight Đường dẫn: https://maciejkula.github.io/spotlight/ Lần truy cập cuối: 18/07/2021. [28] Implicit Đường dẫn: https://implicit.readthedocs.io/ Lần truy cập cuối: 18/07/2021.
[29] How not to sort by average rating
Đường dẫn: https://www.evanmiller.org/how-not-to-sort-by-average-rating.html Lần truy cập cuối: 18/07/2021.
[30] Quora. (2017). Quora Question Pairs
Đường dẫn: https://www.kaggle.com/c/quora-question-pairs/overview Lần truy cập cuối: 03/07/2021.