HỆ THỐNG GỢI Ý SẢN PHẨM THEO PHIÊN SỬ DỤNG MÔ HÌNH SASREC

Abstract

Đề tài “Hệ thống gợi ý sản phẩm theo phiên sử dụng mô hình SASRec” tập trung vào việc nghiên cứu và triển khai mô hình Self-Attentive Sequential Recommendation (SASRec) nhằm nâng cao chất lượng gợi ý trong thương mại điện tử. Khác với các hệ thống gợi ý dựa trên hồ sơ người dùng dài hạn, hệ thống gợi ý theo phiên khai thác trực tiếp chuỗi hành vi trong từng phiên truy cập để xác định ý định của người dùng trong ngữ cảnh hiện tại. Điều này đặc biệt quan trọng trong các tình huống người dùng không đăng nhập hoặc chưa có lịch sử tương tác phong phú. Với ưu thế của cơ chế tự chú ý, SASRec có khả năng học được quan hệ tuần tự giữa các sản phẩm mà người dùng đã tương tác, từ đó tạo ra gợi ý chính xác, cá nhân hóa và thích ứng hơn với bối cảnh thực tế. Trong nghiên cứu này, bộ dữ liệu Retail Rocket đã được lựa chọn để huấn luyện và đánh giá mô hình. Đây là tập dữ liệu chuẩn trong nghiên cứu về hệ thống gợi ý, ghi nhận các tương tác thực tế của người dùng ẩn danh trên một nền tảng thương mại điện tử. Tập dữ liệu bao gồm nhiều loại hành vi như xem sản phẩm, thêm vào giỏ hàng và mua hàng, trong đó tệp events.csv được sử dụng làm nguồn dữ liệu chính. Quy trình thực hiện bao gồm các bước: tiền xử lý dữ liệu, biểu diễn các phiên truy cập dưới dạng chuỗi sự kiện, huấn luyện mô hình SASRec và so sánh kết quả với phương pháp đối chứng. Để đánh giá hiệu quả, đề tài tiến hành so sánh SASRec với GRU4Rec, một mô hình dựa trên mạng hồi tiếp (RNN) thường được sử dụng trong gợi ý theo phiên. Các thí nghiệm được thực hiện dựa trên hai chỉ số đánh giá phổ biến là MRR@K và Recall@K. Kết quả cho thấy SASRec đạt độ chính xác cao hơn, đặc biệt trong các phiên ngắn và dữ liệu có nhiễu, đồng thời khắc phục hạn chế về khả năng song song hóa vốn gặp phải trong các mô hình RNN truyền thống. Kết quả nghiên cứu khẳng định tính hiệu quả và khả thi của SASRec trong bối cảnh gợi ý theo phiên, đồng thời chỉ ra tiềm năng mở rộng mô hình này trong việc phát triển các hệ thống gợi ý thông minh, góp phần nâng cao trải nghiệm mua sắm, hỗ trợ doanh nghiệp trong phân tích hành vi khách hàng và tối ưu hóa chiến lược kinh doanh. Từ khóa: gợi ý sản phẩm theo phiên, gợi ý tuần tự, SASRec, self-attention, hệ thống gợi ý thông minh.