XÂY DỰNG WEBSITE KINH DOANH QUÀ TẶNG CÁ NHÂN HÓA TÍCH HỢP CHỨC NĂNG TÁCH LỚP HÌNH ẢNH HỖ TRỢ THIẾT KẾ

Abstract

Hiện nay nhu cầu về các sản phẩm mang tính cá nhân hóa ngày càng tăng cao, đòi hỏi các hệ thống trang web phải mang lại trải nghiệm riêng cho từng khách hàng. Đề tài "Xây dựng website kinh doanh quà tặng cá nhân hóa tích hợp chức năng tách lớp hình ảnh hỗ trợ thiết kế" được thực hiện nhằm giải quyết bài toán tạo ra một nền tảng cung cấp khả năng tùy chỉnh sản phẩm để phục vụ nhu cầu cá nhân hóa của người dùng. Hệ thống được xây dựng với kiến trúc Client-Server kết hợp giữa framework NestJS ở phía máy chủ và thư viện ReactJS ở phía người dùng. Đề tài thực hiện toàn bộ quy trình từ quản lý sản phẩm, tạo mẫu thiết kế, đến đặt hàng và vận chuyển. Bên cạnh đó, hệ thống xây dựng các trang quản trị riêng cho bốn nhóm đối tượng gồm khách hàng, người bán, người giao hàng và quản trị viên. Ngoài ra, đề tài ứng dụng mô hình trí tuệ nhân tạo để thực hiện chức năng tách lớp hình ảnh từ một hình ảnh phẳng để phục vụ cho quá trình thiết kế. Kết quả thử nghiệm cho thấy hệ thống chạy ổn định và hoạt động đúng như mong đợi. Chức năng thiết kế đáp ứng được nhu cầu tùy chỉnh sản phẩm của người dùng. Đồng thời, đề tài áp dụng được công nghệ tách lớp hình ảnh vào quy trình thiết kế. In recent years, the demand for personalized products has been increasing significantly, requiring website systems to provide unique experiences for each customer. The project "Developing a personalized gift e-commerce website with layer decomposition features for design support" was conducted to address the problem of building a platform that provides product customization capabilities to meet users' personalization needs. The system is built on a Client-Server architecture, combining the NestJS framework on the server side and the ReactJS library on the client side. The project implements a complete e-commerce workflow covering product management, design template creation, order placement, and delivery. In addition, the system provides dedicated management pages for four user groups including customers, sellers, shippers, and administrators. Furthermore, the project applies an Artificial Intelligence model to perform the image layer decomposition function from a single flat image to support the design process. Experimental results show that the system operates stably and functions as expected. The design feature meets users' product customization needs. At the same time, the project demonstrates the application of image layer decomposition technology to the design process.