XÂY DỰNG WEBSITE BÁN SẢN PHẨM THỂ THAOBUILDING A WEBSITE TO SELL SPORTSPRODUCTS

Abstract

Đề tài "Xây dựng website bán sản phẩm thể thao tích hợp hệ thống gợi ý" tập trung phát triển một hệ sinh thái thương mại điện tử và nền tảng quản trị nội bộ (Mini-ERP) toàn diện cho cửa hàng SportStore. Hệ thống không chỉ giải quyết bài toán bán hàng trực tuyến mang tính cá nhân hóa cao mà còn tối ưu hóa quy trình vận hành thực tế thông qua các phân hệ quản lý tự động: nhân sự, kho hàng, sản phẩm, khách hàng và đơn hàng. Về mặt công nghệ, dự án ứng dụng ngăn xếp MEVN (MongoDB, Express, Vue.js, Node.js) hiện đại, kết hợp cùng kiến trúc vi dịch vụ (Microservices). Điểm nhấn kỹ thuật của đề tài là việc xây dựng thành công Hệ thống gợi ý thông minh (Recommender System) áp dụng phương pháp Lọc dựa trên nội dung (Content-Based Filtering). Cụ thể, thuật toán TF-IDF và độ đo tương đồng Cosine (Cosine Similarity) được triển khai xử lý độc lập trên dịch vụ AI bằng Python (Flask), sau đó giao tiếp và đồng bộ dữ liệu mượt mà với Backend Node.js. Kết quả đạt được là một hệ thống hoàn thiện, hoạt động ổn định, giúp nâng cao trải nghiệm mua sắm của người dùng và tự động hóa tối đa khâu quản lý nghiệp vụ cho doanh nghiệp.The project "Building a Sports E-commerce System integrated with a Recommendation System" focuses on developing a comprehensive e-commerce ecosystem and an internal management platform (Mini-ERP) for SportStore. The system not only solves the problem of highly personalized online sales but also optimizes real-world operational workflows through automated management modules including human resources, inventory, products, customers, and orders. Technologically, the project utilizes the modern MEVN stack (MongoDB, Express, Vue.js, Node.js) combined with a Microservices architecture. A major technical highlight of the thesis is the successful implementation of an intelligent Recommendation System applying the Content-Based Filtering method. Specifically, the TF-IDF algorithm and Cosine Similarity metric are deployed independently on an AI service using Python (Flask), which then communicates and synchronizes data seamlessly with the Node.js Backend. The achieved result is a fully functional and stable system that enhances the user shopping experience and maximizes the automation of business management processes for the enterprise.