XÂY DỰNG NỀN TẢNG CHO THUÊ TÀI SẢN P2P TÍCH HỢP TRỢ LÝ AI VÀ GỢI Ý THÔNG MINH

Abstract

Bối cảnh: Trong xu thế phát triển của nền kinh tế, nhu cầu tối ưu hóa hiệu suất khai thác tài sản cá nhân ngày càng gia tăng. Tuy nhiên, thị trường Việt Nam vẫn thiếu vắng một nền tảng chuyên biệt, uy tín phục vụ mô hình cho thuê đồ dùng ngắn hạn ngang hàng (P2P Rental). Thực trạng này gây lãng phí tài sản dư thừa của người sở hữu, đồng thời khiến người thuê khó tiếp cận nguồn cung minh bạch, chi phí hợp lý. Thực tế đó đặt ra yêu cầu cấp thiết về một giải pháp số hóa toàn diện nhằm kết nối hiệu quả cung - cầu của xã hội. Mục tiêu: Đề tài tập trung nghiên cứu và xây dựng "P2P Rental Platform" - một nền tảng website thương mại điện tử chuyên biệt, kết nối trực tiếp giữa người cho thuê và người thuê. Mục tiêu cốt lõi của đề tài là thiết lập một hệ sinh thái giao dịch an toàn và tối ưu trải nghiệm; giải quyết bài toán về niềm tin thông qua việc tích hợp các giải pháp định vị trực quan, cơ chế thanh toán trung gian (Escrow) bảo mật, tự động hóa pháp lý bằng hợp đồng điện tử, và ứng dụng trí tuệ nhân tạo (AI) hỗ trợ người dùng định giá sản phẩm và hệ thống gợi ý thông minh. Phương pháp: Hệ thống ứng dụng kiến trúc MVC với RESTful API trên nền tảng NestJS và giao diện Next.js kết hợp Tailwind CSS nhằm tối ưu hóa hiệu năng và trải nghiệm người dùng. Về mặt kỹ thuật chuyên sâu, dự án tích hợp công thức Haversine cùng Leaflet.js để lọc định vị theo bán kính; dùng Socket.IO để truyền tải dữ liệu realtime và lưu trữ qua Cloudinary CDN. Đặc biệt, đồ án nhúng Google Gemini API để tự động đề xuất giá thuê, đồng thời ứng dụng giải thuật Lọc cộng tác (Collaborative Filtering) cùng độ đo Cosine Similarity để xây dựng cơ chế gợi ý sản phẩm cá nhân hóa thông minh. Kết quả: Nghiên cứu đã xây dựng thành công nền tảng thương mại điện tử hoàn thiện, phân quyền chặt chẽ với luồng vận hành khép kín và bảo mật dòng tiền qua cơ chế giữ tiền trung gian. Hệ thống ghi nhận bốn đột phá kỹ thuật tiêu biểu mang lại trải nghiệm trực quan vượt trội: bản đồ định vị đồ dùng real-time, kênh nhắn tin tương tác trực tuyến tức thời, kết hợp cùng trợ lý AI định giá theo ngữ cảnh và hệ thống gợi ý thông minh nhằm nâng cao tính cá nhân hóa của nền tảng. Kết luận: Đề tài “P2P Rental Platform” đã đáp ứng đầy đủ mục tiêu đề ra, minh chứng cho tính khả thi và hiệu quả của việc ứng dụng mô hình kinh tế chia sẻ vào phân khúc cho thuê đồ dùng cá nhân ngắn hạn tại Việt Nam. Hệ thống không chỉ giải quyết bài toán lãng phí tài sản dư thừa mà còn tạo ra môi trường giao dịch an toàn, minh bạch cho người tiêu dùng. Trên cơ sở đó, hướng phát triển tiếp theo sẽ tập trung định danh người dùng qua CCCD và xác thực OTP, tự động hóa sâu cơ chế giải quyết tranh chấp, phát triển ứng dụng di động đa nền tảng, mở rộng danh mục sang phân khúc xe và bất động sản ngắn hạn, đồng thời ứng dụng AI nâng cao để nhận dạng tình trạng hao mòn đồ vật qua ảnh chụp nhằm đáp ứng toàn diện các yêu cầu thực tế.Context: Amidst economic growth, the need to optimize the utilization of personal assets is rapidly increasing. However, the Vietnamese market still lacks a specialized, reputable platform dedicated to peer-to-peer short-term equipment rental. This reality leads to the wastage of underutilized personal assets while making it difficult for renters to access transparent supplies at reasonable costs. Consequently, there is an urgent demand for a comprehensive digital solution to efficiently connect supply and demand. Objective: This project focuses on researching and building "P2P Rental Platform" - a specialized e-commerce website platform connecting lenders directly with renters. The core objective is to establish a secure transaction ecosystem and optimize user experience; addressing the issue of trust by integrating visual location-based filtering, a secure Escrow payment mechanism, automated legal procedures via electronic contracts, and Artificial Intelligence (AI) applications to assist users with product pricing and smart recommendation systems.Methodology: The system adopts the MVC architecture with RESTful APIs powered by NestJS on the backend, alongside a Next.js interface integrated with Tailwind CSS on the frontend to optimize performance and user experience. Regarding specialized technical implementation, the project integrates the Haversine formula with Leaflet.js for radius-based location filtering, utilizes Socket.IO for real-time data transmission, and manages asset storage via Cloudinary CDN. Notably, the project embeds the Google Gemini API to automatically suggest rental prices, while applying Collaborative Filtering algorithms combined with Cosine Similarity metrics to construct an intelligent personalized recommendation engine. Results: The project successfully developed a fully functional e-commerce platform with strict role-based access control, end-to-end operational workflows, and secured financial flows via an escrow mechanism. The system achieved four prominent technical breakthroughs delivering an exceptionally intuitive user experience: real-time item tracking maps, an instant interactive messaging channel, a context-aware AI pricing assistant, and a smart recommendation system designed to enhance platform personalization. Conclusion: The project validates the feasibility and efficacy of the P2P sharing model for short-term item rentals in Vietnam, reducing asset waste and creating a transparent transaction environment. Future work will focus on National ID (CCCD) verification and OTP authentication, automated escrow dispute resolution, a multi-platform mobile application, expanding into vehicle/real estate rentals, and utilizing advanced AI for physical wear-and-tear recognition via photos.