NGHIÊN CỨU CHỨC NĂNG GỢI Ý SẢN PHẨM CHO WEBSITE ECOMMERCE

Abstract

Thương mại điện tử hiện nay là một trong những lĩnh vực đã và đang phát triển mạnh mẽ rộng rãi ở khắp nơi trên thế giới. Trong số đó những trang web bán hàng online đã phát triển hệ thống gợi ý theo nhiều cách khác nhau để tăng trải nghiệm của người dùng khi mua hàng, nên trong bài luận văn này em chọn đề tài “Nghiên cứu chức năng gợi ý sản phẩm cho website Ecommerce” để có cơ sở chọn lựa phương pháp gợi ý thích hợp. Trước khi vào nghiên cứu em xây dựng một hệ thống bán quần áo online bằng framework Django để làm đại diện cho các trang web Ecommerce. Với mong muốn có thể ứng dụng được cho các dạng Ecommerce khác nên khi chọn dữ liệu nghiên cứu em sẽ chỉ dùng những đặc trưng mà đa số các trang Ecommerce đều có như tên của sản phẩm và đánh giá của người dùng. Trong bài luận văn này em sẽ nghiên cứu các dạng gợi ý bằng dữ liệu thông tin sản phẩm và đánh giá sản phẩm của Amazon. Một là dạng gợi ý dựa trên ngữ cảnh với hai phân loại chính là lọc các sản phẩm tương tự dựa trên các đặc điểm của sản phẩm trong cơ sở dữ liệu của hệ thống bán hàng bằng khoảng cách cosine để đo độ lớn của sự khác biệt và dự đoán đánh giá sản phẩm của người dùng trong hệ thống dựa trên các sản phẩm mà người dùng đó đã đánh giá bằng thuật toán ridge regression Hai là gợi ý dựa trên sự cộng tác với hai phân loại chính là lọc các sản phẩm tương tự dựa trên ma trận User-Item và dự đoán đánh giá sản phẩm dựa trên các đánh giá của người dùng khác trên sản phẩm tương tự với giải thuật KNN, SVD, NMF, học sâu Keras. Kết quả trả về, gợi ý trên sự cộng tác với giải thuật SVD đã cho độ đo RMSE, MAE thấp nhất. Sau khi nghiên cứu và so sánh đã chỉ điểm mạnh, điểm yếu của từng dạng và chọn ra dạng gợi ý dựa trên ngữ cảnh của sản phẩm để tích hợp vào phần gợi ý sản phẩm tương tự cho từng sản phẩm trên trang chi tiết sản phẩm và triển khai mô hình gợi ý dạng cộng tác khi người dùng đăng nhập vào hệ thống trên trang chủ.