BUILDING AN AI-INTEGRATED AGRICULTURAL DATA COLLECTION AND ANALYSIS SYSTEM TO SUPPORT FARMERS WITH PERSONALIZED WEATHER AND MARKET INFORMATION.
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Võ Phi Thượng |
| Người hướng dẫn | Trương Minh Thái |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2026 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Agricultural market information is an important resource for farmers, traders, enterprises, and other participants in Vietnam's agricultural sector. Information related to commodity prices, market developments, and weather conditions is available from various online sources; however, these sources differ in structure, geographic coverage, publication frequency, and data format. A considerable amount of useful agricultural information is also embedded in unstructured news articles, making automated collection, extraction, organization, and reuse challenging. This thesis focuses on the design and development of the data processing and intelligence subsystem of AgriRAG, an agricultural information platform designed to support the collection and utilization of agricultural information across Vietnam. The subsystem is responsible for transforming heterogeneous source data into structured and retrievable information that can be consumed by other components of the AgriRAG platform. The proposed processing architecture consists of multiple stages, including web content acquisition, text cleaning and preprocessing, AI-assisted information extraction, data validation and normalization, structured data storage, document chunking, vector representation, and market-signal processing. A locally deployed Large Language Model is used to extract agricultural attributes such as commodities, varieties, prices, locations, dates, and market-related signals from unstructured textual content. Additional processing mechanisms are applied to control source-related information, associate extracted data with geographic locations, and validate model outputs before they are stored. The developed subsystem provides the data-processing foundation for other AgriRAG components, including information presentation and conversational retrieval. By separating data acquisition, AI-assisted extraction, structured storage, semantic indexing, and mathematical trend processing into explicit processing stages, the thesis demonstrates a practical architecture for transforming fragmented agricultural information into structured, traceable, and reusable data. Data processing and intelligence subsystem. Thông tin về thị trường nông nghiệp là nguồn tài nguyên quan trọng đối với nông dân, thương nhân, doanh nghiệp và các bên tham gia khác trong lĩnh vực nông nghiệp tại Việt Nam. Các thông tin liên quan đến giá cả nông sản, diễn biến thị trường và điều kiện thời tiết được cung cấp từ nhiều nguồn trực tuyến khác nhau. Tuy nhiên, các nguồn này có sự khác biệt về cấu trúc, phạm vi bao phủ địa lý, tần suất công bố và định dạng dữ liệu. Bên cạnh đó, một lượng đáng kể thông tin nông nghiệp hữu ích được chứa trong các bài viết tin tức có cấu trúc phi cấu trúc, gây khó khăn cho việc tự động thu thập, trích xuất, tổ chức và tái sử dụng dữ liệu. Luận văn này tập trung vào việc thiết kế và phát triển phân hệ xử lý dữ liệu và trí tuệ nhân tạo của AgriRAG, một nền tảng thông tin nông nghiệp được xây dựng nhằm hỗ trợ thu thập và khai thác thông tin nông nghiệp trên phạm vi Việt Nam. Phân hệ này có nhiệm vụ chuyển đổi dữ liệu từ các nguồn không đồng nhất thành thông tin có cấu trúc và có khả năng truy xuất, phục vụ cho các thành phần khác của nền tảng AgriRAG. Kiến trúc xử lý được đề xuất bao gồm nhiều giai đoạn, bao gồm thu thập nội dung web, làm sạch và tiền xử lý văn bản, trích xuất thông tin có sự hỗ trợ của trí tuệ nhân tạo, kiểm định và chuẩn hóa dữ liệu, lưu trữ dữ liệu có cấu trúc, phân đoạn tài liệu, biểu diễn dữ liệu dưới dạng vector và xử lý tín hiệu thị trường. Một mô hình ngôn ngữ lớn (Large Language Model – LLM) được triển khai cục bộ để trích xuất các thuộc tính nông nghiệp như loại nông sản, giống nông sản, giá cả, địa điểm, thời gian và các tín hiệu liên quan đến thị trường từ nội dung văn bản phi cấu trúc. Các cơ chế xử lý bổ sung được áp dụng nhằm quản lý thông tin liên quan đến nguồn dữ liệu, liên kết dữ liệu được trích xuất với các địa điểm địa lý và kiểm định kết quả đ
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- USING AI IN GAME DEVELOPMENT IN UNITY MODULE: UNITY-AI ENGINE
- NGHIÊN CỨU VÀ ỨNG DỤNG APPIUM VÀO QUY TRÌNH CI/CD CHO KIỂM THỬ ỨNG DỤNG DI ĐỘNG
- XÂY DỰNG HỆ THỐNG CHATBOT CHO TRƯỜNG ĐẠI HỌC Y DƯỢC CẦN THƠ
- XÂY DỰNG ỨNG DỤNG GAME POKER TRỰC TUYẾN
- DESIGN AND IMPLEMENTATION OF A HUMAN-IN-THE-LOOP AI-ASSISTED RECRUITMENT AUTOMATION PLATFORM FOR CV-JD EVALUATION AND RECOMMENDATION IN IT.
- COOKING RECIPE GENERATION USING BART - BRIO
- XÂY DỰNG HỆ THỐNG MẠNG XÃ HỘI CHIA SẺ TRANH MINH HỌA VÀ TRUYỆN TRANH
- XÂY DỰNG WEBSITE TÌM HIỂU HIỆN TƯỢNG THIÊN VĂN
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.