DEVELOPMENT OF A PRODUCT RECOMMENDATION SYSTEM BASED ON ASSOCIATION RULES AND IMAGE-BASED PRODUCT SEARCH
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Kiều Hoàng Giang |
| Người hướng dẫn | Trần Công Án |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
In the rapidly evolving e-commerce landscape, enhancing user experience through personalized recommendations and intelligent search is crucial. This thesis presents the design and implementation of an Online Supermarket System featuring two advanced intelligent modules. First, the system employs the FP-Growth algorithm to analyze historical transaction data, generating association rules with a minimum confidence of 0.65 and lift greater than 1.0 to suggest "frequently bought together" items in real-time. Second, a visual search engine is integrated using a pre-trained EfficientNet-B4 model combined with image preprocessing techniques to extract feature vectors, enabling accurate product retrieval via Cosine Similarity. The system is built upon a Microservices-oriented architecture utilizing the MEVN stack (MongoDB, Express, Vue.js, Node.js) for the core application and Python (Flask) for AI services. Experimental results demonstrate that the system operates stably, delivering relevant recommendations and precise image search results, thereby offering a practical solution for the Vietnamese e-commerce market.
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
- PHÁT HIỆN VÀ PHÂN LOẠI MỘT SỐ BỆNH HỌC TRÊN TRÁI CAM
- XÂY DỰNG WEBSITE ÔN THI TỐT NGHIỆP TRUNG HỌC PHỔ THÔNG MÔN TOÁN THEO CHƯƠNG TRÌNH MỚI SỬ DỤNG MERN STACK
- XÂY DỰNG BỘ ĐỊNH TUYẾN ĐA TIÊU CHÍ CHO HỆ THỐNG DIGITAL TWIN PHÂN HỆ: MÔ PHỎNG
- XÂY DỰNG WEBSITE ĐẶT LỊCH VÀ KHÁM BỆNH THEO CHUỖI KHÁM
- NGHIÊN CỨU YOLO ĐỂ NHẬN DIỆN NGƯỜI CÓ ĐEO KHẨU TRANG HAY KHÔNG
- AGRISIGNAL-VN: KHAI PHÁ TÍN HIỆU BỆNH HẠI LÚA TỪ VIDEO TIẾNG VIỆT VÀ BIỂU DIỄN KHÔNG GIAN–THỜI GIAN
- PHÁT TRIỂN WEBSITE CUNG CẤP DỊCH VỤ Y TẾ SỬ DỤNG REACTJS VÀ NODEJS CÓ TÍCH HỢP CHATBOT VÀ AI
- ỨNG DỤNG CHỈ ĐƯỜNG TRƯỜNG CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
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.