LuanVan.vnLuận Văn
Gửi thư

HỆ THỐNG GỢI Ý SẢN PHẨM THEO PHIÊN SỬ DỤNG MÔ HÌNH SASREC

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Quốc Dinh
Người hướng dẫnTrần Thanh Điện
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Đề tài “Hệ thống gợi ý sản phẩm theo phiên sử dụng mô hình SASRec” tập trung vào việc nghiên cứu và triển khai mô hình Self-Attentive Sequential Recommendation (SASRec) nhằm nâng cao chất lượng gợi ý trong thương mại điện tử. Khác với các hệ thống gợi ý dựa trên hồ sơ người dùng dài hạn, hệ thống gợi ý theo phiên khai thác trực tiếp chuỗi hành vi trong từng phiên truy cập để xác định ý định của người dùng trong ngữ cảnh hiện tại. Điều này đặc biệt quan trọng trong các tình huống người dùng không đăng nhập hoặc chưa có lịch sử tương tác phong phú. Với ưu thế của cơ chế tự chú ý, SASRec có khả năng học được quan hệ tuần tự giữa các sản phẩm mà người dùng đã tương tác, từ đó tạo ra gợi ý chính xác, cá nhân hóa và thích ứng hơn với bối cảnh thực tế. Trong nghiên cứu này, bộ dữ liệu Retail Rocket đã được lựa chọn để huấn luyện và đánh giá mô hình. Đây là tập dữ liệu chuẩn trong nghiên cứu về hệ thống gợi ý, ghi nhận các tương tác thực tế của người dùng ẩn danh trên một nền tảng thương mại điện tử. Tập dữ liệu bao gồm nhiều loại hành vi như xem sản phẩm, thêm vào giỏ hàng và mua hàng, trong đó tệp events.csv được sử dụng làm nguồn dữ liệu chính. Quy trình thực hiện bao gồm các bước: tiền xử lý dữ liệu, biểu diễn các phiên truy cập dưới dạng chuỗi sự kiện, huấn luyện mô hình SASRec và so sánh kết quả với phương pháp đối chứng. Để đánh giá hiệu quả, đề tài tiến hành so sánh SASRec với GRU4Rec, một mô hình dựa trên mạng hồi tiếp (RNN) thường được sử dụng trong gợi ý theo phiên. Các thí nghiệm được thực hiện dựa trên hai chỉ số đánh giá phổ biến là MRR@K và Recall@K. Kết quả cho thấy SASRec đạt độ chính xác cao hơn, đặc biệt trong các phiên ngắn và dữ liệu có nhiễu, đồng thời khắc phục hạn chế về khả năng song song hóa vốn gặp phải trong các mô hình RNN truyền thống. Kết quả nghiên cứu khẳng định tính hiệu quả và khả thi của SASRec trong bối cảnh gợi ý theo phiên, đồng thời chỉ ra tiềm năng mở rộng mô hình này trong việc phát triển các hệ thống gợi ý thông minh, góp phần nâng cao trải nghiệm mua sắm, hỗ trợ doanh nghiệp trong phân tích hành vi khách hàng và tối ưu hóa chiến lược kinh doanh. Từ khóa: gợi ý sản phẩm theo phiên, gợi ý tuần tự, SASRec, self-attention, hệ thống gợi ý thông minh.
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

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.