NGHIÊN CỨU CHỨC NĂNG GỢI Ý SẢN PHẨM CHO WEBSITE ECOMMERCE
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Ngô Hùng Vĩ |
| Người hướng dẫn | Nguyễn Thanh Hải |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
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.
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
- XÂY DỰNG HỆ THỐNG TÌM KIẾM NGƯỜI TRONG ẢNH DỰA TRÊN VĂN BẢN MÔ TẢ
- ỨNG DỤNG CÔNG NGHỆ IOT XÂY DỰNG VÀ QUẢN LÝ MÔ HÌNH VƯỜN RAU THÔNG MINH
- XÂY DỰNG WEBSITE HỖ TRỢ SINH VIÊN HỌC TẬP CÁC GIẢI THUẬT PHÂN LỚP
- MẠNG XÃ HỘI TRAVELORY TÍCH HỢP KINH DOANH SẢN PHẨM DU LỊCH
- PHÁT TRIỂN THUẬT TOÁN PHÂN LOẠI VÀ NHẬN DẠNG LỖI TRÊN SẢN PHẨM ỚT SAU THU HOẠCH
- HỆ THỐNG TƯ VẤN TÌM NHÀ Ở TRỰC TUYẾN DỰA VÀO LÁNG GIỀNG GẦN NHẤT
- HỆ THỐNG HỖ TRỢ TÌM KIẾM VIỆC LÀM
- XÂY DỰNG HỆ THỐNG QUẢN LÝ TOUR DU LỊCH TRÊN NỀN ANDROID STUDIO KẾT HỢP WEB SERVICES
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.