LuanVan.vnLuận Văn
Gửi thư

Studies of contrastive learning methods and models in spam review image detection

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhMarketing, thương mại
Tác giảNguyễn Thành Long
Người hướng dẫnNgô Thành Trung
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày phương pháp phát hiện ảnh đánh giá rác trên các nền tảng thương mại điện tử nhằm nâng cao độ tin cậy của hệ thống đánh giá sản phẩm. Phân tích thực trạng các phương pháp phát hiện truyền thống còn hạn chế về khả năng mở rộng và nhận dạng sản phẩm mới, đồng thời đánh giá các mô hình học biểu diễn sử dụng mạng nơ-ron tích chập và Transformer. Đề xuất giải pháp xây dựng mô hình metric learning dựa trên biểu diễn embedding, kết hợp hàm mất mát NT-Xent và kỹ thuật Online Hard Negative Mining để tăng khả năng phân biệt giữa ảnh hợp lệ và ảnh rác. Kết luận khẳng định phương pháp cải thiện độ chính xác, khả năng tổng quát hóa và hiệu quả phát hiện trong môi trường thương mại điện tử.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

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 marketing, thương mại · 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.