LuanVan.vnLuận Văn
Gửi thư

ỨNG DỤNG MẠNG NƠ-RON ĐỒ THỊ VÀO HỆ THỐNG GỢI Ý SẢN PHẨM DỰA TRÊN HÌNH ẢNH

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 giảTrần Trọng Trí
Người hướng dẫnLê Huỳnh Quốc Bảo
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Các hệ thống gợi ý sản phẩm truyền thống thường gặp khó khăn trong việc xử lý dữ liệu đa phương thức như hình ảnh và mô tả văn bản, dẫn đến độ chính xác và tính cá nhân hóa chưa cao. Việc ứng dụng mạng nơ-ron đồ thị (Graph Neural Network – GNN) cho phép mô hình khai thác mối quan hệ phức tạp giữa người dùng và sản phẩm, đồng thời tận dụng thông tin từ nhiều dạng dữ liệu khác nhau để nâng cao hiệu quả gợi ý. Nghiên cứu này tiến hành triển khai và đánh giá các mô hình mạng nơ-ron đồ thị đa phương thức trên tập dữ liệu Amazon Review Data (2018) với các bước gồm tiền xử lý dữ liệu, trích xuất đặc trưng hình ảnh bằng mô hình học sâu, mã hóa mô tả văn bản bằng mô hình ngôn ngữ hiện đại, xây dựng đồ thị người dùng–sản phẩm và huấn luyện mô hình theo chiến lược học xếp hạng. Kết quả thực nghiệm cho thấy các mô hình mạng nơ-ron đồ thị đa phương thức đạt hiệu năng tốt hơn so với các phương pháp gợi ý truyền thống thông qua các chỉ số Precision@K, Recall@K và NDCG@K. Những kết quả này chứng minh rằng việc kết hợp dữ liệu đa phương thức và học biểu diễn đồ thị là hướng tiếp cận hiệu quả giúp cải thiện độ chính xác và khả năng gợi ý của hệ thống trong các ứng dụng thương mại điện tử... Từ khóa: Hệ gợi ý sản phẩm; Dữ liệu đa phương thức; Mạng nơ-ron đồ thị; Học sâu; GNN.
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.