Lập trình hệ thống gợi ý sản phẩm dựa trên hành vi người dùng

BởiChu Minh Nam4 phút đọc266 lượt xem

Chia sẻ

Hệ thống gợi ý sản phẩm là một trong những công nghệ cốt lõi đứng sau sự thành công của các nền tảng thương mại điện tử như Amazon, Lazada hay Tiki. Mỗi sản phẩm bạn thấy hiển thị – từ đề xuất trên trang chủ, trong giỏ hàng, đến sản phẩm tương tự khi xem một mặt hàng – đều do thuật toán recommendation engine đứng sau xử lý và cá nhân hóa.

Nếu bạn từng thực hiện các bài như Tự động phân loại ảnh thời trang bằng AI, Tạo chức năng nhận dạng ảnh trong app di động, hoặc Tự động đếm số người trong ảnh bằng kỹ thuật segmentation thì xây dựng hệ thống đề xuất là bước tiếp theo để gia tăng trải nghiệm người dùng dựa trên hành vi cá nhân.

Các phương pháp xây dựng hệ thống gợi ý

Có 3 phương pháp chính:

Content-based Filtering: Gợi ý dựa trên thuộc tính sản phẩm và hành vi trước đó của người dùng.
Collaborative Filtering: Gợi ý dựa trên hành vi của người dùng khác có hành vi tương tự.
Hybrid Filtering: Kết hợp cả hai để tăng độ chính xác và khả năng mở rộng.

Thu thập dữ liệu hành vi người dùng

Dữ liệu thu thập có thể gồm:

Click vào sản phẩm
Lượt xem chi tiết
Thêm vào giỏ hàng
Lượt mua, đánh giá sao
Thời gian ở lại trên trang sản phẩm

Một ví dụ đơn giản trong cơ sở dữ liệu:

user_id	item_id	interaction_type	timestamp
001	1001	view	2025-07-26 10:00
001	1001	purchase	2025-07-26 10:20
002	1002	view	2025-07-26 11:05

Dữ liệu này có thể dùng để tạo ma trận user–item để huấn luyện mô hình gợi ý.

Xây dựng hệ thống gợi ý collaborative filtering với LightFM

Cài đặt thư viện LightFM

pip install lightfm

Tạo dữ liệu và huấn luyện mô hình

from lightfm import LightFM
from lightfm.data import Dataset
import pandas as pd

# Dữ liệu mẫu
data = pd.DataFrame({
    'user_id': ['u1', 'u1', 'u2', 'u3'],
    'item_id': ['i1', 'i2', 'i2', 'i3']
})

# Tạo dataset và tương tác
dataset = Dataset()
dataset.fit(data['user_id'], data['item_id'])
(interactions, _) = dataset.build_interactions(
    list(zip(data['user_id'], data['item_id']))
)

# Huấn luyện mô hình
model = LightFM(loss='warp')
model.fit(interactions, epochs=10, num_threads=2)

Phương pháp WARP loss là một trong những loss function phổ biến dùng cho bài toán ranking.

Gợi ý sản phẩm với mô hình content-based

Trong content-based filtering, ta sử dụng thuộc tính sản phẩm để đo mức độ tương đồng.

Ví dụ sử dụng TF-IDF

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import linear_kernel

# Mô tả sản phẩm
products = [
    "giày sneaker trắng thể thao nam",
    "giày cao gót nữ thời trang",
    "sandal nữ đế bệt đi biển",
    "sneaker nữ màu trắng hiện đại"
]

# Tính TF-IDF
vectorizer = TfidfVectorizer()
tfidf_matrix = vectorizer.fit_transform(products)

# Tính độ tương đồng cosine
similarity = linear_kernel(tfidf_matrix, tfidf_matrix)

# Gợi ý 2 sản phẩm gần giống với sản phẩm đầu tiên
similar_items = similarity[0].argsort()[::-1][1:3]
for idx in similar_items:
    print(products[idx])

Kết hợp hybrid model

Khi bạn có cả điểm tương tác từ collaborative filtering và content similarity, có thể kết hợp như sau:

def hybrid_score(cf_score, cb_score, alpha=0.6):
    return alpha * cf_score + (1 - alpha) * cb_score

Bạn có thể huấn luyện song song hai mô hình, lưu kết quả scoring và kết hợp điểm như trên để đưa ra top-N sản phẩm phù hợp.

Đánh giá mô hình gợi ý

Một số chỉ số phổ biến:

Precision@K: Tỷ lệ item thực sự được yêu thích trong top-K gợi ý.
Recall@K: Tỷ lệ item được gợi ý trong top-K so với toàn bộ item yêu thích.
NDCG: Đánh giá độ chính xác có trọng số theo vị trí.
Coverage: Tỷ lệ bao phủ số lượng item được hệ thống gợi ý.

Ví dụ tính Precision@5 bằng LightFM:

from lightfm.evaluation import precision_at_k
score = precision_at_k(model, interactions, k=5).mean()
print(f"Precision@5: {score:.3f}")

Kết luận

Hệ thống gợi ý là chìa khóa để thúc đẩy cá nhân hóa và tăng hiệu suất kinh doanh trong các ứng dụng thương mại điện tử. Dù là một hệ thống đơn giản dựa trên TF-IDF hay một hệ thống matrix factorization với hàng triệu user-item, giá trị mà nó mang lại là rất lớn.

Việc sử dụng hybrid model giúp hệ thống linh hoạt hơn trong trường hợp dữ liệu mới (cold start), hoặc khi người dùng chưa có nhiều tương tác. Kết hợp thêm các yếu tố thời gian, ngữ cảnh và thiết bị sử dụng sẽ giúp nâng cao trải nghiệm hơn nữa.