Đề tài Hệ thống bán hàng trực tuyến

i Lời cảm ơn Viết một khĩa luận khoa học là một trong những việc khĩ nhất mà chúng em phải hồn thành từ trước đến nay. Trong quá trình thực hiện đề tài chúng em đã gặp rất nhiều khĩ khăn và bỡ ngỡ. Nếu khơng cĩ những sự giúp đỡ và lời động viên chân thành của nhiều người cĩ lẽ chúng em khĩ cĩ thể hồn thành tốt luận văn này. Đầu tiên chúng em xin gửi lời biết ơn chân thành đến cơ Lê Thị Nhàn, người trực tiếp hướng dẫn chúng em hồn thành luận văn này. Chúng em muốn gửi lời cảm ơn đến cơ Phạm Thị Bạch Huệ, giáo viên phản biện của luận văn này. Những ý kiến đĩng gĩp của cơ là vơ cùng hữu ích, nĩ giúp chúng em nhận ra các khuyết điểm của luận văn. Trên con đường gĩp nhặt những kiến thức quý báu của ngày hơm nay, các thầy, cơ, bạn bè trường Đại học Khoa học Tự nhiên là những người đã cùng em sát cánh và trải nghiệm. Và sau cùng, chúng con xin cảm ơn cha mẹ, những người đã sinh thành, dưỡng dục và nuơi dạy chúng con nên người. Suốt đời này chúng con luơn ghi nhớ ơn Người. ii Danh mục các hình Hình 2.1- Các giai đọan của quá trình ra quyết định. ........................................................5 Hình 2.2 - Ưu điểm của Hệ hỗ trợ ra quyết định. ................................................................5 Hình 2.3 - Các thành phần của Hệ hỗ trợ ra quyết định. .....................................................6 Hình 2.4 Cấu trúc tổng quát của một mơ hình.....................................................................7 Hình 3.1 - Amazon đưa ra lý do vì sao các lời đề nghị được đưa ra. ................................15 Hình 3.2 - Đánh giá phim ở movifinder.com....................................................................16 Hình 3.3 - Trang Research. ...............................................................................................17 Hình 3.4 - Danh mục xe ở loại xe chở khách.....................................................................17 Hình 3.5 - Các câu hỏi về đặc tính máy in........................................................................19 Hình 3.6 - Các sản phẩm đề nghị của HP sau khi chọn trả lời cho các câu hỏi.................20 Hình 3.7 - Các câu hỏi của samsungtelecom.com. ...........................................................21 Hình 3.8 - Đánh giá độ quan trọng của các thuộc tính với SmartSort. .............................22 Hình 4.1 - Vector mục tiêu của sản phẩm cĩ 2 thuộc tính.................................................28 Hình 4.2 - Điều hướng về miền tối ưu Pareto....................................................................29 Hình 4.3 Di chuyển trên miền Pareto bằng cách thay đổi trọng số ...................................31 Hình 4.4 - Các trạng thái gen trong quần thể. ....................................................................32 Hình 4.5 - Lai ghép. ...........................................................................................................33 Hình 4.6 - Đột biến. ...........................................................................................................33 Hình 5.1 - Lược đồ Usecase...............................................................................................35 Hình 5.2 - Lược đồ trình tự cho usecase Tìm kiếm. ..........................................................36 Hình 5.3 - Lược đồ trình tự cho usecase Xem danh sách sản phẩm được mua nhiều nhất. ....................................................................................................................................36 Hình 5.4 - Xem danh sách sản phẩm mới ra mắt. ..............................................................37 Hình 5.5 - Lược đồ tuần tự Usecase Sản phẩm được quan tâm nhiều nhất. ......................37 Hình 5.6 - Lược đồ trình tự cho usecase Trợ giúp lựa chọn sản phẩm..............................38 Hình 5.7 - Lược đồ trình tự cho usecase Duyệt sản phẩm theo hãng sản xuất. .................39 Hình 5.8 - Lược đồ trình tự cho usecase Xem thơng tin chi tiết........................................39 Hình 5.9 - Lược đồ trình tự cho usecase Thêm hàng vào giỏ. ...........................................40 Hình 5.10 - Lược đồ trình tự cho usecase Xem giỏ hàng. .................................................40 Hình 5.11 – Lược đồ trình tự cho usecase Thanh tốn. .....................................................41 Hình 5.12 - Mơ hình kiến trúc hệ thống.............................................................................42 Hình 5.13 - Sơ đồ dữ liệu quan hệ. ....................................................................................42 Hình 5.14 - Lược đồ trình tự (mức thiết kế) cho usecase Tìm kiếm..................................45 Hình 5.15 - Lược đồ trình tự (mức thiết kế) cho usecase Xem sản phẩm mới ra mắt......46 Hình 5.16 - Lược đồ trình tự (mức thiết kế) cho usecase Trợ giúp chọn sản phẩm ..........46 Hình 5.17 - Lược đồ trình tự (mức thiết kế) cho usecase Xem thơng tin chi tiết ..............47 Hình 5.18 - Lược đồ trình tự (mức thiết kế) cho usecase Thêm hàng vào giỏ ..................47 Hình 5.19 Lược đồ trình tự (mức thiết kế) cho usecase Xem giỏ hàng.............................47 Hình 5.20 - Lược đồ trình tự (mức thiết kế) cho usecase Thanh tốn ...............................48 Hình 5.21 Sơ đồ phối hợp giữa các trang web...................................................................48 Hình 5.22 - Sơ đồ lớp ứng dụng WebMobileShop. ..........................................................52 Hình 5.23 - Sơ đồ lớp của module thuật tốn GA. ............................................................54 Hình 7.1 - Miền tối ưu Pareto. ...........................................................................................64 iii Danh mục các bảng Bảng 3.1 - Các bước cơ bản để tiến hành một giao dịch ...................................................12 Bảng 3.2 - Phân loại hệ hỗ trợ ra quyết định trong E-Commerce......................................13 Bảng 3.3 - Tổng kết so sánh website .................................................................................22 Bảng 5-1-Danh sách các bảng cơ sở dữ liệu......................................................................43 Bảng 5.2 - Bảng dữ liệu tblItems .......................................................................................43 Bảng 5.3 - Bảng dữ liệu tblCaseType................................................................................44 Bảng 5.4 - Bảng dữ liệu tblProducers................................................................................44 Bảng 5.5 - Bảng dữ liệu tblOrders .....................................................................................44 Bảng 5.6 - Bảng dữ liệu tblOrderDetails ...........................................................................45 Bảng 5.7 - Các đối tượng lớp của hệ thống WebMobileShop ...........................................53 Bảng 5.8 - Các đối tượng thuộc module thuật tốn GA ....................................................54 iv Mục lục Lời cảm ơn ........................................................................................................................... i Danh mục các hình.............................................................................................................. ii Danh mục các bảng............................................................................................................ iii Mục lục .............................................................................................................................. iv Chương 1 Giới thiệu ............................................................................................................1 1.1 Tổng quan ................................................................................................................1 1.2 Vấn đề đặt ra ............................................................................................................1 1.3 Mục tiêu của luận văn..............................................................................................2 1.4 Bố cục của luận văn .................................................................................................2 Chương 2 Hệ hỗ trợ ra quyết định .......................................................................................4 2.1 Thế nào là ra quyết định...........................................................................................4 2.2 Quá trình ra quyết định ............................................................................................4 2.2.1 Phân loại quyết định.............................................................................................4 2.2.2 Các giai đoạn của quá trình ra quyết định............................................................4 2.3 Hệ hỗ trợ ra quyết định ............................................................................................5 2.3.1 Khái niệm Hệ hỗ trợ ra quyết định ......................................................................5 2.3.2 Các thành phần của Hệ hỗ trợ ra quyết định........................................................6 2.3.3 Mơ hình ra quyết định..........................................................................................7 2.3.4 Phân loại Hệ hỗ trợ ra quyết định ........................................................................8 2.4 Tìm kiếm và đánh giá các lựa chọn một phần rất quan trọng trong hỗ trợ ra quyết định 10 Chương 3 Mua hàng qua mạng và sự cần thiết của hỗ trợ ra quyết định ..........................11 3.1 Internet đem đến một phương thức mua bán mới ..................................................11 3.2 Khảo sát thực trạng mua bán qua mạng.................................................................11 3.3 So sánh giữa phương thức mua hàng truyền thống và mua qua mạng ..................12 3.3.1 Các bước cơ bản để tiến hành một giao dịch mua hàng ....................................12 3.3.2 Các điểm thuận lợi và khơng thuận lợi trong phương thức mua bán truyền thống 13 3.3.3 Các điểm thuận lợi và khơng thuận lợi trong phương thức mua bán qua mạng13 3.4 Khảo sát các trang web bán hàng và sự hỗ trợ khách hàng của chúng..................13 3.4.1 Khảo sát một số hệ hỗ trợ ra quyết định trong E-Commerce ............................14 3.4.2 Bảng tĩm tắt và so sánh .....................................................................................22 3.5 Các tiện ích mà một trang web bán hàng cần cung cấp để cĩ thể Hỗ trợ khách hàng tốt hơn .......................................................................................................................22 Chương 4 Sử dụng giải thuật di truyền để giải quyết bài tốn hỗ trợ chọn sản phẩm khi mua hàng qua mạng ...........................................................................................................24 4.1 Giới thiệu ...............................................................................................................24 4.2 Các khĩ khăn khi xây dựng một module hỗ trợ khách hàng chọn sản phẩm ........24 4.3 Vấn đề “đa mục tiêu” khi chọn sản phẩm..............................................................25 4.4 Cách tiếp cận để giải bài tốn “Tối ưu đa mục tiêu” khi chọn sản phẩm ..............25 4.5 Chuyển bài tốn chọn sản phẩm thành bài tốn tối ưu đa mục tiêu.......................26 4.5.1 Lời giải cho bài tốn ..........................................................................................26 4.5.2 Các biến quyết định ...........................................................................................26 4.5.3 Các ràng buộc ....................................................................................................26 4.5.4 Các mục tiêu ......................................................................................................27 4.5.5 Hướng đến một lời giải “tối ưu” ........................................................................28 4.5.6 Các cải tiến để phù hợp với bài tốn..................................................................31 v Chương 5 Phân tích và thiết kế website bán điện thoại di động cĩ hỗ trợ người mua chọn sản phẩm ............................................................................................................................35 5.1 Phân tích.................................................................................................................35 5.1.1 Mơ hình Usecase................................................................................................35 5.1.2 Mơ tả các Actor..................................................................................................35 5.1.3 Mơ tả các Usecase..............................................................................................35 5.2 Thiết kế ..................................................................................................................41 5.2.1 Thiết kế hệ thống ...............................................................................................41 5.2.2 Thiết kế cơ sở dữ liệu.........................................................................................42 5.2.3 Thiết kế các lớp đối tượng .................................................................................45 Chương 6 Cài đặt ...............................................................................................................55 6.1 Mơi trường phát triển ứng dụng.............................................................................55 6.2 Cài đặt chương trình ..............................................................................................55 6.3 Một số màn hình tiêu biểu .....................................................................................56 Chương 7 Kết luận và hướng phát triển.............................................................................60 7.1 Kết luận..................................................................................................................60 7.2 Hướng phát triển ....................................................................................................61 Phụ lục A Bài tốn tối ưu đa mục tiêu ........................................................................62 Phụ lục B Thuật giải di truyền........................................................................................68 Tài liệu tham khảo .............................................................................................................71 1 Chương 1 Giới thiệu 1.1 Tổng quan Trong những năm gần đây, sự phát triển của thương mại điện tử (E-Commerce) đã đem lại nhiều lợi ích to lớn cho nền kinh tế tồn cầu. Thơng qua thương mại điện tử, nhiều loại hình kinh doanh mới được hình thành, trong đĩ cĩ mua bán hàng trên mạng. Với hình thức mới này, người tiêu dùng cĩ thể tiếp cận với hàng hĩa một cách dễ dàng và nhanh chĩng hơn rất nhiều so với phương thức mua bán truyền thống. Những tưởng với những thế mạnh của mình các trang web bán hàng sẽ dần thay thế các gian hàng hay các siêu thị truyền thống. Nhưng trên thực tế người mua vẫn cịn rất mặn mà với phương pháp mua bán cũ. Một phần vì phương thức mua bán cũ dần dần từng bước chuyển từ thĩi quen thành một nếp văn hĩa, văn hĩa mua sắm. Khi đĩ người ta xem hoạt động mua sắm là một hoạt động khơng thể thiếu trong nền văn hĩa đĩ. Mặt khác, các trang web bán hàng hiện nay dù đã được phát triển nhưng thực sự vẫn chưa thể thay thế được các cửa hàng thực tế. Một trong những nguyên nhân của sự thua kém này đĩ là yếu tố con người, một yếu tố mà chắc hẳn các trang web bán hàng khĩ cĩ thể bù đắp được. Bên cạnh đĩ, đâu là các nguyên nhân khác gây ra sự thua kém này? Người mua nhận xét gì về những nổ lực mà các trang web bán hàng đã và đang mang lại? Làm thể nào để nâng cao hiệu quả của những cửa hàng điện tử này? 1.2 Vấn đề đặt ra Hiện nay, các hệ thống bán hàng trực tuyến đã tạo nhiều điều kiện thuận lợi để người mua cĩ thể tiếp cận nhiều mặt hàng cùng lúc. Tuy nhiên, việc trình bày và trang trí quá nhiều các mặt hàng trên trang web đã gây ra khơng ít khĩ khăn cho người mua. Họ khĩ cĩ thể chọn ra cho mình một sản phẩm ưng ý nhất. Để khách hàng cĩ thể đến và mua được một sản phẩm ưng ý thì một lời khuyên, một sự trợ giúp là rất quan trọng. Một người bán hàng trong phương thức bán hàng truyền thống là một lợi thế rất lớn. Do đĩ để phương thức bán hàng qua mạng thực sự phát triển thì bên cạnh các lợi thế vốn cĩ của mình việc cĩ thêm một “người trợ giúp” là hết sức cần thiết. Hệ thống hỗ trợ ra quyết định (Decision Support System - DSS) với sự kết hợp của máy tính đã được áp dụng nhiều trong các cơng tác quản lý, những cơng việc tất yếu liên quan 2 đến việc ra quyết định. DSS cĩ thể giúp những nhà quản lý đưa ra các quyết định nhanh chĩng hơn, phức tạp hơn, và nâng cao hiệu suất cũng như chất lượng của các quyết định. Một hệ thống hỗ trợ ra quyết định tốt cĩ thể đĩng vai trị như một người trung gian hỗ trợ khách hàng đưa ra các quyết định mua hàng đúng đắn. Bằng cách xác định mục đích và nhu cầu của khách hàng, hệ thống cĩ thể đưa ra một tập các gợi ý giúp cho người mua dễ dàng chọn lựa sản phẩm yêu thích hơn. Qua đĩ hiệu suất của việc mua bán hàng trực tuyến được tăng cao một cách đáng kể. 1.3 Mục tiêu của luận văn Trước hết luận văn giúp chúng ta nhận ra những mặt thiếu sĩt của các trang web bán hàng hiện nay. Những tiện ích, dịch vụ mà các trang web này cần cung cấp hoặc nâng cao hơn để cĩ thể nâng cao vị thế của mình trong nền kinh tế hàng hĩa. Luận văn sẽ đưa ra một hướng tiếp cận để xây dựng một trong những tiện ích nĩi trên, tiện ích hỗ trợ khách hàng ra quyết định chọn sản phẩm. Tiện ích này đĩng vai trị như một người bán hàng cĩ thể thu thập các thơng tin về sở thích của khách hàng, sau đĩ tìm trong kho hàng vơ tận của mình những mặt hàng thích hợp nhất với các sở thích đĩ. Luận văn cũng tìm hiểu bài tốn tối ưu đa mục tiêu và cách tiếp cận dùng thuật giải di truyền để giải quyết bài tốn. Bài tốn này cũng là một khĩ khăn lớn trong khi tiến hành lựa chọn và gợi ý sản phẩm cho người mua. Việc trợ giúp khách hàng chọn lựa sản phẩm là một giai đoạn trong quá trình người mua quyết định mua sản phẩm. Vì vậy, luận văn sẽ tìm hiểu về hệ hỗ trợ ra quyết định, vị trí và vai trị của người trợ giúp bán hàng trong quá trình hỗ trợ khách hàng mua sản phẩm. 1.4 Bố cục của luận văn Bố cục của luận văn được tổ chức thành 7 chương. Chương 1 trình bày tổng quan về sự cần thiết của hệ hỗ trợ ra quyết định trong mơi trường mua bán trực tuyến và mục tiêu của luận văn. Chương tiếp theo giới thiệu lý thuyết chung về hệ hỗ trợ ra quyết định. Chương này nêu ra định nghĩa “Một quyết định là gì?” và “Một hệ hỗ trợ ra quyết định là gì?”. Đây là những kiến thức nền tảng về hệ thống hỗ trợ ra quyết định như quá trình ra quyết định, các giai đoạn của quá trình ra quyết định, các mơ hình của hệ hỗ trợ ra quyết định, và các cơng nghệ thơng minh được ứng dụng trong hệ hỗ trợ ra quyết định. 3 Chương 3 là khảo sát và so sánh về các đặc điểm của những hệ hỗ trợ ra quyết định trong mơi trường mua bán trực tuyến. Chương 4 trình bày một cách tiếp cận để áp dụng hệ hỗ trợ ra quyết định vào quá trình lựa chọn sản phẩm và mua hàng của khách hàng. Ở đây bài tốn tối ưu hĩa đa mục tiêu và các hướng giải quyết được nêu ra. Chương 5 là phần phân tích thiết kế hệ thống trang web bán hàng và hỗ trợ khách hàng chọn sản phẩm. Chương 6 là phần cài đặt hệ thống. Tổng kết và đánh giá của luân văn được trình bày ở chương 7. 4 Chương 2 Hệ hỗ trợ ra quyết định 2.1 Thế nào là ra quyết định Việc đưa ra quyết định đối với một vấn đề xuất hiện trong khắp các lĩnh vực, hoạt động của đời sống mà đơi khi chúng ta khơng nhận ra. Từ những việc đơn giản như chọn một bộ quần áo để đi dự tiệc cho đến các việc lớn lao như phân bổ ngân sách vào các chương trình của quốc gia đều là các cơng việc đưa ra quyết định. Vậy đưa ra quyết định chính là chọn ra trong các giải pháp khả thi một giải pháp mà theo người đưa ra quyết định là phù hợp nhất. 2.2 Quá trình ra quyết định 2.2.1 Phân loại quyết định Cĩ thể phân ra bốn loại quyết định như sau • Quyết định cĩ cấu trúc (Structured Decision): Các quyết định mà người ra quyết định biết là chắc chắn đúng. • Quyết định khơng cấu trúc (Nonstructured Decision): Các quyết định mà người ra quyết định biết là cĩ nhiều câu trả lời gần đúng và khơng cĩ cách nào để tìm ra câu trả lời chính xác nhất. • Quyết định đệ quy (Recurring Decision): Các quyết định lặp đi , lặp lại. • Quyết định khơng đệ quy (Nonrecurring Decision): Các quyết định khơng xảy ra thường xuyên. 2.2.2 Các giai đoạn của quá trình ra quyết định Theo Simon, các giai đoạn của quá trình ra quyết định bao gồm các pha: • Nhận định (Intelligence) : Tìm kiếm các tình huống dẫn đến việc phải ra quyết định, nhận dạng các vấn đề, nhu cầu, cơ hội, rủi ro… • Thiết kế (Design): Phân tích các hướng tiếp cận để giải quyết vấn đề, đáp ứng các nhu cầu, tận dụng các cơ hội , hạn chế các rủi ro.. • Lựa chọn (Choice): Cân nhắc và đánh giá từng giải pháp, đo lường hậu qủa của từng giải pháp và chọn giải pháp tối ưu. • Tiến hành ra quyết định (Implementation): Thực hiện giải pháp được chọn, theo dõi kết quả và điều chỉnh khi thấy cần thiết. 5 Hình 2.1- Các giai đọan của quá trình ra quyết định. 2.3 Hệ hỗ trợ ra quyết định 2.3.1 Khái niệm Hệ hỗ trợ ra quyết định Trong thập niên 1970, Scott Morton đưa ra những khái niệm đầu tiên về Hệ hỗ trợ ra quyết định (Decision Support Systems-DSS). Ơng định nghĩa DSS như là những hệ thống máy tính tương tác nhằm giúp những người ra quyết định sử dụng dữ liệu và mơ hình để giải quyết các vấn đề khơng cĩ cấu trúc [5]. Hình 2.2 - Ưu điểm của Hệ hỗ trợ ra quyết định. 6 Cho đến nay chưa cĩ một định nghĩa thống nhất về DSS. Tuy nhiên tất cả đều đồng ý mục đích cơ bản nhất của DSS là để hỗ trợ và cải tiến việc ra quyết định. 2.3.2 Các thành phần của Hệ hỗ trợ ra quyết định Một Hệ hỗ trợ ra quyết định gồm cĩ ba thành phần chính • Quản lí mơ hình • Quản lí dữ liệu • Quản lí giao diện ngừơi dùng Quản lí mơ hình (Model Management) bao gồm các mơ hình ra quyết định (DSS models) và việc quản lí các mơ hình này. Một số ví dụ của các mơ hình này bao gồm: mơ hình nếu thì, mơ hình tối ưu, mơ hình tìm kiếm mục đích, mơ hình thống kê. Quản lí dữ liệu (Data Management) thực hiên cơng việc lưu trữ các thơng tin của hệ và phục vụ cho viêc lưu trữ, cập nhật, truy vấn thơng tin. Quản lí giao diện ngừơi dùng (User Interface Management) quản lí việc giao tiếp giữa người dùng cuối và Hệ ra quyết định. Hình 2.3 - Các thành phần của Hệ hỗ trợ ra quyết định. 7 2.3.3 Mơ hình ra quyết định Một đặc trưng cơ bản của Hệ hỗ trợ ra quyết định là phải cĩ ít nhất một mơ hình hỗ trợ ra quyết định. Việc chọn lựa và xây dựng mơ hình nằm trong giai đoạn thứ hai (Design Phase) của quá trình ra quyết định. Một mơ hình là một khái quát hĩa hay trừu tượng hĩa của thực tế. Mơ hình hĩa là việc khái quát hĩa và trừu tượng hĩa các vấn đề thực tế thành các mơ hình định tính hay định lượng. Đĩ là một quy trình kết hợp cả khoa học (sự chính xác, logic) và nghệ thuật (sự sáng tạo). Một mơ hình thường bao gồm ba thành phần cơ bản: • Decision Variables: Đây là các lực chọn xác định bởi người ra quyết định. Chẳng hạn trong bài tĩan quyết định đầu tư thì đây là số tiền đầu tư, nơi đầu tư, thời gian đầu tư… • Uncontrollable Variables : Đây là các biến khơng nằm trong sự kiểm sĩat của người ra quyết định (bị tác động bởi các yếu tố bên ngịai). Chẳng hạn trong bài tĩan trên thì đây là tốc độ lạm phát, lãi suất ngân hàng… • Result Variables: Đây là các biến kết quả của mơ hình. Chẳng hạn trong bài tốn trên thì đây là tỉ số lợi nhuận… Hình 2.4 Cấu trúc tổng quát của một mơ hình. Khi lựa chọn quyết định cuối cùng, người ra quyết định cĩ thể muốn cĩ một quyết định tối ưu (optimal) hay một quyết định thỏa đáng, gần tối ưu (good enough). Do vậy cĩ thể chia ra hai loại mơ hình hỗ trợ ra quyết định Mơ hình quy chuẩn (Normative Model): Mơ hình này xem xét tất cả các phương án và chọn ra phương án tơi ưu. Mơ hình mơ tả (Descriptive Model): Mơ hình này xem xét một tập hợp các điều kiện theo ý người dùng và xem xét các phương án theo hướng các điều kiện này và đưa ra một kết UnControllable variables Decision variables Meathematical relationships Result variables 8 quả thỏa đáng. Vì mơ hình này khơng xem xét hết tất cả các phương án nên kết quả cúơi cùng cĩ thể chỉ gần tối ưu. Mơ hình quy chuẩn thường được sử dụng trong bài tĩan tối ưu hĩa một mục tiêu. Mơ hình mơ tả thường được sử dụng trong bài tĩan tơi ưu hĩa đa mục tiêu khi các mục tiêu này cĩ thể mâu thuẩn nhau. 2.3.4 Phân loại Hệ hỗ trợ ra quyết định Hệ hỗ trợ ra quyết định được phân loại dựa trên nhiều tiêu chí. Hiện nay, vẫn chưa cĩ cách phân loại thống nhất. Sau đây là 2 cách phổ biến nhất: Theo [4], cĩ tất cả năm lọai Hệ hỗ trợ ra quyết định • Hướng giao tiếp (Communications-Driven DSS) • Hướng dữ liệu (Data-Driven DSS ) • Hướng tài liệu (Document-Driven DSS) • Hướng tri thức (Knowledge-Driven DSS) • Hướng mơ hình (Model-Driven DSS) Hướng giao tiếp - Hệ hỗ trợ ra quyết định sử dụng mạng và cơng nghệ viễn thơng để liên lạc và cộng tác. Cơng nghệ viễn thơng bao gồm Mạng cục bộ (LAN), mạng diện rộng (WAN), Internet, ISDN, mạng riêng ảo... là then chốt trong việc hỗ trợ ra quyết định. Các ứng dụng của hệ hỗ trợ ra quyết định hướng giao tiếp là Phần mềm nhĩm (Groupware), Hội thảo từ xa (Videoconferencing), Bản tin (Bulletin Boards)… Hướng dữ liệu - Hệ hỗ trợ Ra quyết định dựa trên việc truy xuất và xử lí dữ liệu. Phiên bản đầu tiên được gọi là Hệ chỉ dành cho việc truy xuất dữ liệu (Retrieval-Only DSS ). Kho dữ liệu (Datawarehouse) là một Cơ Sở Dữ Liệu tập trung chứa thơng tin từ nhiều nguồn đồng thời sẵn sàng cung cấp thơng tin cần thiết cho việc ra quyết định. OLAP cĩ nhiều tính năng cao cấp vì cho phép phân tích dữ liệu nhiều chiều, ví dụ dữ liệu bán hàng cần phải được phân tích theo nhiều chiều như theo vùng, theo sản phẩm, theo thời gian, theo người bán hàng. Hướng tài liệu - Hệ hỗ trợ ra quyết định dựa trên việc truy xuất và phân tích các văn bản, tài liệu…Trong một cơng ty, cĩ thể cĩ rất nhiều văn bản như chính sách, thủ tục, biên bản cuộc họp, thư tín... Internet cho phép truy xuất các kho tài liệu lớn như các kho văn bản, hình ảnh, âm thanh… Một cơng cụ tìm kiếm hiệu quả là một phần quan trọng đối với các Hệ hỗ trợ ra quyết định dạng này. 9 Hướng tri thức - Hệ hỗ trợ ra quyết định cĩ thể đề nghị và đưa ra những tư vấn cho người ra quyết định. Những hệ này là các hệ chuyên gia với một kiến thức chuyên ngành cụ thể, nắm vững các vấn đề trong chuyên ngành đĩ và cĩ kĩ năng để giải quyết những vấn đề này. Các cơng cụ khai mỏ dữ liệu cĩ thể dùng để tạo ra các hệ dạng này. Theo Holsapple và Whinston (1996) [6] phân ra 6 lọai Hệ hỗ trợ ra quyết định • Hướng văn bản (Text-Oriented DSS) • Hướng cơ sở dữ liệu (Database-Oriented DSS) • Hướng bản tính (Spreasheet-Oriented DSS) • Hướng người giải quyết (Solver-Oriented DSS) • Hướng luật (Rule-Oriented DSS) • Hướng kết hợp (Compound DSS) Hướng văn bản – Thơng tin (bao gồm dữ liệu và kiến thức) được lưu trữ dưới dạng văn bản. Vì vậy hệ thống địi hỏi lưu trữ và xử lí các văn bản một cách hiệu quả. Các cơng nghệ mới như Hệ quản lí văn bản dựa trên web, Intelligent Agents cĩ thể được sử dụng cùng với hệ này. Hướng cơ sở dữ liệu - Cơ sở dữ liệu đĩng vai trị chủ yếu trong hệ này.Thơng tin trong cơ sở dữ liệu thường cĩ cấu trúc chặt chẽ, cĩ mơ tả rõ ràng. Hệ này cho phép người dùng truy vấn thơng tin dễ dàng và rất mạnh về báo cáo. Hướng bản tính – Một bản tính là một mơ hình để cho phép người dùng thực hiện việc phân tích trước khi ra quyết định. Bản tính cĩ thể bao gồm nhiều mộ hình thống kê, lập trình tuyến tính, mộ hình tài chính… Bản tính phổ biến nhất đĩ là Microsoft Excel. Hệ này thường được dùng rơng rãi trong các hệ liên quan tới người dùng cuối. Hướng người giải quyết – Một trợ giúp là một giải thuật hay chương trình để giải quyết một vấn đề cụ thể chẳng hạn như tính lượng hàng đặt tối ưu hay tính tĩan xu hướng bán hàng. Một số trợ gíup khác phức tạp như là tối ưu hĩa đa mục tiêu. Hệ này bao gồm nhiều trợ gíup như vây. Hướng luật – Kiến thức của hệ này được mơ tả trong các quy luật thủ tục hay lí lẽ. Hệ này cịn đựoc gọi là hệ chuyên gia. Các quy luât này cĩ thể là định tính hay định lượng. Các ví dụ của hệ này như là hướng dẫn khơng lưu, hướng dẫn giao thơng trên biển, trên bộ… 10 Hướng kết hợp - Một hệ tổng hợp cĩ thể kết hợp hai hay nhiều hơn trong số năm hệ kể trên. 2.4 Tìm kiếm và đánh giá các lựa chọn một phần rất quan trọng trong hỗ trợ ra quyết định Giai đọan lựa chọn (Choice Phase) là giai đoạn quan trọng nhất của quá trình ra quyết định. Giai đoạn này bao gồm ba bước chính sau đây: • Tìm kiếm lựa chọn • Đánh giá lựa chọn • Giới thiệu lựa chọn Trong trường hợp người ra quyết định muốn sử dụng mơ hình quy chuẩn (normative model) để tìm kiếm một lựa chọn tối ưu, thì Hệ hỗ trợ ra quyết định cĩ thể sử dụng phương pháp vét cạn (blind search) để duyệt hết tất cả các lựa chọn hay mơ hình tốn học để phân tích. Đối với mơ hình mơ tả, ta cĩ thể sử dụng phương pháp kinh nghiệm (heuristic search) để duyệt các lựa chọn dựa trên các quy luật rút ra được từ thử và sai hay kinh nghiệm. Phương pháp đánh giá các lựa chọn được quyết định khác nhau trong bài tốn một mục tiêu và bài tốn đa mục tiêu. Bài tốn một mục tiêu cĩ thể được mơ hình hĩa bằng bảng ra quyết định hay cây ra quyết định. Một trong các phương pháp hiệu quả để giải quyết đa mục tiêu là đo lường trọng số của các ưu tiên ra quyết định (Analytical Hierarchy Process của ExpertChoice). Một phương pháp khác là tối ưu hĩa dựa trên các mộ hình tĩan học tuyến tính (Microsoft Excel, Lingo…). Một phương pháp khác là lập trình kinh nghiệm sử dụng heuristics như là tabu search, giải thuật di truyền. 11 Chương 3 Mua hàng qua mạng và sự cần thiết của hỗ trợ ra quyết định 3.1 Internet đem đến một phương thức mua bán mới Sự phát triển vượt bậc từng ngày của các cơng nghệ trên Internet đã dần thực sự biến đổi các hoạt động thương mại làm cho nĩ mang tính tồn cầu hơn. Các hoạt động kinh doanh truyền thống giờ đã được số hĩa, các khái niệm về E-Commerce, E-Business, E-Market, Shopping online xuất hiện và ngày càng trở nên phổ biến. Chính cơng nghệ Internet đã thực sự kết nối các doanh nghiệp với nhau (B2B – Business To Business) và doanh nghiệp với khách hàng (B2C – Business To Customer). Sức mạnh và sự thuận lợi của cơng nghệ Web đã giúp các cơng ty, doanh nghiệp đưa các hoạt động kinh doanh của mình đến gần với người dùng hơn. Sử dụng Web các cơng ty cĩ thể đưa đến người dùng từ những mẫu quảng cáo nhỏ, các mặt hàng, dịch vụ mà cơng ty cung cấp đến các hoạt động mua bán với khách hàng. Chính điều đĩ đã hình thành một phương thức mua bán hồn tồn mới mẻ và đang trở nên một hoạt động phổ biến trên Internet , mua bán hàng qua mạng (Shopping Online). 3.2 Khảo sát thực trạng mua bán qua mạng So với các hoạt động trên mạng khác thì hoạt động mua bán hàng qua mạng vẫn chiếm một tỷ lệ rất nhỏ nhưng rỏ ràng nĩ đang phát triển từng ngày. Theo khảo sát [18]: • Năm 1997 chỉ cĩ 9,6% người dùng Internet thực hiện mua bán qua mạng. • 1998 Ỉ 10,9% • 1999 Ỉ 10,4% • 2000 Ỉ 13,5% Khi câu hỏi “Mọi người nghĩ gì về mua hàng qua mạng?Việc mua hàng qua mạng đem đến những gì?” được đưa ra hỏi (tháng 1 năm 2000) thì cuộc khảo sát [18] nhận được các kết quả như sau: Các mặt thuận lợi: • Bạn cĩ thể mua hàng trong vịng một tiếng và khơng quan tâm đến thời gian đĩng cửa của cửa hàng (74%) • Cĩ thể quan sát mọi thứ ngay từ nhà mình (72%) 12 • Một lượng lớn và đủ chủng lọai các mặt hàng và dịch vụ được đưa ra (65%) • Sự khơng biên giới,bạn cĩ thể mua hàng từ bất kỳ quốc gia nào (54%) • Dể dàng so sánh giá cả (52%) Các mặt khơng thuận lợi: • Khơng thể thử mĩn hàng minh mua (52%) • Khơng cĩ các dịch vụ trợ giúp khi mua hàng(30%) • Cĩ nhiều khĩ khăn khi giao dịch hoặc trả lại hàng hĩa (25%) • Phương thức thanh tốn cịn qua phức tạp(31%) • Người mua hàng tỏ ra hồi nghi khi cĩ quá nhiều thơng tin cá nhân được thu thập (30%) Và với các yếu tố ảnh hưởng đến việc mua hàng qua mạng trên thì cĩ 2/3 người dùng khẳng định họ sẽ tiếp tục mua hàng và 1/3 cịn lại thì khẳng định họ khơng cĩ ý định mua hàng qua mạng, một con số đáng để lưu tâm [18] 3.3 So sánh giữa phương thức mua hàng truyền thống và mua qua mạng 3.3.1 Các bước cơ bản để tiến hành một giao dịch mua hàng Bảng 3.1 - Các bước cơ bản để tiến hành một giao dịch Phương thức mua bán truyền thống Phương thức mua bán qua mạng Chọn một cửa hàng ưng ý cĩ bán sản phẩm mà mình qua tâm(quen, được giới thiệu, tình cờ). Chọn một Website ưng ý cĩ bán sản phẩm mà mình qua tâm(quen, được giới thiệu, tìm kiếm trên mạng). Xem xét các sản phẩm được trình bày trong cửa hàng. Duyệt danh sách các mặt hàng trên trang Web. Nhờ người bán hàng tìm sản phẩm mà mình muốn mua. Tìm kiếm sản phẩm qua các từ khĩa (nếu trang cĩ hổ trợ). Nhờ người bán hàng tư vấn mặt hàng phù hợp với mình. Ít được hổ trợ. Tương tác trực tiếp, thử dùng với mặt hàng ưng ý. Khơng cĩ. So sánh với các sản phẩm khác trong cửa hàng hoặc một cửa hàng khác. So sánh với các sản phẩm khác trên Website (nếu hổ trợ). So sánh với các trang Web khác. Chọn mua, thanh tốn và nhận sản phẩm. Chọn mua và thanh tốn chờ cơng ty phân phối sản phẩm. Hồn trả nếu khơng ưng ý. Liên lạc với trang web qua hệ thống mail và chờ phản hồi. 13 3.3.2 Các điểm thuận lợi và khơng thuận lợi trong phương thức mua bán truyền thống ¾ Thuận lợi: o Người mua cĩ thể “sờ tận tay, thấy tận mắt”. o Nếu gặp khĩ khăn cĩ thể nhờ người bán hàng tư vấn. o Cĩ thể mặt cả giá cả. o Mua sắm trở thành một văn hĩa, làm cho người mua hứng khởi. o Việc mua sắm đơi khi tốn rất nhiều thời gian. ¾ Khơng thuận lợi: o Người mua khĩ nắm bắt hết các thơng tin về mặt hàng mình định mua. o Các mặt hàng thuộc các nhà cung cấp khác nhau thường được phân bố rải rác làm cho người mua khĩ so sánh. 3.3.3 Các điểm thuận lợi và khơng thuận lợi trong phương thức mua bán qua mạng ¾ Thuận lợi: o Người mua dễ dàng nắm bắt được thơng tin của mặt hàng định mua. o Số lượng các mặt hàng rất đa dạng. o Dễ dàng so sánh các mặt hàng với nhau. o Thời gian mua sắm ít. ¾ Khơng thuận lợi: o Người mua chỉ cĩ thể “thấy” chứ khơng thể thử, tiếp xúc với mặt hàng. o Khơng được tư vấn khi khơng biết phải chọn mặt hàng nào. o Khơng tìm được mặt hàng ưng ý vì cĩ quá nhiều sự chọn lựa. 3.4 Khảo sát các trang web bán hàng và sự hỗ trợ khách hàng của chúng Các hoạt động hỗ trợ khách hàng ra quyết định mua hàng qua mạng rất đa dạng và được phân chia theo nhiều cách khác nhau. Sự phân chia ở bảng dưới sử dụng cách phân loại của ở tài liệu [16], chỉ ra 3 mức hỗ trợ của DSS là hỗ trợ theo hướng truy cập, hỗ trợ theo hướng giao dịch và hỗ trợ theo hướng quan hệ. Bảng 3.2 - Phân loại hệ hỗ trợ ra quyết định trong E-Commerce Mức hỗ trợ Đặc điểm Hướng truy cập Tất cả các trang web tìm kiếm (khơng chỉ riêng cho các trang web mua bán trực tuyến) Đặc điểm: • Tìm kiếm và duyệt tuyến tính. • Tìm kiếm theo từ khĩa. Hướng Các trang web ở mức này cĩ những đặc điểm sau: 14 giao dịch • Giao diện người dùng tập trung hỗ trợ các hành vi của người dùng trong các hoạt động giao dịch, mua hàng, đặc biệt là hướng dẫn lựa chọn sản phẩm. • Cấu trúc dữ liệu website mua hàng và ứng dụng web server. • Địi hỏi nội dung, chất lượng của catalog sản phẩm và giao diện đồ họa phải cao. Hướng quan hệ Đây là những ứng dụng hướng đến mục tiêu chỉ dẫn khách hàng dựa trên tri thức, với các đặc điểm sau: • Thơng qua sở thích và tính cách cá nhân của người tiêu dùng. • Hỗ trợ các nhắc nhở,quảng cáo, mở rộng dây chyền cung ứng. • Tìm kiếm theo ngơn ngữ tự nhiên. Sự sắp xếp này đi từ sự hỗ trợ đơn giản đến tinh vi. Những mức độ này cũng phản ánh sự tiến triển của các hệ hỗ trợ từ những năm 90 đến nay. Ở mức 1, DSS dùng nhiều đến các phần mềm đa dụng để tạo những trang mua bán và tìm kiếm, duyệt đơn giản dựa trên các từ khĩa. Những trang web này chủ yếu để lơi kéo khách hàng và khơng tốn nhiều chi phí để xây dựng. Chúng là dạng thực thi trên web và chúng đem lại rất ít các trợ giúp cho người mua với các chức năng truy cập thơng tin và chức năng mua hàng đơn giản. Mức tiếp theo là một chuỗi cố gắng nhằm hiểu rõ các bước và thao tác xử lý của người mua trong suốt quá trình diễn ra giao dịch và tạo ra nhiều thiết lập mặc định và khuơn mẫu để hỗ trợ tốt hơn cho các bước cấu trúc. Những khảo sát về DSS những năm cuối thập niên 90 của thế kỷ 20 tập trung vào việc làm thế nào hỗ trợ các bước so sánh nhãn hiệu và sản phẩm. Một thời gian sau, một khảo sát khác cho thấy các hệ thống đang cố gắng mở rộng điểm này cho các bước mua, thanh tốn và giao hàng. Họ cũng kết hợp được những hướng tiếp cận và mở rộng DSS trên các xử lý quyết định như tài chính, giúp đỡ khách hàng trực tuyến và quản lý lỗi cũng như tìm kiếm theo ngơn ngữ tự nhiên. Ở mức cao nhất là những đặc tính của các trang mua bán hàng hĩa hiện tại được phát triển trong thập kỷ đầu của thế kỷ 21 này. Ở đây chúng ta thấy sự thay đổi sang sự hỗ trợ đối với các quan hệ dựa trên thời gian dài mà người mua cĩ được dựa trên các giao dịch. 3.4.1 Khảo sát một số hệ hỗ trợ ra quyết định trong E-Commerce 3.4.1.a Amazon.com Amazon.com được thành lập vào năm 1996, là trang web bán sách nổi tiếng hiện nay. Danh mục sản phẩm của Amazon.com rất phong phú bao gồm: sách, đồ điện tử, đĩa nhạc, phim ảnh. Sự hỗ trợ khách hàng chọn sản phẩm là riêng rẽ từng loại sản phẩm khác nhau. Điều này cũng dễ hiểu bởi khơng thể đề nghị khách hàng mua một quyển sách trong khi 15 họ đang tìm mua một máy điện thoại. Chúng ta sẽ tập trung vào hệ thống hỗ trợ trong mua bán sách của Amazon.com. Danh mục sách đề nghị mua (persionalized recommendation): Như nhiều website E- commerce khác, Amazon.com được cấu trúc với các trang thơng tin cho mỗi quyển sách, đem lại các thơng tin chi tiết về nội dung và mua bán. Danh sách các quyển sách đề nghị mua kèm được thấy ở trang thơng tin của mỗi cuốn sách. Thật sự, nĩ gồm hai danh sách đề nghị riêng biệt. Phần thứ nhất gồm danh sách những quyển sách thường mua nhất. Phần thứ hai là danh sách các tác giả của những quyển sách thường xuyên được mua. Mọi hoạt động duyệt danh mục sách, thêm hàng vào giỏ của người dùng đều được website ghi nhận để làm cơ sở cho việc đưa ra các đề nghị này. Ý kiến của bạn (Your Recommendation): Amazon cũng khuyến khích khách hàng phản hồi trực tiếp các cuốn sách mà họ đã đọc. Khách hàng đánh giá các cuốn sách họ đã đọc trên thang điểm 5 từ “hated it” đến “loved it”. Những đánh giá này sẽ được dùng như là đầu vào cho một cơ chế đề nghị (recommendation engine). Do đĩ, khi đánh giá càng nhiều quyển sách, khách hàng sẽ nhận được lời đề nghị càng chính xác. Hình dưới cho phép ta xem việc đánh giá của khách hàng là lý do để Amazon đưa ra các đề nghị đối với các quyển sách khác. Ví dụ khi ta đánh giá quyển “A Road Ahead” của Bill Gates thì Amazon đề nghị ta một quyển sách khác cũng của Bill Gates là “Bussiness @ the Speed of Thought”. Hình 3.1 - Amazon đưa ra lý do vì sao các lời đề nghị được đưa ra. Email Notification: Đặc tính này cho phép customers được biết qua email các sản phẩm mới đã thêm vào catalog của Amazon.com. Nhận xét của khách hàng (Customer Comments): Nhận xét của khách hàng cho phép khách hàng nhận được các đề xuất dạng văn bản dựa trên ý kiến của các khách hàng khác. 16 Mỗi một trang thơng tin cụ thể về một cuốn sách là đánh giá dựa trên thang điểm 5 biểu hiện bằng hình ngơi sao và các lời nhận xét của những người đã đọc quyển sách và đưa ra lời bình. Khách hàng cũng cĩ sự chọn lựa các kết hợp giữa các đề xuất này trong quyết định mua của họ. Hơn nữa, khách hàng cĩ thể đánh giá các nhận xét này. Với mỗi lời bình cĩ một câu hỏi “Did this comment help you? ” và khách hàng cĩ thể chọn là “cĩ” hoặc “khơng” (yes hoặc no). Kết quả sẽ được liệt kê vào bảng và đưa ra 5 trong 7 người tìm được các lời nhận xét cĩ ích. 3.4.1.b 3.2.2 MovieFinder.com MovieFinder.com là trang web phim ảnh được quản lý bởi E!Online. MovieFinder hỗ trợ người dùng qua các sắp xếp các phim theo đánh giá của chính họ và đánh giá của khách hàng theo các mức từ A đến F. Các đánh giá của người dùng về các phim họ đã xem thể hiện ở mục Users Grade. Cịn mục Our Grade là đánh giá của những người biên tập trang web. Hình 3.2. dưới cho ta thấy bộ phim “Kingdom of Heaven” được đánh giá B+ ở cả hai mục Our Grade và Users Grade. Đối với người dùng đã đăng ký cĩ thể được đánh giá trực tiếp tại đây. Hình 3.2 - Đánh giá phim ở movifinder.com 3.4.1.c Carsdirect.com Carsdirect là một cửa hàng bán xe hơi trên Web, được thành lập vào năm. Carsdirect đưa ra một danh mục sản phẩm theo hướng tiếp cận với nhu cầu của người dùng. Trang Research (xem hình 3.3) cho phép chọn xe theo mục đích sử dụng của người mua: xe chở khách, xe cao cấp, xe tải nhẹ, xe cũ v.v… 17 Hình 3.3 - Trang Research. Khi chọn một loại xe, trang web tiếp tục đưa người dùng chọn đến danh mục phân loại ở cấp dưới. Cứ thế người dùng sẽ nhận được danh sách các xe ở danh mục đã chọn. Vấn đề là danh sách này khá dài. Do đĩ, các cơng cụ hỗ trợ xem thơng tin như car review (xem mơ tả xe), compare car compare (so sánh xe) để tiếp tục tìm một chiếc xe phù hợp nhất. Các duyệt qua danh này khá rờm rà nhưng cũng đáng để khách hàng bỏ thời gian tìm kiếm cho mình chiếc xe ưng ý nhất. Hình 3.4 - Danh mục xe ở loại xe chở khách. 3.4.1.d ActiveDecisions.com Trong mơi trường mua bán qua mạng, người dùng thường khơng thể đánh giá tất cả các tiêu chuẩn so sánh ở mức sâu. Việc này địi hỏi nhiều thời gian và thao tác phức tạp. Do đĩ các trang web đưa ra kịch bản xử lý theo 2 bước để đạt được sự hỗ trợ khách hàng ở mức sâu. Bước đầu tiên, khách hàng thường được đưa ra một bộ gồm nhiều các sản phẩm và chỉ ra một bộ con các lựa chọn tốt. Sau đĩ, các lựa chọn này sẽ được đánh giá ở độ sâu 18 hơn, thực hiện các so sánh các sản phẩm trên các thuộc tính quan trọng và ra quyết định mua. Một chương trình đĩng vai trị là người đề nghị (Recommender Agent-RA) sẽ trợ giúp cho khách hàng trong bước đầu tiên, đưa ra các sản phẩm lựa chọn. Dựa vào các thơng tin cung cấp đã khảo sát trước hoặc chính từ người mua hàng đối với sở thích của họ mà RA sẽ đề xuất một bộ sản phẩm hấp dẫn nhất đối với cá nhân đĩ. Các hướng tiếp cận sở thích người dùng cĩ thể chia ra thành hai nhĩm: hướng đặc tính và hướng nhu cầu. Một hệ thống theo hướng đặc tính thường yêu cầu khách hàng chỉ ra các sở thích về đặc tính của sản phẩm như: mơt máy chụp ảnh kỹ thuật số phải cĩ độ phân giải ít nhất là 4 Mega Pixel. Các tiếp cận nhu cầu sẽ hỏi người dùng chỉ ra “Nhu cầu cá nhân của họ là gì?”. Ví dụ tơi cần chụp ảnh ngoại cảnh. Cách tiếp cập theo hướng nhu cầu nên là một phương pháp phù hợp để hỗ trợ cho người dùng chưa cĩ kinh nghiệm chọn sản phẩm. Active Decisions Inc. là nhà cung cấp hàng đầu thế giới các giải pháp hướng dẫn mua hàng. Ứng dụng cung cấp bởi Active Decisions đem lại cho bộ phận mua hàng, các chi nhánh và các ứng dụng tự phục vụ mục tiêu là lơi kéo càng nhiều khách hàng. Kỹ thuật chính của Acitve Decisions được xem như là sự kết hợp của Recommender Agent (RA) và ma trận so sánh (Comparison Matrix-CM). Ma trận so sánh, sự trợ giúp tạo quyết định dạng thứ hai, là cơng cụ tương tác được đưa ra nhằm giúp người dùng trong các so sánh ở mức sâu hơn giữa các sản phẩm đã chọn ở bước một. Một dạng cơ bản của hướng trợ giúp ra quyết định này, thích hợp như một giỏ hàng hiển thị một ma trận các hàng là các sản phẩm và các cột là các thuộc tính quan trọng của sản phẩm. Thiết kế này cho phép người mua so sánh các giá trị của sản phẩm hiệu quả và chính xác hơn. Các bước tiếp cận của kỹ thuật này thì đầu tiên khách hàng sẽ được hỏi họ tìm cái gì và cái gì là quan trọng với họ thơng qua các hướng tiếp cận theo nhu cầu hay theo đặc tính, dựa vào đĩ đưa ra các đề xuất thích hợp cho khách hàng. Khách hàng sẽ chọn một vài sản phẩm đưa ra để so sánh ở mức cao hơn trong ma trận so sánh. Những sản phẩm được đề nghị cũng hiển thị với lời giải thích tại sao nĩ tốt cho người dùng. Một vài giải pháp của Active Decision sẽ được thấy ở các website www.absound.ca, www.qvc.com , www.sonystyle.com, www.jr.com và www.hpshopping.com. Chúng ta sẽ khảo sát một ví dụ của Active Decision ở website Hpshopping.com. 19 3.4.1.e Hpshopping.com Hpshopping là một trang web giới thiệu các sản phẩm của hãng HP bao gồm máy tính, máy PDA, máy in. Trong phần này, chúng ta tập trung vào trang chọn mua máy in (printer). Các câu hỏi chuyên về tính năng sử dụng của máy in như số trang in, cỡ trang in thường dùng, cổng kết nối với máy tính, hệ điều hành của máy tính v.v… Kết quả là ba sản phẩm thích hợp nhất được hiển thị ở ma trận so sánh với cột là các sản phẩm và dịng là các thuộc tính của sản phẩm máy in. Trong một số trường hợp HPShopping cịn đưa ra một kết quả mạnh hơn yêu cầu của người dùng. Kết quả này là một máy in khơng chỉ cĩ đủ các đặc tính theo yêu cầu của người dùng mà cịn cĩ thêm một số tính năng khác. Hình 3.5 - Các câu hỏi về đặc tính máy in. 20 Hình 3.6 - Các sản phẩm đề nghị của HP sau khi chọn trả lời cho các câu hỏi. 3.4.1.f Samsungtelecom.com Đây là trang hỗ trợ khách hàng tìm kiếm sản phẩm theo nhu cầu của khách hàng qua các câu hỏi cho người dùng lựa chọn. Nếu như ở website hpshopping.com các câu hỏi tập trung vào “Sản phẩm cần tìm cĩ đặc điểm gì?“ thì ở đây các câu hỏi tập trung vào “Người dùng cần mua sản phẩm để làm gì?”. Dựa vào các lựa chọn của khách hàng website đưa ra các điện thoại phù hợp với người dùng. Cuối cùng, sau quá trình đề xuất các sản phẩm thích hợp, trang web sẽ hỏi ý kiến người dùng cĩ thỏa mãn với những sản phẩm được đề xuất hay chưa. 21 Hình 3.7 - Các câu hỏi của samsungtelecom.com. 3.4.1.g Shopping.Yahoo.com/Smartsort Shopping.yahoo.com là một trong những hệ thống mua sắm lớn nhất hiện nay. Ngồi các tính năng hỗ trợ tìm kiếm thơng thường như duyệt theo catalog, cho khách hàng đánh giá trên sản phẩm đã mua, người dùng cịn cĩ thể tìm các sản phẩm theo sở thích, mục đích sử dụng qua tính năng Smartsort cĩ trên trang web Yahoo!Shopping gồm nhiều loại mặt hàng trong đĩ phần Smartsort hỗ trợ các mặt hàng đồ điện tử như điện thoại di động, digital camera, PDA, máy tính v.v… Phần khảo sát này ta tập trung vào mặt hàng điện thoại di động. Tính năng Smartsort của Yahoo!Shoppping hỗ trợ người dùng chọn mức độ quan trọng của các thuộc tính sản phẩm qua thanh kéo (slider bar). Người dùng đánh giá độ quan trọng của các đặc tính trên máy điện thoại di động như thời gian dùng pin, kích cỡ, nhà sản xuất, các tính năng giải trí khác v.v… Yahoo đưa ra 5 mức đánh giá độ quan trọng đối với tính năng của điện thoại di động như sau: khơng quan trọng (not important), ít quan trọng (sightly important), quan trọng (important), rất quan trọng (very important), hết sức quan trọng(most important). Kết quả đưa ra là 10 máy điện thoại di động được sắp xếp theo độ quan trọng của các tính năng đã đánh giá trước đây. Trong danh sách các máy điện thoại đưa ra người dùng cĩ thể tiếp tục chọn vào danh sách so sánh tiếp theo. Một ma trận so sánh sẽ đưa ra giúp khách hàng dễ dàng so sánh. 22 Hình 3.8 - Đánh giá độ quan trọng của các thuộc tính với SmartSort. 3.4.2 Bảng tĩm tắt và so sánh Bảng 3.3 - Tổng kết so sánh website STT Website Đặc điểm Mức hỗ trợ đạt được 1 Amazon.com Các đặc tính hỗ trợ rất phong phú, hỗ trợ người dùng ở nhiều giai đoạn như tìm kiếm, hướng dẫn mua. 3 2 Moviefinder.com Chỉ cĩ 2 đặc điểm đơn giản là danh sách “Top 10” và đánh giá điểm cho mỗi phim. 2 3 Carsdirect.com Catalogue danh mục các xe chứa theo nhu cầu người mua. 2 4 Samsungtelecom.com Danh sách các câu hỏi được đưa ra nhằm đánh giá nhu cầu người dung. Danh sách kết quả là ma trận so sánh khá hợp đã được sắp xếp. - 5 HpShopping.com Danh sách câu hỏi đưa ra cho khách hàng và ma trận so sánh của danh sách sản phẩm được đề nghị cĩ nội dung và cách trình bày tốt. 3 6 Shopping.yahoo.com/ Smartsort Danh sách đánh giá độ quan trọng các tiêu chuẩn của sản phẩm đưa ra kết quả ngay lập tức. 3 3.5 Các tiện ích mà một trang web bán hàng cần cung cấp để cĩ thể Hỗ trợ khách hàng tốt hơn Qua các phần thống kê bên trên chúng ta thấy rằng “hỗ trợ khách hàng” vẫn là một sự thiếu hụt nghiêm trọng của các trang web bán hàng hiện nay. 23 Theo một cuộc khảo sát các người thường xuyên mua hàng qua mạng thì các tiện ích hỗ trợ khách hàng đĩng vai trị then chốt trong việc gia tăng số lượng mua hàng qua mạng. Các tiện ích mà các cửa hàng trên mạng cần cung cấp (tốt hơn) • Giá cả và hỗ trợ so sánh giá cả. • Tính bảo mật của các giao dịch. • Các dịch vụ hỗ trợ khách hàng trong việc mua và hồn trả hàng hĩa. • Hỗ trợ khách hàng tìm kiếm, chọn lựa sản phẩm. 24 Chương 4 Sử dụng giải thuật di truyền để giải quyết bài tốn hỗ trợ chọn sản phẩm khi mua hàng qua mạng 4.1 Giới thiệu Để xây dựng được một trang web bán hàng thật sự hồn hảo đĩ là sự kết hợp của rất nhiều yếu tố bao gồm sự quảng bá đến người dùng, giao diện người dùng, các tiện ích hỗ trợ khách hàng khi mua hàng, các dịch vụ giao hàng và hồn trả hàng. Trong khuơn khổ luận văn, chúng em cố gắng đưa ra một cách tiếp cận để xây dựng một trong những yếu tố trên “hỗ trợ khách hàng chọn sản phẩm khi mua hàng qua mạng”. Chọn sản phẩm là một trong những phần quan trọng nhất khi mua hàng. Như chương trước đã phân tích một trong những nguyên nhân chính dẫn đến sự khơng thành cơng của phương thức mua hàng qua mạng đĩ là người mua khơng thể chọn ra được một sản phẩm ưng ý nhất trước vơ vàn các mặt hàng được bày ra. Vậy trang web chúng ta xây dựng phải cĩ nhiệm vụ như một người bán hàng chuyên nghiệp đĩ là nắm bắt các nhu cầu của người mua và khuyến cáo cho người mua một số sản phẩm mà mình cho là thích hợp. Mặc dù quyết định cuối cùng vẫn thuộc về người ra quyết định, ở đây là người mua hàng, tuy nhiên một lời khuyên cho người dùng vẫn rất quan trọng. 4.2 Các khĩ khăn khi xây dựng một module hỗ trợ khách hàng chọn sản phẩm Các khĩ khăn phi kỹ thuật: • Khơng giống như một người bán hàng thực, một người bán hàng cĩ thể qua cách ứng xử, ăn mặc, thái độ v.v của người mua mà cĩ thể chọn ra các mặt hàng cho phù hợp. Trang web bán hàng hồn tồn khơng biết gì về các thơng tin trên của khách hàng. • Người mua cĩ thể tự do tương tác, trao đổi với người bán để nĩi lên nhu cầu, sở thích của mình. Trong khi mua hàng trên mạng thì yếu tố thời gian là rất quan trọng, cần phải dung hịa giữa lượng thơng tin cần thu thập và thời gian tiêu tốn của người dùng. • Trao đổi bằng ngơn ngữ tự nhiên sẽ dễ dàng và hiệu quả hơn. Trong khi đĩ người mua chỉ cĩ thể trao đổi với trang web qua một số cách nhất định (thường được số hĩa). 25 Các khĩ khăn về kỹ thuật: • Khơng gian tìm kiếm sản phẩm rất lớn, khơng thể tìm tuyến tính vì sẽ bắt khách hàng đợi lâu. • Cần tạo một kich bản để thu thập thơng tin khách hàng sao cho hợp lý, tránh gây nhàm chán và làm mất nhiều thời gian. • Vấn đề “đa mục tiêu” (xem phụ lục A), các sở thích của người dùng đơi khi xung đột hoặc khơng hợp lý dẫn đên kết quả tìm kiếm thường là “Khơng tìm thấy mặt hàng nào phù hợp”. Đây là một trong những điều cấm kỵ nhất của người bán hàng, để người khách hàng ra về tay khơng, khơng những khơng bán được hàng mà cịn để lại ấn tượng khơng tốt nơi khách hàng. 4.3 Vấn đề “đa mục tiêu” khi chọn sản phẩm Cĩ thể thấy khĩ khăn lớn nhất của module hỗ trợ chọn sản phẩm đĩ là giải quyết, thỏa mãn cùng lúc nhiều tiêu chí của người mua về mặt hàng mà khách hàng đĩ quan tâm. Các mục tiêu,sở thích này cĩ thể đối chọi nhau.Đây thực chất chính là đi giải quyết bài tốn tối ưu đa mục tiêu (xem phụ lục A), trong đĩ mỗi mục tiêu chính là các sở thích của người dùng mà mặt hàng đĩ phải thỏa. Module này cĩ nhiệm vụ tìm ra sản phẩm phù hợp (hoặc gần giống) với các sở thích của người mua. 4.4 Cách tiếp cận để giải bài tốn “Tối ưu đa mục tiêu” khi chọn sản phẩm Nội dung của luận văn này là tìm hiểu bài tốn tối ưu hĩa đa mục tiêu và cách tiếp cận dùng giải thuật di truyền (Genetic Algorithm - GA). Và áp dụng cách tiếp cận trên để giải bài tốn tối ưu hĩa đa mục tiêu khi hỗ trợ khách hàng chọn sản phẩm. Luận văn này chọn cách tiếp cận trên với các lý do sau: • Đây là một cách tiếp cận mới mẻ và đang được nhiều người quan tâm,phát triển và ứng dụng vào nhiều lĩnh vực khác nhau. • Giải thuật di truyền (GA) giựa trên ý tưởng quần thể tự nhiên, chọn lọc ngẫu nhiên sẽ làm cho giải thuật cĩ khả năng mạnh mẽ trong việc tìm kiếm một cách song song. Trong đĩ tất cả các cá thể trong quẩn thể sẽ được cố gắng tìm kiếm ở tất cả các hướng trong khơng gian tìm kiếm qua đĩ cho phép GA tránh được tối ưu hĩa cục bộ. • Một thế mạnh của GA trong nhiệm vụ tìm kiếm đĩ là khơng lo sợ khả năng bùng nổ của tổ hợp tìm kiếm.GA đặc biệt tỏ ra hữu hiệu với các khơng gian tìm kiếm lớn. Với các khơng gian tìm kiếm lớn GA khơng những bảo đảm được tối 26 ưu hĩa tồn cục mà cịn bảo đảm được thời gian tìm kiếm, một trong những yêu cầu quan trọng của bài tốn. • Và do đặc trưng của bài tốn, chúng ta cần trả về cho người mua một danh sách các mặt hàng mà theo hệ thống là phù hợp nhất (thơng thường từ 3 đến 5 giải pháp) nên việc sử dụng GA lại càng hợp lý. GA khác các phương pháp tìm kiếm tuyến tính khác là trong một lần chạy cĩ thể cho ta một tập các giải pháp thuộc miền Pareto (xem phụ lục A) trong quần thể của nĩ. 4.5 Chuyển bài tốn chọn sản phẩm thành bài tốn tối ưu đa mục tiêu Chúng ta sẽ mơ tả bài tốn mua hàng thành các khái niệm trong bài tốn tối ưu hĩa đa mục tiêu. 4.5.1 Lời giải cho bài tốn Trong bài tốn tìm kiếm sản phẩm, người dùng mong muốn chọn ra một mặt hàng thích hợp do đĩ sản phẩm tối ưu đối với sở thích người mua chính là lời giải của bài tốn. Nhưng chọn ra chỉ một sản phẩm cho người dùng cĩ vẻ khơng phù hợp cho lắm, đơi khi tạo cho người dùng cảm giác bị ép buộc. Do đĩ giải pháp phù hợp đĩ là một tập các lời giải tối ưu, tập hợp này tương tự như những sản phẩm mà một người bán hàng sẽ gợi ý cho chúng ta khi đã nắm bắt được nhu cầu của khách hàng. 4.5.2 Các biến quyết định Ở đây các biến quyết định (xem phụ lục A) chính là các thuộc tính cấu thành nên sản phẩm. Ví dụ (sản phẩm là điện thoại di động) =X (Giá, trọng lượng, kiểu dáng, thời gian sử dụng pin) X là một điểm trong vùng khả thi (xem phụ lục A). Trong ví dụ trên cĩ 4 biến quyết định. 4.5.3 Các ràng buộc Trong bài tốn “tối ưu đa mục tiêu “ các ràng buộc (xem phụ lục A) chính là các điều kiện giữa các biến quyết định. Nhưng trong bài tốn này khơng gian tìm kiếm là rời rạc, các điểm trong khơng gian tìm kiếm chính là ràng buộc của các biến quyết định. Hay nĩi cách khác nếu các giá trị của các biến quyết định cùng tồn tại trong một lời giải thì đĩ là một ràng buộc đúng đắn. Các ràng buộc được mơ tả bằng 1 vector: 27 ))(),...,(),(( 21 xhxhxhH n= với n là số biến quyết định. Trong đĩ )()( kkk Nxxh == Khi đĩ ràng buộc H thỏa khi ),...,,(, 21 nii NNNXFX =∈∃ Với F là vùng khả thi, khơng gian lời giải và trong bài tốn này là khơng gian các sản phẩm. 4.5.4 Các mục tiêu Cĩ thể dễ dàng nhận thấy 2 mục tiêu (objective) (xem phụ lục A) mà người mua luơn nhắm tới là giá cả (cost) và chất lượng của sản phẩm (performance). Người mua luơn muốn mua được sản phẩm đáp ứng đầy đủ các yêu cầu với một giá rẻ nhất .Và điều khĩ khăn ở đây đĩ là 2 mục tiêu này luơn xung đột với nhau. Một sản phẩm với các tính năng nổi trội luơn cĩ một cái giá cao hơn một sản phẩm khác và ngược lại do đĩ thường đi ngược lại với mong muốn của người mua. Do đĩ nhiệm vụ của bài tốn đa mục tiêu đĩ là phải dung hịa cả 2 mục tiêu đĩ. Mơ tả tổng quát: ))(),((maxmin/ xfxfF cp= . Từ đây ta thống nhất là sẽ dùng min, tức là mục tiêu của ta là làm tối thiểu hĩa vector mục tiêu. Trong đĩ F là một vector mơ tả 2 mục tiêu chính là cost và performance )(xfc là hàm mục tiêu cho mục tiêu về giá cả (cost). )(xf p là hàm mục tiêu cho mục tiêu về chất lượng (performance) Một ví dụ đơn giản về vector mục tiêu trên một sản phẩm gồm 2 thuộc tính. Sản phẩm X =(weight, cost) với tính chất giá (cost) càng cao trọng lượng (weight) càng thấp và người mua muốn một sản phẩm với giá (cost) thấp và trọng lượng (weight) cũng thấp. Vector mục tiêu được định nghĩa như sau: ))(),(( XfXfF cp= với )(Xf p = weight và )(Xfc = cost 28 Hình 4.1 - Vector mục tiêu của sản phẩm cĩ 2 thuộc tính. Trên đây chỉ là trường hợp đơn giản performance của ta chỉ cĩ một thuộc tính. Đối với trường hợp tổng quát thì sao? Bây giờ hàm mục tiêu về chất lượng (performance) sản phẩm sẽ trở thành: ))(...)()(()( )1(21 xfxfxfxf npppp −+++= với n là số thuộc tính của sản phẩm (n-1 vì đã bỏ qua thuộc tính giá cả) Nhưng khĩ khăn đặt ra là các thuộc tính lại khơng cĩ đơn vị tính giống nhau do đĩ ta cần cĩ một số tinh chỉnh để hàm )(xf p cĩ thể thực hiện được. Một cách đơn giản mà ta cĩ thể áp dụng đĩ là tinh chỉnh (normalize) các thuộc tính để các thuộc tính đều cĩ giá trị là một số thực từ 0 đến 1. Bây giờ hàm mục tiêu về performance sẽ cĩ dạng: )/)(.../)(/)(()( 0 1)1( 0 22 0 11 −−+++= nnpppp XxfXxfXxfxf trong đĩ 0kX là giá trị lớn nhất mà thuộc tính 1X cĩ thể cĩ được. 4.5.5 Hướng đến một lời giải “tối ưu” Để cĩ được một lời giải tối ưu (hoặc gần tối ưu) chúng ta cần qua 2 giai đoạn: • Hướng các lời giải của chúng ta về miền tối ưu Pareto (xem phụ lục A) • Chọn trên miền Pareto một lời giải phù hợp nhất. 4.5.5.a Điều hướng lời giải về miền tối ưu Pareto Cũng như với cách mua hàng truyền thống ,để người bán hàng cĩ thể chọn ra các sản phẩm phù hợp thì người mua phải cung cấp các tiêu chí (sở thích) về sản phẩm mà mình định mua. Cũng tương tự như vậy để giải quyết bài tốn này chúng ta cũng phải thu thập một số thơng tin về sản phẩm mà người dùng mong đợi, đây chính là mục tiêu của người dùng. )(Xfc )(Xf p Xu hướng người mua Vùng khả thi hay khơng gian tìm kiếm Vùng yêu thích 29 Chúng ta cĩ thể mơ tả một mục tiêu của người dùng bằng một vector như sau: ),...,,(Pr 21 kPPPef = (Pref - Preference ) Trong đĩ iP là một hằng số, mơ tả giá trị mà người mua mong muốn cĩ được ở thuộc tính ix . Và k là số thuộc tính mà người dùng mơ tả về sản phẩm.Trong đĩ nk ≤≤1 (n là số thuộc tính của sản phẩm) vì khơng nhất thiết người dùng phải mơ tả tất cả các thuộc tính. Và mục tiêu của chúng ta là đưa giá trị của các thuộc tính được mơ tả về càng gần với giá trị iP càng tốt. Đây chính là nơi ta áp dụng hướng tiếp cận hướng mục đích (xem phụ lục A), mỗi iP là một mục đích của chúng ta. Một mục đích trên thuộc tính ix cĩ thể được mơ tả một cách đơn giản là: ipi xxf −)(min Và hàm mục tiêu về chất lượng sản phẩm sẽ cĩ dạng: ))(minmin()( 1 ∑ = −= k i ipip xxfxf Khi tối ưu từng mục đích (goal) chúng ta hi vọng rằng các sản phẩm trong khơng gian tìm kiếm của thuật tốn di truyền sẽ điều hướng về miền tối ưu Pareto. Hình 4.2 - Điều hướng về miền tối ưu Pareto. )(xfc )(xf p Miền tối ưu Pareto iP 1P 2P 30 4.5.5.b Chọn trên miền tối ưu Pareto lời giải tối ưu nhất Theo định nghĩa của miền tối ưu Pareto thì những lời giải trên miền này khơng thể so sánh với nhau được nữa vì trên miền này khơng cĩ lời giải nào hồn tồn thống trị lời giải khác (xem phụ lục A). Khi chúng ta đã chọn lọc được các lời giải trên miền Pareto (ở bước trên) thì việc tiếp theo đĩ là chọn ra trên miền đĩ 1 hoặc nhiều lời giải mà ta cho là tốt hơn những lời giải khác (cũng thuộc miền Pareto). Chúng ta phải làm việc này vì trên miền Pareto khơng đảm bảo chỉ tồn tại 1 lời giải. Để chọn ra lời giải tốt hơn trên miền này chúng ta sẽ áp dụng cách tiếp cận Weighting Objective(xem phụ lục A). Khi đĩ ta cần thêm các thơng tin về mức độ quan trọng của các mục tiêu (đây là các đánh giá khách quan của người ra quyết định-người mua hàng).Đây chính là mối tương quan về độ trội của các mục tiêu. Lúc này vector mơ tả sở thích của người mua cĩ dạng: )),(),...,,(),,((Pr 2211 kpkpp PwPwPwef = trong đĩ iw chính là độ quan trọng của mục tiêu thứ i trong mục tiêu về chất lượng của sản phẩm )(xf pi Khi đĩ trọng số quan trọng của mục tiêu về chất lượng sản phẩm (performance) sẽ là : ∑ = = k i pip ww 1 Và độ quan trọng của mục tiêu về giá cả cw Với các ràng buộc: 1 1 =+=+ ∑ = c k i picp wwww Khi người dùng thay đổi các trọng số độ quan trọng của các mục tiêu thì các lời giải “tối ưu” sẽ di chuyển trên miền Pareto. Người ra quyết định cĩ thể thay đổi trọng số này để cĩ thể chọn ra các lời giải “tối ưu”. 31 Hình 4.3 Di chuyển trên miền Pareto bằng cách thay đổi trọng số 4.5.6 Các cải tiến để phù hợp với bài tốn. 4.5.6.a Mơ tả cấu trúc gene của thuật giải di truyền Do nhu cầu của bài tốn (cần trả về một tập lớn hơn 1 lời giải tối ưu) nên mỗi gen sẽ được biễu diễn bằng một mảng các định danh của các lời giải trong khơng gian tím kiếm (trong trường hợp cụ thể đĩ là các id của các sản phẩm trong cơ sở dữ liệu). Số lời giải trả về cĩ thể phụ thuộc vào mong muốn của người dùng (nhưng phải lớn hơn 1, khơng ai lại muốn khơng tìm thấy sản phẩm nào). Mơ tả một gen: Trong đĩ n là số kết quả mà người dùng mong đợi được trả về. Kết quả tốt nhất mà ta mong đợi để chọn đĩ là gen mà tất cả các ID trong gen đều nằm trên miền tối ưu Pareto hoặc tồi hơn cĩ thể cĩ một số ID thuộc Pareto và một số ít hơn nằm gần miền Pareto. Trường hợp khơng thành cơng là khơng cĩ ID nào thuộc miền Pareto lúc này thuật giải chưa được hội tụ, hoặc hội tụ quá sớm gây ra tối ưu cục bộ. )(xfc )(xf p cw pw Miền tối ưu Pareto ID1 ID2 … IDn 32 Hình 4.4 - Các trạng thái gen trong quần thể. 4.5.6.b Vai trị của các thao tác chọn lọc, lai ghép, đột biến trên quần thể Chọn lọc: Quá trình này nhằm mục đích loại bỏ khỏi quần thể những gen chứa các lời giải xấu (những lời giải nằm xa miền tối ưu Pareto) (xem hình trên). Tuy nhiên vấn đề cần quan tâm ở đây đĩ là bảo tốn tính tốt và tính đa dạng của quần thể. Khi loại bỏ các gen xấu chúng ta cĩ thể loại bỏ luơn cả các lời giải tốt (hoặc tương đối tốt) tồn tại trong gen. Lai ghép: Đây là một quá trình tự nhiên trong đĩ các nhiễm sắc thể giữa 2 gen sẽ được hốn đổi cho nhau. Nhiệm vụ chính của nĩ là làm tăng tính đa dạng của quần thể, với hi vọng các gen tốt hơn sẽ được tạo ra. Chúng ta cần một số cải tiến để bảo đảm rằng các gen đời sau sẽ tốt hơn đời trước. Bởi vì độ tốt của một gen được xác định bằng tổng độ tốt của mỗi nhiễm sắc thể (gen nào cĩ nhiều nhiễm sắc thể (NST) trên miền Pareto, hoặc gần miền Pareto hơn thì gen đĩ tốt hơn). Nên khi lai ghép ta sẽ chuyển các NST tốt của một gen (bố hoặc mẹ) vào gen của người cịn lại. Như vậy sau khi lai ghép sẽ tạo ra một gen hồn tồn trội hơn 2 gen bố mẹ, và một gen sẽ chứa tồn những tính xấu. Khi đĩ trong quá trình chọn lọc ta chỉ giữ lại một gen con tốt vừa được tạo ra và một gen (bố hoặc mẹ) tốt hơn. Khi đĩ ta sẽ vừa bảo đảm các nhiễm sắc thể tốt sẽ khơng bị “vơ tình” loại bỏ và tính đa dạng của quần thể cũng vẫn được bảo tồn qua các đời. )(xfc )(xf p Loại gene tốt nhất Gene tương đối tốt Gene xấu 33 Hình 4.5 - Lai ghép. Đột biến: Vai trị của thao tác đột biến là để tránh tối ưu hĩa cục bộ (các gen chưa tiến đến được miền Pareto). Qua thao tác đột biến chúng ta sẽ đưa các lời giải tốt hơn vào khơng gian quần thể của thuật giải di truyền. Hình 4.6 - Đột biến. 4.5.6.c Hàm thích nghi Hàm thích nghi của mỗi sản phẩm sẽ cĩ dạng như sau: ∑ = += k i cpi xfxfF 1 )()( trong đĩ )(xf pi là hàm mục tiêu của thuộc tính về chất lượng thứ i (người mua quan tâm đến k thuộc tính-ngồi giá). )(xfc )(xf p Đột biến )(xfc )(xf p Gene bố Gene mẹ Gene con tốt Gene con xấu 34 )(xf c hàm mục tiêu về giá. Một sản phẩm tốt khi cĩ giá trị hàm thích nghi lớn hơn.Khi thuật giải cố gắng tối đại hĩa hàm thích nghi, thực chất là đang điều hướng các sản phẩm về miền tối ưu Pareto. Để kết hợp cả 2 giai đoạn điều hướng chúng ta cĩ thể kết hợp cả 2 cách dùng hướng mục đích và trọng số quan trọng vào cùng một hàm mục tiêu như sau: )/1()( *iiiipi xxpwxf −−= và )/||1()( *ccpwxf ccc −−= trong đĩ iw là độ quan trọng của thuộc tính i. ip là giá trị mà người dùng mong đợi ở thuộc tính i. ix là giá trị của thuộc tính i * ix là giá trị tối đa mà thuộc tính i cĩ thể cĩ được. *c là giá tiền tối đa mà một sản phẩm cĩ thể cĩ. 35 Chương 5 Phân tích và thiết kế website bán điện thoại di động cĩ hỗ trợ người mua chọn sản phẩm 5.1 Phân tích 5.1.1 Mơ hình Usecase Hình 5.1 - Lược đồ Usecase. 5.1.2 Mơ tả các Actor Actor khách hàng: Người dùng duy nhất của hệ thống là khách hàng. Hệ thống khơng yêu cầu mỗi khách hàng phải cĩ tài khoản riêng. Một người dùng bất kỳ cĩ thể vào hệ thống tìm và mua điện thoại bất cứ lúc nào. 5.1.3 Mơ tả các Usecase 5.1.3.a Usecase Tìm kiếm Usecase này thực hiện khi khách hàng muốn tìm kiếm sản phẩm điện thoại di động theo một mức giá và theo một số hãng sản xuất. Người dùng chọn một mức giá trong năm mức giá sau: và chọn các hãng điện thoại cần tìm. Hệ thống sẽ trả về cho khách hàng danh sách các máy điện thoại di động của các hãng đã chọn cĩ mức giá đĩ. Danh sách thể hiện thơng tin sơ bộ về mỗi sản phẩm gồm: tên máy, nhà sản xuất, giá bán, kích cỡ, thời gian chờ, thời gian đàm thoại. Và đối với mỗi sản phẩm đều cho phép người dùng xem thơng tin chi tiết sản phẩm hoặc đặt mua sản phẩm. Lược đồ trình tự - luồng cơ bản cho usecase Tìm kiếm 36 Hình 5.2 - Lược đồ trình tự cho usecase Tìm kiếm. 5.1.3.b Usecase Xem danh sách sản phẩm bán chạy nhất Usecase này nhằm đưa ra cho khách hàng một danh sách các sản phẩm bán chạy nhất của hệ thống. Hệ thống thể hiển danh sách thơng tin sơ bộ về mỗi sản phẩm gồm: tên máy, nhà sản xuất, giá bán, kích cỡ, thời gian chờ, thời gian đàm thoại. Và đối với mỗi sản phẩm đều cho phép người dùng xem thơng tin chi tiết sản phẩm hoặc đặt mua sản phẩm. Lược đồ trình tự-luồng cơ bản cho usecase Xem danh sách sản phẩm bán chạy nhất như sau: Hình 5.3 - Lược đồ trình tự cho usecase Xem danh sách sản phẩm được mua nhiều nhất. 5.1.3.c Usecase Xem danh sách sản phẩm mới ra mắt Usecase này nhằm đưa ra cho khách hàng một danh sách các sản phẩm mới ra mắt trong tháng. Hệ thống thể hiển danh sách thơng tin sơ bộ về mỗi sản phẩm gồm: tên máy, nhà sản xuất, giá bán, kích cỡ, thời gian chờ, thời gian đàm thoại. Và đối với mỗi sản phẩm đều cho phép người dùng xem thơng tin chi tiết sản phẩm hoặc đặt mua sản phẩm. Lược đồ trình tự-luồng cơ bản cho usecase Xem danh sách sản phẩm mới ra mắt như sau: 37 Hình 5.4 - Xem danh sách sản phẩm mới ra mắt. 5.1.3.d Usecase Xem danh sách sản phẩm được nhiều người quan tâm Usecase này nhằm đưa ra cho khách hàng danh sách các sản phẩm được nhiều người xem chi tiết nhất. Hệ thống thể hiển danh sách thơng tin sơ bộ về mỗi sản phẩm gồm: tên máy, nhà sản xuất, giá bán, kích cỡ, thời gian chờ, thời gian đàm thoại. Và đối với mỗi sản phẩm đều cho phép người dùng xem thơng tin chi tiết sản phẩm hoặc đặt mua sản phẩm. Lược đồ trình tự-luồng cơ bản cho usecase Xem danh sách sản phẩm được nhiều người quan tâm như sau: Hình 5.5 - Lược đồ tuần tự Usecase Sản phẩm được quan tâm nhiều nhất. 5.1.3.e Usecase Trợ giúp chọn sản phẩm Usecase này thực hiện khi khách hàng muốn tìm kiếm những chiếc điện thoại di động cĩ các đặc tính mà mình thích. Hệ thống yêu cầu khách hàng đánh giá mức độ quan tâm đối với các tiêu chuẩn của máy điện thoại di động và giá trị mong muốn của thuộc tính đĩ. Hệ thống sẽ trả về danh sách gồm 3 máy điện thoại phù hợp nhất với tiêu chuẩn đã đánh giá của khách hàng. Năm tiêu chuẩn cho khách hàng sau đánh giá gồm cĩ: Trọng lượng của máy, thời gian sử dụng máy, kiểu dáng của máy, các tính năng giải trí cĩ trong máy (bao gồm các tính năng 38 “cĩ camera”,”xem video”,”nghe nhạc MP3”, “nghe radio FM” và “tải nhạc chuơng Midi”), và giá bán của máy. Ta chọn 5 tiêu chuẩn trên tiêu biểu cho sự phong phú thuộc tính của một máy điện thoại di động. Hai tiêu chuẩn đầu (trọng lượng, thời gian sử dụng máy) và tiêu chuẩn cuối (giá bán) là những thuộc tính cĩ miền giá trị gần như liên tục, cĩ thể chia ra các khoảng cho người dùng chọn. Ví dụ thời gian chờ cĩ thể chia ra các khoảng “ngắn”, ”rất ngắn”, ”trung bình”, “dài”, ”rất dài”. Tiêu chuẩn thứ ba(kiểu dáng của máy) là thuộc tính cĩ miền giá trị rời rạc, người dùng chọn một kiểu dáng cụ thể của máy mà họ ưa thích. Tiêu chuẩn thứ tư là sự kết hợp nhiều tính năng của máy điện thoại di động, người dùng sẽ chọn các tính năng mà họ thích. Đây sẽ là nơi thuật tốn di truyền được áp dụng. Các đánh giá của khách hàng được dùng tìm kiếm sản phẩm thích hợp nhất trong quần thể sản phẩm của thuật tốn di truyền. Lược đồ trình tự-luồng cơ bản cho usecase Trợ giúp chọn sản phẩm như sau: Hình 5.6 - Lược đồ trình tự cho usecase Trợ giúp lựa chọn sản phẩm. 5.1.3.f Usecase Duyệt danh mục sản phẩm theo hãng sản xuất Usecase này thực hiện khi khách hàng muốn xem tất cả các sản phẩm điện thoại di động của một nhà sản xuất cụ thể. Hệ thống đưa ra các danh sách thơng tin sơ bộ về các điện thoại của nhà sản xuất đã chọn. Lược đồ trình tự-luồng cơ bản cho usecase Duyệt danh mục sản phẩm theo hãng sản xuất như sau: 39 Hình 5.7 - Lược đồ trình tự cho usecase Duyệt sản phẩm theo hãng sản xuất. 5.1.3.g Usecase Xem chi tiết Usecase này thực hiện khi khách hàng muốn xem thơng tin chi tiết về một máy điện thoại di động nào đĩ từ danh sách các điên thoại. Các thơng tin đưa ra cho khách hàng gồm : Tên nhà sản xuất, model máy, kích thước, trọng lượng, kiểu dáng, băng tần hỗ trợ, độ phân giải và màu sắc màn hình hiển thị, thời gian đàm thoại và thời gian chờ, giá bán, bộ nhớ, dạng tin nhắn hỗ trợ, các tính năng giải trí (bao gồm tích hợp máy ảnh, quay video, nghe nhạc MP3, nghe radio FM) và các tính năng kết nối dữ liệu (bao gồm Java, GPRS, WAP, Bluetooth). Tại đây, khách hàng cĩ thể đặt mua ngay máy điện thoại này. Lược đồ trình tự-luồng cơ bản cho usecase Xem chi tiết như sau: Hình 5.8 - Lược đồ trình tự cho usecase Xem thơng tin chi tiết. 5.1.3.h Usecase Thêm hàng vào giỏ Usecase này thực hiện khi khách hàng muốn chọn một sản phẩm và thêm vào giỏ hàng. Hệ thống sẽ báo cho khách hàng khi đã thêm sản phẩm vào giỏ thành cơng. Lược đồ trình tự-luồng cơ bản cho usecase Thêm hàng vào giỏ như sau: 40 Hình 5.9 - Lược đồ trình tự cho usecase Thêm hàng vào giỏ. 5.1.3.i Usecase Xem giỏ hàng Usecase này thực hiện khi khách hàng muốn xem danh sách sản phẩm đã đặt mua trong giỏ hàng. Hệ thống hiển thị danh sách từng sản phẩm đã đặt mua của khách hàng và số lượng của chúng. Người dùng cĩ thể nhập lại số lượng đặt mua hoặc hủy việc đặt mua một sản phẩm. Lược đồ trình tự-luồng cơ bản cho usecase Xem giỏ hàng như sau: Hình 5.10 - Lược đồ trình tự cho usecase Xem giỏ hàng. 5.1.3.j Usecase Thanh tốn Usecase này thực hiện khi khách hàng muốn thanh tốn cho những sản phẩm đã chọn trong giỏ hàng. Hệ thống sẽ xem khách hàng đã đăng ký thơng tin cá nhân chưa. Nếu chưa hệ thống sẽ buộc khách hàng điền vào thơng tin cá nhân bao gồm: Họ tên khách hàng, địa chỉ, email. 41 Hệ thống sẽ tạo tạo hĩa đơn liệt kê các sản phẩm trong giỏ hàng, yêu cầu khách hàng chọn phương thức giao hàng, phương thức thanh tốn. Khách hàng chọn phương thức giao hàng và phương thức thanh tốn thích hợp với mình rồi chấp nhận đặt mua hoặc hủy khơng mua. Lược đồ trình tự-luồng cơ bản cho usecase Thanh tốn như sau: Hình 5.11 – Lược đồ trình tự cho usecase Thanh tốn. 5.2 Thiết kế 5.2.1 Thiết kế hệ thống Hệ thống gồm 2 module chính: Module ứng dụng cửa hàng web bán điện thoại di động và module áp dụng thuật tốn GA tìm kiếm điện thoại theo sở thích người dùng. Mobile ứng dụng thuật tốn GA cĩ thể phân gồm 2 gĩi riêng biệt. Gĩi MobilePhoneShop chứa thơng tin các thuộc tính của máy điện thoại di động, cĩ chức năng kết nối và đưa thơng tin của cơ sở dữ liệu lên một nhớ chính. Gĩi GenecticAlgorithm chứa thuật tốn di truyền. Sơ đồ kiến trúc các thành phần hệ thống: 42 Hình 5.12 - Mơ hình kiến trúc hệ thống. 5.2.2 Thiết kế cơ sở dữ liệu 5.2.2.a Lược đồ cơ sở dữ liệu quan hệ Hình 5.13 - Sơ đồ dữ liệu quan hệ. 43 5.2.2.b Danh sách các bảng Bảng 5-1-Danh sách các bảng cơ sở dữ liệu STT Tên bảng Ghi chú 1. tblItems Sản phẩm điện thoại di động 2. tblProducers Hãng sản xuất 3. tblCaseType Danh sách kiểu dáng của điện thoại di động 4. tblOders Đơn đặt hàng 5. tblOderDetails Chi tiết đơn đặt hàng 5.2.2.c Chi tiết các bảng dữ liệu Bảng 5.2 - Bảng dữ liệu tblItems STT Tên thuộc tính Ý nghĩa Kiểu dữ liệu Miền giá trị Ghi chú 1 ItemID Mã sản phẩm int Khĩa chính 2 ItemModel Tên sản phẩm nvarchar(50) 3 ProducerID Mã hãng sản xuất int 4 Image Đường dẫn chứa file hình của sản phẩm 5 SmallImage 6 Comingdate Ngày ra mắt datetime 7 Height Chiều cao real Đơn vị: mm 8 Length Chiều rộng real Đơn vị: mm 9 Width Độ dày real Đơn vị: mm 10 Weight Trọng lượng smallint Đơnvị: gam 11 Standby Time Thời gian chờ smallint Đơn vị: giờ 12 Talk Time Thời gian đàm thoại smallint 13 Screen Color Màn hình char(10) 14 Screen Resolution Độ phân giải của màn hình char(10) 15 GPRS GPRS Bit 16 FM Nghe radio FM bit 17 Message Loại tin nhắn hỗ trợ nvarchar(50) 18 Camera Chụp hình nvarchar(50) 19 MP3 Nghe nhạc MP3 bit 20 Memory Dung lượng bộ nhớ int 21 WAP Char(10) 44 22 Bluetooth bit 23 Java Bit 24 Battery nvarchar(50) 25 Networks Mơ tả các băng tần hỗ trợ nvarchar(50) 26 Price float 27 CaseType Mã kiểu dáng int 1-4 28 Midi bit 29 Video Quay video bit 30 Games Mơ tả các trị chơi cĩ trong máy nvarchar(50) Bảng 5.3 - Bảng dữ liệu tblCaseType STT Tên thuộc tính Ý nghĩa Kiểu dữ liệu Miền giá trị Ghi chú 1 CasetypeID Mã kiểu dáng int Khĩa chính 2 Description Mơ tả nvarchar(20) Bảng 5.4 - Bảng dữ liệu tblProducers STT Tên thuộc tính Ý nghĩa Kiểu dữ liệu Miền giá trị Ghi chú 1 ProducerID Mã hãng sản xuất Int Khĩa chính 2 ProducerName Tên hãng sản xuất nvarchar(50) 3 Website Đường dẫn trang web hãng sản xuất nvarchar(50) 4 Logo Đường dẫn chứa hình của hãng sản xuất nvarchar(50) Bảng 5.5 - Bảng dữ liệu tblOrders STT Tên thuộc tính Ý nghĩa Kiểu dữ liệu Miền giá trị Ghi chú 1 OderID Mã đơn đặt hàng Int Khĩa chính 2 OderDate Ngày đặt datetime 3 CusName Tên khách hàng nvarchar(50) 4 CusAdd Địa chỉ khách hàng nvarchar(50) 5 CusEmail Email của khách hàng nvarchar(50) 6 CusTel Điện thoại của khách hàng char(10) 7 DeliveryAdd Địa chỉ giao hàng nvarchar(50) 8 Amount Tổng tiền khách float 45 hàng 9 DiscountAmount Phần trăm giảm giá float 10 ShipCost Phí giao hàng float 11 TotalAmount Tổng tiền thanh tốn hĩa đơn. float Bảng dữ liệu tblOrderDetails Bảng 5.6 - Bảng dữ liệu tblOrderDetails STT Tên thuộc tính Ý nghĩa Kiểu dữ liệu Miền giá trị Ghi chú 1 OrderNumber Số thứ tự của chi tiết trong hĩa đơn Int Khĩa chính 2 OrderID Mã hĩa đơn Int Khĩa chính 3 ItemID Mã sản phẩm Int Khĩa chính 4 Quatity Số lượng Int 5 Price Giá Float 5.2.3 Thiết kế các lớp đối tượng Phần này bao gồm thiết kế các xử lý của đối tượng ở cả ba tầng hoạt động của hệ thống và sự phối hợp hoạt động giữa chúng ở các mức độ tổng thể và chi tiết đến từng nghiệp vụ. 5.2.3.a Hiện thực hĩa các usecase ở mức thiết kế Usecase Tìm kiếm Hình 5.14 - Lược đồ trình tự (mức thiết kế) cho usecase Tìm kiếm. Usecase Xem danh sách sản phẩm mới ra mắt: 46 Hình 5.15 - Lược đồ trình tự (mức thiết kế) cho usecase Xem sản phẩm mới ra mắt. Usecase Trợ giúp chọn sản phẩm Hình 5.16 - Lược đồ trình tự (mức thiết kế) cho usecase Trợ giúp chọn sản phẩm 47 Usecase Xem chi tiết Hình 5.17 - Lược đồ trình tự (mức thiết kế) cho usecase Xem thơng tin chi tiết Usecase Thêm hàng vào giỏ Hình 5.18 - Lược đồ trình tự (mức thiết kế) cho usecase Thêm hàng vào giỏ Usecase Xem giỏ hàng Hình 5.19 Lược đồ trình tự (mức thiết kế) cho usecase Xem giỏ hàng 48 Usecase Thanh tốn Hình 5.20 - Lược đồ trình tự (mức thiết kế) cho usecase Thanh tốn 5.2.3.b Sơ đồ phối hợp giữa các trang web Hình 5.21 Sơ đồ phối hợp giữa các trang web 52 5.2.3.c Sơ đồ lớp của ứng dụng web Hình 5.22 - Sơ đồ lớp ứng dụng WebMobileShop. 53 Các thành phần của sơ đồ: Bảng 5.7 - Các đối tượng lớp của hệ thống WebMobileShop STT Lớp Mơ tả 1 pageDefault Trang chủ của ứng dụng web 2 pageSearch Trang tìm kiếm sản phẩm theo giá và hãng sản xuất 3 pageCriterionChoose Trang trợ giúp khách hàng lựa chọn sản phẩm thơng qua đánh giá các tiêu chuẩn của sản phẩm 4 pageResult Trang kết quả sản phẩm đề nghị cho khách hàng. 5 pageViewcart Trang xem giỏ hàng. 6 Checkout Trang đặt hàng và kết xuất hĩa đơn. 7 BLItems Lớp đối tượng xử lý liên quan đến sản phẩm gồm các phương thức lấy sản phẩm theo hãng sản xuất, tìm kiếm sản phẩm theo giá và hãng sản xuất. 8 BLProducer Lớp đối tượng xử lý liên quan đến hãng sản xuất gồm các phương thức lấy danh sách các hãng sản xuất. 9 OrderItem Lớp đối tượng xử lý các sản phẩm đã đặt hàng. 10 OrderList Lớp đối tượng xử lý liên quan đến danh sách đặt hàng. 11 CustomerPreference Lớp đối tượng chứa các đánh giá khách hàng về mỗi tiêu chuẩn sản phẩm. 12 Weight Lớp đối tượng chứa thuộc tính trọng lượng của sản phẩm. 13 Price Lớp đối tượng chứa thuộc tính giá bán của sản phẩm. 14 CaseType Lớp đối tượng chứa thuộc tính kiểu dáng của sản phẩm. 15 Entertainment Lớp đối tượng chứa các thuộc tính giải trí của sản phẩm. 16 StandbyTime Lớp đối tượng chứa thuộc tính thời gian sử dụng của sản phẩm. 17 Population Lớp đối tượng chứa các xử lý danh sách sản phẩm của module thuật tốn GA. 18 MobileContainer Lớp đối tượng xử lý dữ liệu danh sách sản phẩm của module thuật tốn GA. 19 DAItems Lớp đối tượng xử lý dữ liệu danh sách sản phẩm. 20 DAProducer Lớp đối tượng xử lý dữ liệu danh sách hãng sản xuất. 54 5.2.3.d Sơ đồ lớp của module thuật tốn GA Hình 5.23 - Sơ đồ lớp của module thuật tốn GA. Các lớp đối tượng trong module này được mơ tả trong bảng dưới đây: Bảng 5.8 - Các đối tượng thuộc module thuật tốn GA STT Lớp Mơ tả 1 Genome Lớp đối tượng biểu diễn một gen của thuật tốn di truỳen. 2 Individual Lớp đối tượng biểu diễn một cá thể 3 CustomerPreference Lớp đối tượng chứa các đánh giá khách hàng về mỗi tiêu chuẩn sản phẩm. 4 Weight Lớp đối tượng chứa thuộc tính trọng lượng của sản phẩm. 5 Price Lớp đối tượng chứa thuộc tính giá bán của sản phẩm. 6 CaseType Lớp đối tượng chứa thuộc tính kiểu dáng của sản phẩm. 7 Entertainment Lớp đối tượng chứa các thuộc tính giải trí của sản phẩm. 8 StandbyTime Lớp đối tượng chứa thuộc tính thời gian sử dụng của sản phẩm. 9 Population Lớp đối tượng chứa các xử lý danh sách sản phẩm, biểu diễn quần thể của thuật giải di truyền. 10 MobileContainer Lớp đối tượng xử lý dữ liệu danh sách sản phẩm. 11 MobileCriterion Lớp đối tượng cha được xử lý dữ liệu danh sách sản phẩm từ cơ sở dữ liệu.. 55 Chương 6 Cài đặt 6.1 Mơi trường phát triển ứng dụng Hệ thống website được cài đặt dựa trên các mơi trường phát triển sau: • Mơi trường cài đặt ứng dung: Visual Studio.NET • Ngơn ngữ sử dụng: ASP.NET và C#.NET • Hệ quản trị cơ sở dữ liệu: SQL Server • Phần mềm mơ hình hĩa ứng dụng: Rational XDE 6.2 Cài đặt chương trình Tập tin cơ sở dữ liệu SQL Server được cài đặt tại máy Server. Hệ chương trình được viết bằng ngơn ngữ C#.NET gồm 2 phần: • Phần cài đặt thuật tốn GA gồm 2 project : project MobilePhoneShop chứa kết nối và xử lý đến cơ sở dữ liệu và project GeneticAlgorithm chứa cài đặt thuật tốn di truyền theo trọng số. Cả hai project là những Class Library project kết xuất ra tập tin DLL. • Phần trang web Mua bán điện thoại di động gồm 1 project WebMobileShop được cài đặt theo mơ hình ứng dụng web 3 tầng: - Tầng dữ liệu bao gồm các phương thức đọc, ghi cơ sở dữ liệu sử dụng kỹ thuật ADO.NET để kết nối và truy cập dữ liệu. Các hàm này chứa trong các lớp đối tượng DABasic, DAItems, DAProducers. Khi khởi động chương trình, hệ thống đọc vào bộ nhớ chính danh sách thuộc tính của các máy điện thoại di động. Trong quá trình hoạt động, khi cĩ nhu cầu đọc, ghi dữ liệu, hệ thống kết nối với Server để đọc các thơng tin dữ liệu vào bộ nhớ chính của hệ thống hoặc ghi dữ liệu từ bộ nhớ chính vào tập tin cơ sở dữ liệu trên Server. - Tầng xử lý bao gồm các hàm xử lý nghiệp vụ. Các hàm xử lý khi xử lý trên dữ liệu sẽ thực hiện trực tiếp trên dữ liệu đã được đọc vào bộ nhớ chính. Nếu chưa cĩ dữ liệu trong bộ nhớ, các hàm xử lý sẽ triệu gọi đến các hàm đọc ghi dữ liệu ở tầng dữ liệu. Trong chương trình, các hàm xử lý được thiết kế độc lập với giao diện người dùng. 56 - Tầng giao tiếp bao gồm các hàm hiển thị thơng tin và các xử lý dữ liệu cĩ thể hiện trên màn hình được thiết kế. Các hàm này được cài đặt trực tiếp tại các trang web. Khi các trang web được triệu gọi, thơng tin dữ liệu được lấy từ bộ nhớ của máy chủ để hiển thị đến trình duyệt của người dùng. Khi cĩ các xử lý nghiệp vụ xảy ra, các hàm tại tầng giao tiếp sẽ triệu gọi đến các hàm xử lý nghiệp vụ ở tầng xử lý. Riêng trang trợ giúp lựa chọn sản phẩm sẽ áp dụng mơ hình thuật tốn GA bằng cách gọi các hàm trong 2 DLL đã trình bày ở trên. Với mơ hình xử lý như mơ tả trên, hệ thống phần nào đã thể hiện được sự hoạt động của mơ hình ba lớp trên mơi trường .NET, sự phối hợp cũng như tính độc lập của các lớp đối tượng được cài đặt tại mỗi tầng và trong tồn ứng dụng. 6.3 Một số màn hình tiêu biểu Khi gọi ứng dụng web, trang đầu tiên sẽ hiển thị như sau: Trang web: Default.aspx Tiêu đề: WebMobileShop Homepage Ý nghĩa: Trang chủ của ứng dụng 57 Trang web: CriterionChoose.aspx Ý nghĩa: Trợ giúp người dùng chọn lựa sản phẩm theo các tiêu chuẩn cần cĩ của một máy điện thoại di động Trang web: Result.aspx Ý nghĩa: Danh sách các máy điện thoại đề nghị cho khách hàng sau khi họ đã đánh giá các tiêu chuẩn ở trang CriterionChoose.aspx 58 Trang web: Viewcart.aspx Ý nghĩa: Trang chủ của ứng dụng 59 60 Chương 7 Kết luận và hướng phát triển 7.1 Kết luận Hệ hỗ trợ ra quyết định tuy khơng phải là một đề tài mới mẻ, với rất nhiều đề tài nghiên cứu và các nổ lực áp dụng thực tế nĩ đã dần dà trở thành một bộ phận quan trọng của các hệ thống thơng tin hiện đại. Tuy nhiên các áp dụng của nĩ vẫn ở mức rất sơ khai và vẫn chưa cĩ một chuẩn thống nhất.Trong khuơn khổ luận văn chúng em đã tìm hiểu một cách tổng quan Hệ hỗ trợ ra quyết định. Bài tốn tối ưu hĩa đa mục tiêu thực chất là một pha trong Hệ hỗ trợ ra quyết định, giai đoạn lựa chọn. Đã cĩ rất nhiều cách tiếp cận được đặt ra để giải quyết bài tốn này, xong các cách tiếp cận đĩ vẫn giựa trên một ứng dụng, một tình huống cụ thể thực tế nào đĩ. Và thực tế là chưa cĩ một phương pháp nào cĩ thể thỏa mãn tất cả các tình huống và cũng chưa cĩ phương pháp nào để so sánh hiệu quả của các phương pháp đĩ với nhau.Trong luận văn này chúng em đã cố gắng đưa ra một cái nhìn tổng quát về bài tốn tối ưu hĩa đa mục tiêu và một số cách tiếp cận.Trong đĩ chúng em tập trung vào phương pháp dùng thuật giải di truyền, một phương pháp cịn tương đối mới mẻ. Và giựa trên phương pháp áp dụng thuật giải di truyền trong bài tốn tối ưu hĩa đa mục tiêu ,chúng em cũng đã cĩ những cải tiến để cĩ thể áp dụng vào bài tốn cụ thể đĩ là “Trợ giúp khách hàng chọn sản phẩm khi mua hàng qua mạng”. Với cách tiếp cận trên chúng em đã tìm cách áp dụng và xây dựng một trang web bán điện thoại qua mạng.Trong đĩ cĩ cài đặt phần trợ giúp để khách hàng cĩ thể chọn một chiếc vừa ý và nhanh chĩng nhất.Do trong khuơn khổ giới hạn của luận văn ,tuy trang web cĩ thể đáp ứng được các thành phần cơ bản cho một trang web bán hàng nhưng vẫn cịn rất nhiều thiếu sĩt và hạn chế. Sau khi cài đặt chúng em nhận thấy rằng với cách tiếp cận này trang web sẽ đảm bảo được về mặt thời gian.Thế nhưng kết quả trả về cĩ thể khác nhau qua các lần chạy (vì đơi khi miền tối ưu Pareto cĩ nhiều lời giải). Tuy nhiên một điểm mạnh của phương pháp này so với các phương pháp tìm kiếm thơng thường đĩ là luơn cho ra kết quả (tối ưu hoặc gần tối ưu) chứ khơng phải đưa ra một câu thơng báo đáng buồn cho người mua lẫn kẻ bán “Khơng thể tìm thấy sản phẩm thích hợp”. 61 7.2 Hướng phát triển Hồn thiện trang web để nĩ cĩ thể áp dụng một cách thực tế: giao diện thân thiện và gần gủi hơn, hồn thiện chức năng thanh tốn. Cải tiến phương pháp đánh giá trên miền Pareto để cĩ thể cho ra kết quả xâu xát hơn và để tránh tình trạng cho ra các kết quả khác nhau qua các lần chạy. Hổ trợ thêm để người dùng cĩ thể chọn ra sản phẩm cuối cùng trong số các sản phẩm mà ta đã đề nghị. Vì chỉ cần cĩ 2 sự chọn lựa là ta đã phải đưa ra quyết định. Chúng ta cĩ thể áp dụng các phương pháp giải quyết tối ưu cũ (tiêu tốn nhiều thời gian hơn) như AHP, Tweak Utility... 62 Phụ lục A Bài tốn tối ưu đa mục tiêu A.1 Sự ra đời Tất cả các lĩnh vực như kỹ thuật, khoa học, kinh doanh, và khoa học xã hội và tự nhiên đều liên quan đến việc quyết định phân bổ,hoạch định các tài nguyên hạn hẹp cho các hoạt động,ví dụ quyết định đầu tư kinh doanh,phân cơng cơng việc, phân bổ tài nguyên v.v... Những hoạt động này đều liên quan đến việc đo lường và tối ưu các hiệu xuất, mục tiêu. Trong một trường hợp cụ thể nào đĩ, các mục tiêu cĩ thể được tối ưu hĩa một cách độc lập để đạt được kết quả tốt nhất ứng với mục tiêu đĩ. Tuy nhiên một kết quả chấp nhận được cho tồn bộ các mục tiêu khĩ cĩ thể tìm ra theo cách đĩ. Bởi vì việc tối ưu hĩa một mục tiêu cĩ thể dẫn đến kết quả của một hoặc nhiều mục tiêu khác trở nên tồi tệ. Ví dụ trong việc chế tạo xe đua làm sao tìm ra được trọng lượng hợp lý của thùng xăng để xe cĩ thể đi một khoảng đường dài mà khơng phải tiếp nhiên liệu (cần một lượng xăng lớn) nhưng khơng làm tăng nhiều khối lượng của xe (làm giảm tốc độ xe). Tuy nhiên thực tế là chưa cĩ một định nghĩa thống nhất thế nào là tối ưu như trong bài tốn một mục tiêu do đĩ thậm chí rất khĩ để ta cĩ thể so sánh kết quả giữa các phương pháp với nhau bởi vì việc quyết định cái gì là tốt nhất rốt cuộc vẫn thuộc về người ra quyết định. A.2 Phát biểu bài tốn Khi một vấn đề được đặt ra trong đĩ cĩ nhiều tiêu chí, mục tiêu kèm theo.Nếu các mục tiêu xung đột với nhau và các biến quyết định cĩ những ràng buộc với nhau thì việc đi tìm giải pháp tối ưu của vấn đề trở thành bài tốn “Tối ưu hĩa đa mục tiêu” Việc giải quyết bài tốn tối ưu hĩa đa mục tiêu được giải quyết với ý tưởng tương tự bài tốn tối ưu một mục tiêu. Trong bài tốn một mục tiêu để giải quyết bài tốn ta phải đi tìm một tập các các biến quyết định thỏa các ràng buộc và đưa ra một kết quả tối ưu đối với hàm mục tiêu. Bài tốn đa mục tiêu chỉ khác là nĩ phải giải quyết nhiều mục tiêu khác nhau (cĩ thể xung đột với nhau) và thường cho ra một tập các giải pháp tối ưu hoặc khơng so sánh được với nhau. 63 A.3 Một số định nghĩa A.3.1 Các biến quyết định Bước đầu tiên trong quá trình tối ưu hĩa là việc cơng thức hĩa vấn đề. Một mơ hình tốn học cần được đưa ra để mơ tả chính xác các hành vi hay giá trị của các tình huống. Nhìn chung các bài tốn đa mục tiêu đều cĩ thể biểu diễn bằng một vector các hàm trong đĩ ánh xạ m tham số (các biến quyết định) thành một tập n mục tiêu. Min/Max y = f(x) = (f1(x),f2(x)…fn(x)) Trong đĩ x=(x1, x2,… ,xm) ∈ X y=( y1, y2,… ,yn) ∈ Y x được gọi là vector quyết định bao gồm m biến quyết định . X được gọi là khơng gian tham số(hay khơng gian tìm kiếm) . y được gọi là vector mục tiêu bao gồm n mục tiêu và Y được gọi là khơng gian mục tiêu. A.3.2 Các ràng buộc Bước tiếp theo của việc cơng thức hĩa vẫn đề đĩ là xác định các ràng buộc. Ràng buộc là những điều kiện giữa các biến quyết định mà các giải pháp cần phải thỏa. Các ràng buộc được mơ tả bằng các đẳng thức hoặc bất đẳng thức. gj(x) ≤ 0 , j = 1,2,…,J hk(x) = 0 , k = 1,2,…,K A.3.3 Hàm mục tiêu Bước cuối cùng của việc cơng thức hĩa vấn đề đĩ là định nghĩa các hàm mục tiêu. Đây chính là con số mà người thiết kế cần tối ưu hĩa. Các hàm này được biểu diễn dưới dạng: f(x)=(f1(x),f2(x),…,fn(x)) A.3.4 Dạng chuẩn của vấn đề Một vấn đề được cơng thức hĩa cĩ dạng chuẩn như sau min/max {f(x):h(x)=0,g(x) ≤0} => x ∈ Rn Cơng thức trên cĩ thể được diến đạt như sau: tìm một tập các giá trị R của vector quyết định sao cho hàm mục tiêu đạt giá trị nhỏ nhất (lớn nhất) và thỏa các ràng buộc là các dẳng thức h(x) và bất đẳng thức g(x). 64 A.4 Miền tối ưu Pareto A.4.1 Giới thiệu Trong bài tốn tối ưu đa mục tiêu, ta mong muốn tìm được một tập giá trị các biến quyết định nhằm tối ưu các hàm mục tiêu. Tập các biến quyết định cho ta một kết quả tối ưu được gọi là một tập tối ưu và được ký hiệu là x*. Miền tối ưu Pareto là một tập hợp chứa các tập tối ưu mà từ đĩ ta cĩ thể chọn ra các giá trị mong muốn (tối ưu). A.4.2 Tối ưu pareto Miền khả thi C A B C1 f1 f2 Hình 7.1 - Miền tối ưu Pareto. Như hình trên miền tối ưu Pareto (đường tơ đậm) là một tập hợp các điểm nếu di chuyển từ điểm này (ví dụ điểm A) đến điểm kia (ví dụ điểm B) trong tập hợp làm cho một mục tiêu bị giảm thì phải cĩ ít nhất một mục tiêu khác tăng lên và ngược lại. Nĩi cách khác một vector xv = f(xv)=(v1,v2,…,vn) thuộc một tập P được gọi là thuộc miền tối ưu Pareto khi và chỉ khi khơng tồn tại một vector quyết định xu = f(xu) = (u1,u2,…un) nào thống trị xv ,nghĩa là ∀ i ∈{1,…,n}, ui ≤ xi và ∃ i ∈ {1,…,n}, ui<xi Như ở hình trên thì A,B,C1 thuộc miền tối ưu Pareto nhưng C thì khơng, vì C bị thống trị bởi C1. Một phương án x* khơng bị thống trị bởi một phương án nào cả sẽ thuộc về miền tối ưu Pareto. Do vậy việc giải bài tĩan tối ưu hĩa đa mục tiêu là chọn ra từ miền Pareto của bài 65 tốn một hay một số các phương án tốt nhất theo một nghĩa nào đĩ dựa trên cơ cấu ưu tiên của người ra quyết định. A.5 Cách tiếp cận bài tốn đa mục tiêu giựa trên thuật giải di truyền A.5.1 Giới thiệu Khái niệm về áp dụng thuật tốn di truyền vào bài tốn đa mục tiêu đã xuất hiện vào những năm 60 trong một nổ lực nghiên cứu của Rosenberg (1967). Ơng đã đề xuất sử dụng nhiều thuộc tính trong việc mơ phỏng các gene và quần thể các sinh vật dơn bào. Thật ra trong cài đặt của mình ơng chỉ sử dụng một thuộc tính và cách tiếp cận đa mục tiêu khơng thể thấy được trong cài đặt của ơng nhưng nĩ đã trở thành điểm xuất phát cho việc áp dụng giải thuật di truyền vào bài tốn tối ưu đa mục tiêu. Chúng ta biết rằng thuật tốn di truyền (xem phụ lục B) cần thơng tin về độ thích nghi để làm việc. Cĩ lẽ ý nghĩ đơn giản và tự nhiên nhất đĩ là kết hợp các mục tiêu lại làm một bằng cách sử dụng các phép tốn đại số. Cách tiếp cận này địi hỏi chúng ta phải cung cấp các thơng tin về tầm mức của các mục tiêu. Điều này địi hỏi chúng ta phải biết về hành vi, hoạt động của các hàm mục tiêu, đây khơng phải là một tiến trình đơn giản. Với cách kết hợp các mục tiêu lại với nhau, rõ ràng đây khơng phải là cách đơn giản nhất nhưng cĩ lẽ là một trong những cách hiệu quả nhất bởi vì nĩ khơng địi hỏi phải giao tiếp với người ra quyết định thêm lần nào nữa trong khi thuật tốn đang được thực hiện. Và nếu GA kết thúc bằng một kết quả thích nghi tối ưu thì kết quả này ít nhất sẽ thuộc về một tập các giải pháp tối ưu trong đa số trường hợp. Cách tiếp cận kết hợp các mục tiêu lại đưa về bài tốn một mục tiêu là một trong các cách được biết đến nhiều nhất trong việc giải bái tốn tối ưu đa mục tiêu vì tính hiệu quả của nĩ. Một số cách tiếp cận theo cách trên đã được đề ra như tổng trọng số, hướng mục đích và tối ưu Min-Max. A.5.2 Cách tiếp cận tổng trọng số (Weighting objective) Phương pháp này chúng ta sẽ cộng các hàm mục tiêu lại với nhau và sử dụng các trọng số đối với từng mục tiêu, trọng số này thể hiện sự tương quan về độ quan trong của các mục tiêu. Với cách này các giải pháp trên miền Pareto (vốn khơng so sánh được với nhau) sẽ cĩ thể đánh giá và so sánh được. Khi đĩ vấn đề của chúng ta sẽ được chuyển thành dạng: 66 ∑ = k i ii xfw 1 )(min hoặc ∑ *)(min iii cxfw Trong đĩ wi ≥ 0 là các trọng số mơ tả mối tương quan độ quan trọng giữa các mục tiêu.Và thường được tạo với cách: ∑ = = k i iw 1 1 Và *ic là một hằng số với ** 1 ii fc = và *if là giá trị tối ưu của hàm mục tiêu if . Rõ ràng kết quả của bài tốn sẽ thay đổi khi các hệ số trọng số thay đổi, và thơng thường các trọng số này khĩ được xác định do đĩ cần một cách tiếp cận khác khi chúng ta phải sử đụng nhiều giá trị trọng số khác nhau. Nhưng trong trường hợp các trọng số được xác định bởi người ra quyết định giựa trên trực giác của mình thì cách này vẫn tỏ ra cĩ hiệu quả. A.5.3 Cách tiếp cận hướng mục đích (Goal programming) Cách tiếp cận này được đưa ra và đã đĩng một vai trị then chốt trong các ứng dụng trong lĩnh vực cơng nghiệp.Trong phương pháp này người ra quyết định phải xác định mục đích mà mỗi mục tiêu cần đạt được. Các hàm mục tiêu sẽ cố gắng tìm cách làm tối thiểu hĩa khoảng cách giữa giá trị hiện đạt được của mục tiêu với giá trị đích mà người ra quyết định mong muốn đạt được. Hình thức đơn giản nhất của phương pháp này là: FxTxf k i ii ∈−∑ = ,|)(|min 1 Trong đĩ iT là giá trị đích mà người ra quyết định mong muốn đạt được ở hàm mục tiêu thứ i, F là vùng khả thi.Trong đĩ mục tiêu của ta bây giờ là làm tối thiểu hĩa khoảng cách giữa giá trị đích và giá trị thực sự mà mục tiêu đạt được. Phương pháp này sẽ cho ra một giải pháp đơi khi bị thống trị bởi một giải pháp khác nếu đích cần đạt được nằm trong vùng khả thi. Đây cĩ thể là một cách tiếp cận rất hiệu quả nếu chúng ta biết được giá trị đích mà chúng ta mong đợi và giá trị đĩ nằm trong vùng 67 khả thi. Tuy nhiên người ra quyết định vẫn phải cung cấp các trọng số ưu tiên của các mục tiêu để cho các giải pháp cĩ thể so sánh được, và trong nhiều trường hợp điều này rất khĩ thực hiện nếu khơng biết trước được hình dáng của khơng gian tìm kiếm. A.5.4 Các cách tiếp cận khác Một số cách tiếp cận khác để giải bài tốn tối ưu đa mục tiêu khác cũng giựa trên thuật giải di truyền như Min-Max, ràng buộc ε, VEGA… A.5.5 Cách tiếp cận ràng buộc ε A.6 Tổng kết Mặc dù rất nhiều nổ lực được đưa ra để giải quyết bài tốn tối ưu đa mục tiêu, tuy nhiên hầu hết đều nhằm để giải quyết các vấn đề cụ thể nào đĩ và chưa cĩ một phương thức nào tỏ ra cĩ hiệu quả trong tất cả các vấn đề. Và cũng chưa cĩ phương cách nào để so sánh tính hiệu quả của các phương pháp.Do đĩ để muơn áp dụng thuật tốn di truyền để giải quyết một bài tốn tối ưu đa mục tiêu thì cĩ rất nhiều chuyện để làm như kích thứoc một quần thể, biểu diễn các biến quyết định, các thao tác của thuật tốn như lai ghép, đột biến. Mặc dù độ phức tạp khi cài đặt thuật tốn khá cao nhưng do kết quả mà nĩ đem lại rỏ ràng rất ấn tượng. Do đĩ việc áp dụng thuật tốn di truyền để giải quyết bài tốn tối ưu đa mục tiêu đang được ngày càng quan tâm và phát triển. 68 Phụ lục B Thuật giải di truyền B.1 Tổng quát về thuật giải di truyền Các khái niệm cơ bản của Thuật giải di truyền (Genetic Algorithm-GA) lần đầu tiên được đưa ra bởi Holland [29] vào những năm 70. GA hoạt động dựa trên cơ chế chọn lọc tự nhiên được đề xuất bởi nhà bác học Darwin. Theo cơ chế này, những cá thể thích nghi hơn sẽ tồn tại, và được gọi là “quy luật tồn tại của sự thích nghi”.Tương tự như vậy, thuật giả GA cũng sử dụng cơ chế chọn lọc tự nhiên, theo cách đĩ những giải pháp tối ưu sẽ được tồn tại qua các tiến trình của thuật giải .Nhìn chung thuật giải GA bao gồm các yếu tố :biểu diễn số,tính tốn độ thích nghi,chọn lọc và các thao tác di truyền .Một thuật giải GA tổng quát cĩ dạng như sau: Tạo nhẫu nhiên quần thể ban đầu P(0), đặt i=0 Lặp Định giá độ thích nghi của từng cá thể trong P(i) Chọn các cặp bố mẹ dựa trên độ thích nghi của các cá thể P(i) Thực hiện các hàm lai ghép và đột biến trên các các cập bố mẹ đã chọn để tạo ra thế hệ tiếp theo Cho đến khi “tiêu chuẩn dừng” thỏa mãn. B.2 Biểu diễn một giải pháp dưới dạng gen Theo GA mỗi giải pháp cho một vấn đề đều cĩ thể biểu diễn dưới dạng một tấp hợp các tham số. Các tham số này đĩng vai trị như các gene trong một nhiễm sắc thể, và cĩ thể biểu diễn dưới dạng một dạng chuỗi các bit số học. Mỗi nhiễm sắc thể được mã hĩa từ một giải pháp được gọi là “kiểu di truyền” và giải pháp được mã hĩa đĩ được gọi là một “kiểu hình”. Biểu diễn một vấn đề được dưới dạng gene luơn là phần quan trọng nhất của thuật giải di truyền. B.3 Tính độ thích nghi Một số thực dùng để phản ánh độ tốt của nhiễm sắc thể được gọi là “độ thích nghi”.Nĩ dùng để diễn tả giá trị mục tiêu của nhiễm sắc thể. Việc tính tốn độ thích nghi dùng để xác định chất lượng của một nhiễm sắc thể đối với một mục tiêu của kiểu hình. 69 B.4 Chọn lọc tự nhiên Sau khi tính tốn độ thích nghi những nhiễm sắc thể (NST) tốt hơn sẽ cĩ nhiều cơ hội sống sĩt và di truyền sang thế hệ sau hơn. Trong các ứng dụng GA quần thể ban đầu phải được khởi tạo, các nhiễm sắc thể sẽ được khởi tạo ngẫu nhiên. Kích thước của quần thể thay đổi theo từng bài tốn cụ thể. Trong mỗi chu trình tiến hĩa, một số cặp NST sẽ được chọn lọc để nhân giống, tạo ra thế hệ kế tiếp. B.5 Những hoạt động di truyền Trong quần thể các cặp gene bố mẹ được chọn sẽ được trộn lẫn và kết hợp lại để tạo ra các cặp gene thế hệ con. Thao tác như vậy gọi là “lai ghép” . Hình B.1 - Lai ghép trong thuật tốn di truyền. Thao tác ”đột biến” được thực hiện với tần số thấp để tạo ra các gene mới cho quần thể. Đột biến được thực hiện bằng cách thay đổi ngẫu nhiên một gene trong NST Hình B.2 - Thao tác đột biến trong thuật tốn di truyền. B.6 Điều kiện dừng Các vịng lặp của thuật giải sẽ kết thúc khi gặp điều kiện dừng. Các điều kiện dừng cĩ thể như: 70 • Đạt số vịng lặp tối đa. • Đạt độ thích nghi tối đa. • Quá thời gian thực hiện. • Đạt ngưỡng tài nguyên. 71 Tài liệu tham khảo [1] Nguyễn Tấn Trần Minh Khang, Giải thuật di truyền trong một lớp bài tĩan lập lịch, Luận Văn Thạc sĩ Khoa Học CNTT, 2002. [2] Nguyễn Hịang Tú Anh, Nghiên cứu và phát triển thuật tĩan tìm luật kết hợp tối ưu trên thuộc tính số, Luận Văn Thạc sĩ Khoa Học CNTT, 2002. [3] Ngơ Quang Tuấn Huy, Xây dựng hệ thống giải lớp bài tĩan tơi ưu số trên cơ sở thuật giải di truyền, Luận Văn Cử Nhân CNTT, 2002. [4] DSS Glossary, [5] Gorry,G.A, Scott Morton, A framework for Management Information Systems , Sloan Management Review, Vol 13, No 1, (19