HỆ THỐNG BÁN HÀNG TÍCH HỢP TÌM KIẾM SẢN PHẨM BẰNG HÌNH ẢNH HOẶC CHÚ THÍCH

Tóm tắt

Trong thời đại chuyển đổi số hiện nay, việc áp dụng trí tuệ nhân tạo (AI) vào lĩnh vực bán hàng đóng vai trò quan trọng trong việc nâng cao hiệu quả quản lý và trải nghiệm người dùng. Đề tài “Hệ thống bán hàng tích hợp tìm kiếm sản phẩm bằng hình ảnh hoặc chú thích” được thực hiện nhằm xây dựng một nền tảng hỗ trợ tìm kiếm sản phẩm thông minh, cho phép người dùng tra cứu sản phẩm thông qua ảnh chụp, mô tả văn bản, hoặc kết hợp cả hai phương thức. Hệ thống được thiết kế dựa trên sự kết hợp giữa AI thị giác – ngôn ngữ (Vision–Language AI) và cơ sở dữ liệu vector hiệu năng cao. Cụ thể, mô hình Qwen-VL được sử dụng để tự động sinh chú thích (caption) cho hình ảnh sản phẩm, giúp tăng tính ngữ nghĩa của dữ liệu. Mạng ResNet-101 đảm nhận nhiệm vụ trích xuất đặc trưng hình ảnh, trong khi CLIP được sử dụng để ánh xạ cả hình ảnh và văn bản vào cùng không gian vector, cho phép đo lường độ tương đồng ngữ nghĩa giữa truy vấn và sản phẩm. Cuối cùng, FAISS (Facebook AI Similarity Search) được triển khai để tìm kiếm và truy xuất sản phẩm tương tự với tốc độ cao và độ chính xác cao. Hệ thống hỗ trợ các hình thức tìm kiếm đa dạng như tìm kiếm theo hình ảnh (Image-to-Image), tìm kiếm theo mô tả văn bản (Text-to-Image) và tìm kiếm kết hợp (Multimodal Search). Các chỉ số như Precision, Recall, F1-score, Mean Average Preci-sion (mAP) và Mean Reciprocal Rank (MRR) được sử dụng để đánh giá hiệu quả truy xuất. Kết quả mong đợi của đề tài là một hệ thống bán hàng thông minh, chính xác và linh hoạt, giúp người dùng tìm kiếm và gợi ý sản phẩm nhanh chóng, đồng thời hỗ trợ doanh nghiệp trong việc quản lý dữ liệu sản phẩm và nâng cao hiệu quả hoạt động bán hàng. Giải pháp này không chỉ mang ý nghĩa khoa học trong việc ứng dụng các mô hình học sâu đa phương thức mà còn có giá trị thực tiễn cao, phù hợp với điều kiện triển khai thực tế tại Việt Nam.