Hệ thống gợi ý sản phẩm quy mô lớn ứng dụng học sâu TorchRec và Django
Đề tài xây dựng hệ sinh thái gợi ý sản phẩm cá nhân hóa thời gian thực, tích hợp mô hình học sâu TorchRec trên nền tảng web Django hoàn chỉnh.
Giới thiệu
Trong kỷ nguyên thương mại điện tử bùng nổ, việc xử lý và khai thác lượng dữ liệu tương tác khổng lồ để cá nhân hóa trải nghiệm người dùng trở thành thách thức lớn. Hệ thống gợi ý truyền thống thường gặp khó khăn về khả năng mở rộng và độ trễ khi xử lý các bảng nhúng kích thước lớn. Đề tài này giải quyết triệt để bài toán xếp hạng và gợi ý thời gian thực bằng cách ứng dụng thư viện chuyên biệt TorchRec cho việc huấn luyện mô hình học sâu song song, kết hợp kiến trúc phục vụ tối ưu hóa cho bài toán khuyến nghị quy mô lớn.
Phía ứng dụng web được triển khai toàn diện dựa trên framework Django, cung cấp hệ thống quản trị, giao diện người dùng trực quan và các dịch vụ RESTful API tốc độ cao. Hệ thống kết nối trực tiếp với pipeline suy luận AI để tiếp nhận luồng tương tác, cập nhật hành vi và trả về danh sách gợi ý chính xác. Dự án cung cấp một kiến trúc chuẩn từ giai đoạn xử lý dữ liệu đặc trưng, huấn luyện mô hình phân tán đến triển khai vận hành thực tế cho sinh viên và kỹ sư công nghệ.
Chức năng có trong gói chuẩn
- Thu thập và tiền xử lý luồng sự kiện tương tác người dùng theo thời gian thực
- Huấn luyện và tối ưu mô hình gợi ý học sâu quy mô lớn với TorchRec
- Dịch vụ API xếp hạng và gợi ý sản phẩm cá nhân hóa độ trễ thấp
- Giao diện người dùng trải nghiệm danh mục sản phẩm và nhận khuyến nghị tự động
- Bảng điều khiển quản trị Django phân tích hiệu suất mô hình và tương tác
- Cơ chế quản lý danh mục dữ liệu đặc trưng thưa và đặc trưng dày
- Hệ thống giám sát độ chính xác gợi ý qua các chỉ số CTR và Hit Rate
Chức năng ngoài danh sách này được tính riêng và ghi rõ trong bản chốt scope trước khi bắt đầu.
Công nghệ
- django
Muốn đổi sang công nghệ khác cho khớp yêu cầu môn học? Được — báo trước khi chốt scope, giá điều chỉnh theo hệ số công nghệ chứ không phải làm lại từ đầu.