Ứng dụng học sâu trong phân loại sản phẩm thời trang thương mại điện tử

Abstract

Trong bối cảnh thương mại điện tử phát triển mạnh mẽ, đặc biệt là trong lĩnh vực thời trang, việc phân loại sản phẩm chính xác là một vấn đề quan trọng để tối ưu hóa trải nghiệm người dùng và hiệu quả kinh doanh. Những nền tảng TMĐT lớn như Shopee và Lazada hiện đang đối mặt với thách thức về phân loại sản phẩm đúng cách, từ đó tạo động lực cho nghiên cứu này nhằm cải thiện quá trình phân loại và tìm kiếm sản phẩm trên các nền tảng trực tuyến. Mục tiêu của nghiên cứu là phát triển một mô hình học sâu lai hai mục tiêu (Hybrid Two-Objective Learning) để phân loại chính xác hình ảnh sản phẩm thời trang trên các nền tảng TMĐT. Đề tài giải quyết vấn đề phân loại sản phẩm có sự tương đồng cao trong không gian đặc trưng hình ảnh và tìm kiếm giải pháp cho việc tối ưu hóa độ chính xác trong môi trường dữ liệu không đồng nhất. Khoảng trống nghiên cứu chính là thiếu sự kết hợp hiệu quả giữa các mô hình học sâu để giải quyết vấn đề phân loại trong TMĐT. Nghiên cứu sử dụng mô hình học sâu lai kết hợp giữa ResNet152 và EfficientNetB7. Các phương pháp tiền xử lý dữ liệu như chuẩn hóa ảnh, loại bỏ dữ liệu lỗi và tăng cường dữ liệu được áp dụng trong quá trình huấn luyện. Phương pháp t-SNE được sử dụng để trực quan hóa không gian đặc trưng nhằm đánh giá mức độ phân tách giữa các lớp sản phẩm. Kết quả nghiên cứu cho thấy mô hình lai đạt được accuracy cao với độ chính xác phân loại tốt, đặc biệt trong các lớp sản phẩm chủ yếu như giày nam và túi xách. Mô hình cũng giảm thiểu tỷ lệ phân loại sai, đồng thời có khả năng phân biệt tốt giữa các lớp sản phẩm có sự tương đồng cao như áo và áo nữ. Kết quả nghiên cứu cho thấy mô hình học sâu lai này có thể áp dụng hiệu quả trong việc phân loại sản phẩm thời trang trên TMĐT, giúp giảm thiểu chi phí vận hành và cải thiện trải nghiệm người dùng. Các nền tảng TMĐT sẽ được hưởng lợi từ việc tối ưu hóa quá trình tìm kiếm và gợi ý sản phẩm. Hàm ý đối với nghiên cứu tương lai là tiếp tục phát triển các mô hình học sâu đa mục tiêu để cải thiện hiệu quả phân loại trong các lĩnh vực TMĐT khác.