ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA CÔNG NGHỆ PHẦN MỀM LÝ HIỀN PHÚC LÊ ĐÌNH TRỌNG NGHĨA KHĨA LUẬN TỐT NGHIỆP XÂY DỰNG ỨNG DỤNG SỔ TAY GIA ĐÌNH HỖ TRỢ TƯƠNG TÁC Build a family handbook application supporting interaction KỸ SƯ NGÀNH KỸ THUẬT PHẦN MỀM TP HỒ CHÍ MINH, 2021 ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA CÔNG NGHỆ PHẦN MỀM LÝ HIỀN PHÚC – 17520904 LÊ ĐÌNH TRỌNG NGHĨA – 17520798 KHÓA LUẬN TỐT NGHIỆP XÂY DỰNG ỨNG DỤNG SỔ TAY GIA ĐÌNH HỖ TRỢ TƯƠNG TÁC Build a family handbook application supporting interaction KỸ SƯ NGÀNH KỸ THUẬT PHẦN MỀM GIẢNG VIÊN HƯỚNG DẪN TS NGUYỄN HÀ GIANG ThS NGUYỄN THỊ THANH TRÚC TP HỒ CHÍ MINH, 2021 THƠNG TIN HỘI ĐỒNG CHẤM KHĨA LUẬN TỐT NGHIỆP Hội đồng chấm khóa luận tốt nghiệp, thành lập theo Quyết định số …………………… ngày ………………… Hiệu trưởng Trường Đại học Công nghệ Thông tin ……………………………………… – Chủ tịch ……………………………………… – Thư ký ……………………………………… – Ủy viên ……………………………………… – Ủy viên ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh Phúc CÔNG NGHỆ THÔNG TIN TP HCM ngày 22 tháng năm 2021 NHẬN XÉT KHÓA LUẬN TỐT NGHIỆP (CỦA CÁN BỘ HƯỚNG DẪN) Tên khóa luận: XÂY DỰNG ỨNG DỤNG SỔ TAY GIA ĐÌNH HỖ TRỢ TƯƠNG TÁC Nhóm sinh viên thực hiện: Cán hướng dẫn: Lý Hiền Phúc 17520904 TS Nguyễn Hà Giang Lê Đình Trọng Nghĩa 17520798 ThS Nguyễn Thị Thanh Trúc Đánh giá khóa luận: Về báo cáo: Về nội dung: Về chương trình ứng dụng: Về thái độ làm việc sinh viên: Đánh giá chung: Điểm sinh viên: Lý Hiền Phúc: Lê Đình Trọng Nghĩa: Người nhận xét (Ký tên ghi rõ học tên) ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc CÔNG NGHỆ THÔNG TIN TP HCM, ngày tháng năm 2021 NHẬN XÉT KHÓA LUẬN TỐT NGHIỆP (CỦA CÁN BỘ PHẢN BIỆN) Tên khóa luận: XÂY DỰNG ỨNG DỤNG SỔ TAY GIA ĐÌNH HỖ TRỢ TƯƠNG TÁC Nhóm sinh viên thực hiện: Cán hướng dẫn: Lý Hiền Phúc 17520904 TS Nguyễn Hà Giang Lê Đình Trọng Nghĩa 17520798 ThS Nguyễn Thị Thanh Trúc Đánh giá khóa luận: Về báo cáo: Về nội dung: Về chương trình ứng dụng: Về thái độ làm việc sinh viên: Đánh giá chung: Điểm sinh viên: Lý Hiền Phúc: Lê Đình Trọng Nghĩa: Người nhận xét (Ký tên ghi rõ học tên) LỜI CẢM ƠN Lời chúng em xin gửi lời cảm ơn chân thành tri ân sâu sắc đến ban giám hiệu nhà trường, quý thầy cô tất cán nhân viên công tác trường Đại học Cơng nghệ Thơng tin – ĐHQG TP HCM tạo điều kiện, dẫn dắt trang bị cho chúng em kiến thức q báu để hồn thành tốt khóa luận tốt nghiệp Đặc biệt, chúng em xin gửi lời cảm ơn lòng biết ơn sâu sắc tới TS Nguyễn Hà Giang ThS Nguyễn Thị Thanh Trúc, người dẫn dắt, giúp đỡ tạo kiện để chúng em hồn thành tốt khóa luận Cảm ơn quý giảng viên bảo tận tình suốt thời gian qua giúp cho khóa luận chúng em ngày hồn thiện Chúng em chân thành cảm ơn quý giảng viên phản biện quý giảng viên thầy cô ban hội đồng chấm luận văn cho chúng em đóng góp quý báu để luận văn thêm hoàn chỉnh Lời cuối, chúng em xin chúc quý thầy cô tập thể cán nhân viên trường ln có thật nhiều sức khỏe, gặp thật nhiều may mắn thành công đường TP Hồ Chí Minh, tháng năm 2021 Nhóm thực Lý Hiền Phúc Lê Đình Trọng Nghĩa ĐỀ CƯƠNG CHI TIẾT TÊN ĐỀ TÀI: XÂY DỰNG ỨNG DỤNG SỔ TAY GIA ĐÌNH HỖ TRỢ TƯƠNG TÁC TÊN ĐỀ TÀI TIẾNG ANH: BUILD A FAMILY HANDBOOK APPLICATION SUPPORTING INTERACTION Cán hướng dẫn: TS Nguyễn Hà Giang, Ths Nguyễn Thị Thanh Trúc Thời gian thực hiện: Từ ngày 06/09/2021 đến ngày 01/01/2022 Sinh viên thực hiện: Lý Hiền Phúc – 17520904 Lê Đình Trọng Nghĩa – 17520798 Nội dung đề tài: (Mô tả chi tiết mục tiêu, phạm vi, đối tượng, phương pháp thực hiện, kết mong đợi đề tài) Mục tiêu 1.1 Bối cảnh đề tài Trong bối cảnh xã hội đại, người ngày bận rộn với công việc việc học bên ngồi có thời gian để xử lý cơng việc gia đình Đặc biệt thời gian giãn cách xã hội đại dịch Covid-19 khiến cho nhiều người công tác xa gia đình khơng thể Nhu cầu quản lý cơng việc, kiện gia đình tương tác với thành viên gia đình tăng cao Đứng góc độ này, ý tưởng giúp việc quản lý công việc, kiện tương tác với thành viên gia đình dần hình thành Đó việc ứng dụng công nghệ vào việc xây dựng ứng dụng sổ tay gia đình hỗ trợ tương tác giúp tăng hiệu quản lý công việc tính tương tác từ xa cho gia đình Chính vậy, nhóm chúng em định thực đề tài 1.2 Mục tiêu − Tạo không gian tương tác từ xa giành riêng cho gia đình − Bên cạnh giúp thành viên gia đình: o Lên danh sách cơng việc gia đình phân cơng cơng việc cho thành viên gia đình o Đặt lịch để nhắc nhở thành viên kiện quan trọn o Chia sẻ vị trí với thành viên gia đình để tiện quan sát o Giúp thành viên gia đình cập nhật tình hình thu chi hàng tháng thể số liệu thông qua biểu đồ Phạm vi nghiên cứu 2.1 Lý thuyết − Thực trạng để quản lý công việc, lên danh sách kiện cách thức liên hệ, tương tác từ xa mà gia đình áp dụng − Thực trạng ứng dụng mạng xã hội ngày đáp ứng tương tác giới trẻ thành viên gia đình họ − Các ứng dụng liên quan có cụm tính tương tự triển khai đưa vào sử dụng thực tế − Các công nghệ kỹ thuật nhằm hỗ trợ việc xây dựng database, ứng dụng mobile backend − Đề tài khố trước 2.2 Các tính − Xác thực quản lý thông tin cá nhân − Quản lý công việc nhà − Quản lý kiện chung − Album ảnh gia đình − Quản lý thu chi − Chia sẻ vị trí cảnh báo khẩn cấp − Tương tác qua khung chat chung − Tương tác qua gọi thường − Tương tác qua gọi video Đối tượng nghiên cứu 3.1 Công nghệ − Backend: Java(Spring boot) − Mobile: React Native(Redux) − Database: PostgreSQL − Backend deployment: Heroku − Mobile app CI/CD: Bitrise − Source Control: Github 3.2 Đối tượng phạm vi đề tài hướng đến − Những người xa nhà có nhu cầu quản lý cơng việc, kiện hiệu thông qua Mobile App − Những người xa nhà tương tác định vị thành viên gia đình Tính thực tiễn: − Nhóm em tiến hành khảo sát ứng dụng liên quan có cụm tính tương tự triển khai đưa vào sử dụng thực tế: o Cozi, ChoresMonster, OurHome cho phép đồng hóa lịch cho gia đình với khả lập danh sách phân công công việc cần làm o Keepy cung cấp tính lưu trữ, tổ chức quản lý hình ảnh video kỷ niệm gia đình vào nơi cho thành viên có khả truy cập o Life360 hỗ trợ việc định vị người thân dựa vào tính GPS cảnh báo trường hợp khẩn cấp o MoneyLover, Spendee, Mint, MoneyPocket hỗ trợ việc quản lý thu chi, giám sát hóa đơn, theo dõi mức chi so với ngân sách trực quan hóa chi tiêu qua biểu đồ o Facebook Messenger, Skype, Twitter hỗ trợ người sử dụng tương tác qua hình thức nhắn tin, voice call video call − Qua khảo sát thấy ứng dụng có hỗ trợ tác vụ định, dẫn đến bất định cho người dùng phải sử dụng nhiều ứng dụng lúc để giải công việc Bên cạnh đó, hoạt động tương tác giới trẻ mạng xã hội có xu hướng nghiêng bạn bè mối quan hệ xã hội khác gia đình Bởi đó, nhóm em nhận thấy tính tính thực tiễn đề tài sau: - Tính mới: So với ứng dụng khảo sát: o Tích hợp tính quản lý cơng việc, kiện, thu chi, album gia đình tương tác từ xa qua hình thức nhắn tin, voice call, video call vào ứng dụng Hình 4.13: Ma trận utility ban đầu trung bình cộng đánh giá biết theo cột [3] Như hình trên, ta thực tính trung bình cộng giá trị đánh giá có user (theo cột) Tiếp đến ta thực việc trừ giá trị rating biết user cho giá trị trung bình rating tương ứng user điền giá trị vào khuyết giá trị Bước xử lý quan trọng việc trừ trung bình cộng cột khiến xuất giá trị dương âm Những giá trị dương thể mức độ thích âm thể mức độ khơng thích Qua thấy lúc giá trị thực có ý nghĩa chưa xác định quan tâm user item thay giá trị ratings thấp user item Bên cạnh đó, giá trị mang lại lợi ích khác việc tối ưu tính tốn lưu trữ, lí số chiều utility matrix lớn số lượng user item không ngừng gia tang Độ phức tạp lưu trữ O (m * n) với m đại diện cho số lượng user n đại diện cho số lượng item Việc lưu trữ ma trận với kích thước m * n tốn kém, giá trị giúp ta tận dụng phương pháp lưu trữ khác sparse matrix Lúc 92 này, thay sử dụng mảng hai chiều có kích thước m * n, ta cần lưu trữ tọa độ ô giá trị khác với giá trị tương ứng Hình 4.14: Kết sau chuẩn hóa utility matrix [3] Tính tốn độ tương đồng: Cơng đoạn xử lý tính tốn độ tương đồng cặp users khác đôi Một lựa chọn phổ biến cho hàm tính similarity hàm cosine similarity Đây hàm sử dụng nhiều thực chất hàm tính cos góc tạo thành hai vector Việc sử dụng hàm cosine toán mang lại lợi ích việc hàm cosine phù hợp cho sparse matrix, giúp chi phí tính tốn tối ưu hơn, ngồi tử số cơng thức tổng tích chiều vector, trường hợp với chiều vector tích theo chiều giá trị 0, không làm ảnh hưởng đến việc tính tốn, xác định độ tương đồng hai vector 93 Hình 4.15: Cơng thức chi tiết tính số cosine góc hợp thành hai vector A B với 𝐴𝑖 , 𝐵𝑖 chiều hai vector A B tương ứng Hai vector A B vector user chuẩn hóa Kết số nằm khoảng [-1, 1] Giá trị thể hai vector hồn tồn giống (góc tạo vector 0) Giá trị -1 thể hai vector hồn tồn ngược Hình 4.16: Ví dụ ma trận similarity thu sau tính độ tương đồng cặp user khác đơi [3] Hình ví dụ việc áp dụng hàm cosine similarity Ma trận kết thu từ việc tính similarity sử dụng cosine similarity cho cặp user khác đôi 94 Dự đoán giá trị rating: Việc xác định mức độ quan tâm user với item dựa user có hành vi tương tự (các user gần nhất) tương tự phương pháp phổ biến toán phân cụm KNN (K-nearest neighbors) Trong NBCF, ta dựa vào user có độ tương đồng với user xem xét cao Rating dự đốn thường xác định trung bình cộng trọng số rating chuẩn hóa Hình 4.17: Cơng thức để dự đốn rating user u lên user i [8] Trong N(u, i) tập hợp k user có similarity với user u cao rate i Để tính giá trị rating dự đoán user 𝑢1 item 𝑖1 với k = users tương đồng nhất, ta thực theo trình tự sau: • Bước 1: Xác định users rate cho item 𝑖1 bao gồm 𝑢0 , 𝑢3 , 𝑢5 • Bước 2: Có giá trị similarity user 𝑢1 𝑢0 , 𝑢3 , 𝑢5 tương ứng 0.83, -0.4, -0.23 Với k = 2, ta chọn lấy users 𝑢0 , 𝑢5 users tương đồng với user 𝑢1 cao Hai users đánh giá item 𝑖1 với giá trị sau: 0.75 0.5 • Bước 3: Áp dụng cơng thức dự đốn rating: Hình 4.18: Ví dụ áp dụng cơng thức dự đốn kết 95 Từ đây, hệ thống định khuyến nghị item cho user cách xếp unrated items theo thứ tự lớn đến bé dựa kết rating dự đoán, ngồi chọn item có normalized predicted rating dương (cho thấy nhiều khả user thích item) Hình 4.19: Kết sau dự đốn ratings cịn thiếu [3] 4.2.1.3 Item-item collaborative filtering Một cách tiếp cận khác item-item collaborative filtering Ở phương pháp này, ta thực dự đoán mối quan tâm user 𝑢1 lên item 𝑖1 dựa liệu mối quan tâm user 𝑢1 items tương đồng với item 𝑖1 Quy trình thực việc dự đốn tương tự hướng tiếp cận user-user collaborative filtering mơ tả phần trước Về mặt tính tốn, item-item collaborative filtering xử lý cách chuyển vị utility matrix, xem item rate user cuối sau tính tốn xong, thực chuyển vị lần để có kết cuối Chuẩn hóa liệu: 96 Hình 4.20: Ví dụ ma trận utility trung bình cộng ratings biết theo item (các hàng ma trận) [3] Ta thực tính trung bình cộng giá trị ratings biết theo items (từng hàng ma trận utility) Sau thực chuẩn hóa cách trừ giá trị ratings biết giá trị trung bình cộng tương ứng, điền giá trị vào ô giá trị khuyết, ta thu kết sau chuẩn hóa sau: Hình 4.21: Ví dụ nomalized utility matrix [3] Tính tốn độ tương đồng: 97 Hình 4.22: Ví dụ ma trận similarity cặp items [3] Hình 4.19 thể ví dụ ma trận similarity cặp items, ma trận thu từ việc áp dụng hàm cosine similarity cặp items khác đơi Dự đốn giá trị rating: Tiếp theo, để thực việc dự đốn giá trị rating cịn khuyết Ta thực theo trình tự tương tự mơ tả phần user-user collaborative filtering • Bước 1: Tìm tập N(i, u) items mà U đánh giá • Bước 2: Lấy similarites I với items tập N(u, i) Chọn k items gần (có similarity cao nhất) với I • Bước 3: Tính rating dự đốn theo cơng thức Hình 4.23: Cơng thức để dự đốn rating user u lên user i 98 Hình 4.24: Kết thu sau thực dự đốn ratings cịn thiếu [3] 4.2.2 Đánh giá Thực đánh giá liệu split từ dataset MoviesLens 100k Item-item User-user collaborative filtering collaborative filtering U1 0.996 1.040 U2 0.976 1.030 U3 0.974 1.029 U4 0.978 1.024 U5 0.981 1.035 Average 0.981 1.0316 Bảng 4.1: Thống kê RMSE split U1 đến U5 Qua kết thấy phương pháp Item-tem CF cho kết tốt (RMSE thấp hơn) User-user CF có số hạn chế Trên thực tế, số lượng user lớn nhiều so với số lượng item Kéo theo similarity matrix lớn phải lưu trữ nửa bình phương số lượng user Điều gây tốn chi 99 phí lưu trữ Ngồi ra, ma trận utility thường sparse lẽ user lười rate item, user thay đổi rate thêm item trung bình cộng rating vector chuẩn hóa tương ứng với user thay đổi nhiều dẫn đến việc tính tốn ma trận similarity phải thực lại việc tốn nhiều chi phí mặt lưu trữ thời gian thực thi Vì vậy, tính tốn similarity item khuyến nghị item gần giống với item u thích user mang lại lợi ích trường hợp số lượng item nhỏ số lượng user dẫn đến similarity matrix có kích thước nhỏ hơn, thuận lợi cho việc lưu trữ Ngồi ra, qua kết thực nghiệm thấy hướng tiếp cận item-item collaborative filtering mang đến kết khuyến nghị tốt Ngoài ra, phương pháp collaborative có ưu nhược điểm sau: • Ưu điểm: o Đưa gợi ý xác tận dụng liệu rating từ nhiều user khác o Áp dụng cho nhiều loại item khác • Nhược điểm: o Cold start problem: cần lượng đủ user hệ thống để có gợi ý phù hợp o Sparsity: utility matrix thường thưa thớt dẫn đến khó khăn tìm user rate item o Không gợi ý item mới, chưa có liệu rating 4.3 Áp dụng thuật toán recommendation vào ứng dụng Trong mục viết ẩm thực, viết hiển thị đến người dùng dựa hành vi tương tác họ với viết ghi nhận thông qua Itemitem neighborhood-based collaborative filtering, nhiên với người dùng mới, chưa ghi nhận liệu tương tác người với viết nào, viết đưa đến cho người dùng theo top bật dựa 100 xếp hạng từ thuật toán Reddit’s hot ranking Tương tác reaction người dùng viết Hình 4.25: Gợi ý viết ẩm thực ứng dụng 101 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết đạt Sau khảo sát ứng dụng hỗ trợ tác vụ gia đình có thị trường, nhóm khái quát yêu cầu ứng dụng sổ tay gia đình từ xây dựng nên chức cần thiết ứng dụng Từ chức tìm tiếp tục xây dựng ứng dụng Các cơng nghệ nhóm cân nhắc lựa chọn cho phù hợp với mơ hình ứng dụng chức mà ứng dụng cung cấp Sau tìm hiểu nghiên cứu công nghệ, kỹ thuật để xây dựng đề tài khóa luận dựa ý tưởng nhóm, bên cạnh khó khăn hạn chế gặp phải nhóm đạt kết đề Phân tích tìm hiểu yêu cầu thực tế tác vụ ngày gia đình Cũng so sánh, phân tích ứng dụng liên quan để đưa yêu cầu, chức ứng dụng sổ tay gia đình hỗ trợ tương tác Hiểu nhu cầu thành viên gia đình khó khăn, tồn đọng ứng dụng hỗ trợ tác vụ ngày gia đình có khơng đáp ứng Từ đó, xây dựng thành cơng tính đề tài, giúp việc quản lý tác vụ đời sống ngày gia đình hỗ trợ việc kết nối, liên lạc thành viên gia đình dễ dàng Hiểu áp dụng thành công công nghệ, thư viện hỗ trợ để xây dựng ứng dụng hybrid React Native, Spring Boot, PostgreSQL, Firebase, Google Geolocation API… Hiểu tốn khuyến nghị, thơng qua nghiên cứu bước đầu nắm bắt giải pháp, thuật toán áp dụng cho việc giải toán khuyến nghị ứng dụng Nắm quy trình tiêu chuẩn việc triển khai sản phẩm lên kho ứng dụng Ứng dụng nhóm triển khai thành công kho ứng dụng App Store 102 5.2 Hướng phát triển Tuy nhóm hồn thành ứng dụng với tính mà nhóm lên kế hoạch thực hiện, đáp ứng yêu cầu thiết yếu cho người dùng Tuy nhiên, ứng dụng điểm cần cải tiến Trong tương lai, nhóm tiếp tục lên kế hoạch phát triển nâng cấp phiên ứng dụng để hoàn thiện • Tích hợp OCR API, phát triển chức tạo lập ghi chi tiêu thông qua ảnh biên lai, hóa đơn • Áp dụng thuật nén lossless để tối ưu dung lượng ảnh lưu trữ hệ thống mà khơng làm giảm chất lượng tệp • Cải thiện hiệu hệ thống gợi ý, khắc phục vấn đề tồn chưa thể gợi ý hiệu cho người dùng hay chưa có khả gợi ý theo thời gian thực • Phát triển ứng dụng thành mạng xã hội gia đình Cho phép gia đình kết nối chặt chẽ với nhằm xây dựng gia phả dịng họ Từ đó, người ta tìm thấy người thân thất lạc lâu 103 TÀI LIỆU THAM KHẢO TÀI LIỆU TIẾNG VIỆT [1] TMA Solution, “Spring Boot gì? Bạn cần biết học Spring Boot,” [Trực tuyến] Available: https://www.tma.vn/Hoi-dap/Cam-nang-nghenghiep/Spring-Boot-la-gi-Ban-can-biet-nhung-gi-khi-hoc-Spring-Boot/55096 [Đã truy cập 12 2021] [2] C T Nguyen, “Ứng dụng học máy hệ khuyến nghị tự động,” 25 2018 [Trực tuyến] Available: https://thucnc.medium.com/%E1%BB%A9ngd%E1%BB%A5ng-h%E1%BB%8Dc-m%C3%A1y-trong-h%E1%BB%87khuy%E1%BA%BFn-ngh%E1%BB%8B-t%E1%BB%B1%C4%91%E1%BB%99ng-55afd08610b6 [Đã truy cập 22 12 2021] [3] H Hà, “Tìm hiểu Content-based Filtering - Phương pháp gợi ý dựa theo nội dung (Phần 1),” 17 2019 [Trực tuyến] Available: https://viblo.asia/p/timhieu-ve-content-based-filtering-phuong-phap-goi-y-dua-theo-noi-dung-phan-1V3m5WGBg5O7 [Đã truy cập 22 12 2021] [4] T V Huu, “Content-based Recommendation Systems,” 17 2017 [Trực tuyến] Available: https://machinelearningcoban.com/2017/05/17/contentbasedrecommendersys/ [Đã truy cập 22 12 2021] [6] T X Thắng, “Thuật toán xếp hạng viết hot, thịnh hành Reddit Hacker News hoạt động nào?,” 24 12 2019 [Trực tuyến] Available: https://viblo.asia/p/thuat-toan-xep-hang-bai-viet-dang-hot-thinh-hanh-nhureddit-va-hacker-news-hoat-dong-the-nao-gAm5y8xXldb [Đã truy cập 22 12 2021] 104 [8] “Tiep Vu Huu,” 24 2017 [Trực tuyến] Available: https://machinelearningcoban.com/2017/05/24/collaborativefiltering/ [Đã truy cập 22 12 2021] 105 TÀI LIỆU TIẾNG ANH [5] A Salihefendic, "How Reddit ranking algorithms work," 12 2015 [Online] Available: https://medium.com/hacking-and-gonzo/how-reddit-rankingalgorithms-work-ef111e33d0d9 [Accessed 22 12 2021] [7] R A Vijay Verma, "Neighborhood-based Collaborative Recommendations: An Introduction," in Applications of Machine Learning, Springer Singapore, 2020 [9] B S a J Y G Linden, "Amazon.com Recommendation Item-to-Item Collaborative Filtering," IEEE, 2003 [10] P Jesse Steinweg-Woods, "A Gentle Introduction to Recommender Systems with Implicit Feedback," 30 2016 [Online] Available: https://jessesw.com/Rec-System/ [Accessed 22 12 2021] [11] B Rocca, "Introduction to recommender systems," 2019 [Online] Available: https://towardsdatascience.com/introduction-to-recommendersystems-6c66cf15ada [Accessed 22 12 2021] [12] C Walls, Spring in Action, Fifth Edition, MANNING, 2018 [13] "Stack Java," [Online] Available: https://stackjava.com/ [Accessed 12 2021] [14] "Spring Boot Reference Documentation," [Online] Available: https://docs.spring.io/spring-boot/docs/current/reference/htmlsingle/ [Accessed 12 2021] 106 ... việc ngày tương tác gia đình Nghiên cứu tảng cơng nghệ sở lý thuyết liên quan để hỗ trợ việc xây dựng ứng dụng Xây dựng hệ thống ứng dụng sổ tay gia đình hỗ trợ tương tác đáp ứng tốt nhu cầu... sử dụng để xây dựng ứng dụng Chương – Xây dựng hệ thống: Trình bày chi tiết quy trình xây dựng hệ thống, từ xác định phân tích yêu cầu toán xây dựng CSDL, cuối xây dựng giao diện cho ứng dụng. .. viên gia đình tăng cao ? ?ứng góc độ này, ý tưởng giúp việc quản lý công việc, kiện tương tác với thành viên gia đình dần hình thành Đó việc ứng dụng công nghệ vào việc xây dựng ứng dụng sổ tay gia