Page 357 - SDMD CNKT va CNTT trong tien trinh CNH_HDH DBSCL
P. 357

17.5  KẾT LUẬN VÀ ĐỀ XUẤT

               Trí tuệ nhân tạo đã và đang đóng vai trò rất quan trọng trong đời sống
          số; nó là một trong những cách có thể làm cho các hệ thống TMĐT trở nên
          thông minh hơn và hiểu khách hàng nhiều hơn, từ đó giúp doanh nghiệp
          tăng doanh thu và lợi nhuận.

               Trong chương này, các ứng dụng của AI mà cụ thể là hệ thống gợi ý
          trong TMĐT kể cả trong hoạt động bán hàng trực tuyến và các hoạt động
          dịch vụ thương mại được trình bày. Các nghiên cứu này đã và đang được
          thực hiện trong môi trường học tập, tuy vậy việc triển khai thực tế để hỗ trợ
          phát triển TMĐT của vùng ĐBSCL còn rất hạn chế và việc áp dụng này là
          hoàn toàn khả thi nếu có sự đồng thuận và chung sức của các bên liên quan.
          Các địa phương cần đẩy mạnh hơn nữa việc phát triển liên kết vùng, kết nối
          chuỗi cung ứng, đẩy mạnh tiêu thụ hàng hóa thông qua TMĐT. Việc ứng
          dụng công nghệ thông tin nói chung, trí tuệ nhân tạo nói riêng trong hỗ trợ
          phát triển TMĐT cho vùng ĐBSCL vẫn cần được quan tâm nhiều hơn nữa
          để giới  thiệu sản phẩm  chủ lực của địa phương ra thị trường trong nước
          cũng như quốc tế. Phát triển tốt việc ứng dụng trí tuệ nhân tạo trong TMĐT
          sẽ là một công cụ hiệu quả để thúc đẩy sự phát triển bền vững các sản phẩm
          của vùng ĐBSCL.


               TÀI LIỆU THAM KHẢO
          Anh-Thu,  L.  N.,  Nguyen,  H.  H.,  &  Thai-Nghe,  N.  (2016).  A  Context-aware
              implicit  feedback  approach  for  online  shopping  recommender  systems.  In
              Intelligent Information and Database Systems: 8th Asian Conference, ACIIDS
              2016,  Da  Nang,  Vietnam,  March  14–16,  2016,  Proceedings,  Part  II  8  (pp.
              584-593). Springer Berlin Heidelberg.
          Bao, L. H. Q., Khoa, H. H. B., & Thai-Nghe, N. (2023). Image Recommendation
              Based on Pre-trained Deep Learning and Similarity Matching. In International
              Conference on Intelligent Systems and Data Science (pp. 258-270). Singapore:
              Springer Nature Singapore. https://doi.org/10.1007/978-981-99-7649-2_20
          Chen,  X.,  &  Long,  Z.  (2023).  E-commerce  enterprises  financial  risk  prediction
              based    on    FA-PSO-LSTM       neural    network    deep    learning
              model. Sustainability, 15(7), 5882. https://doi.org/10.3390/su15075882
          Dien, T., Thanh-Hai, N. & Thai-Nghe, N. (2023). Novel approaches for searching
              and  recommending  learning  resources.  Cybernetics  and  Information
              Technologies, 23(2) 151-169. https://doi.org/10.2478/cait-2023-0019




                                                                                343
   352   353   354   355   356   357   358   359   360   361   362