Xem mẫu
- NGHIÊN CỨU - ỨNG DỤNG
HỆ THỐNG HỎI ĐÁP THÔNG MINH THÔNG TIN VỀ HÀNG RÀO
KỸ THUẬT TRONG THƯƠNG MẠI TỈNH LONG AN (TBT LONG AN)
ThS. THÁI DOÃN NGỌC (*)
TÓM TẮT
Bài báo này giới thiệu về Hệ thống hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong
thương mại tỉnh Long An (TBT Long An). Các doanh nghiệp cần có hiểu biết đầy đủ về Hiệp định
TBT để đưa ra các biện pháp mà doanh nghiệp cần tiến hành và vượt qua trong việc xây dựng
chiến lược sản phẩm, lựa chọn công nghệ sản xuất, quản lý doanh nghiệp và đặc biệt là quản lý
chất lượng, tiếp cận các nguồn lực thông tin về thị trường và sản phẩm. Hệ thống hỏi đáp thông
minh thông tin về Hàng rào kỹ thuật trong thương mại cho phép doanh nghiệp có thể tìm kiếm, tra
cứu, truy cập dễ dàng thông tin liên quan thông qua một kênh thông tin thống nhất kết nối các điểm
TBT trong mạng lưới nhằm cung cấp kịp thời và đầy đủ thông tin về TBT như các dự báo tình hình
thị trường hàng hóa trong nước và thế giới nhằm nâng cao khả năng cạnh tranh của doanh nghiệp
và khả năng thâm nhập thị trường hiệu quả của sản phẩm, hàng hóa cho các doanh nghiệp tại Long
An v..v.. là hết sức cần thiết và cấp bách hiện nay.
Từ khóa: TBT, tra cứu, tài liệu tiêu chuẩn, quy chuẩn, hàng rào kỹ thuật, thương mại
SUMMARY
This article recommends the Information Smart Inquiry System for Technical Barriers in
Trade of Long An Province (TBT Long An). Enterprises need to have a full understanding of the
TBT Agreement in order to set out the measures that enterprises need to take and overcome in the
formulation of product strategies, selection of production technologies, business management and
particularly, quality management, access to information resources on markets and products. The
Information Smart Inquiry System for Technical Barriers in Trade allows enterprises to easily look
up access to relevant information through a unified information channel linking TBT sites within
the network to provide timely and adequate TBT information such as domestic and international
commodity market forecasts to improve the competitiveness of enterprises and their ability to
penetrate the market of goods effectively for businesses in Long An..........,which is very necessary
and urgent nowadays.
Key words: TBT,research, reference materials, standards, technical barriers, trade
1. Giới thiệu
TBT là viết tắt của cụm từ tiếng Anh “Technical Barriers to Trade” được dịch là Hàng rào kỹ
thuật trong thương mại hay các rào cản kỹ thuật trong thương mại, là các tiêu chuẩn, quy chuẩn kỹ
thuật mà một nước áp dụng đối với hàng hóa nhập khẩu và/hoặc quy trình nhằm đánh giá sự phù
hợp của hàng hóa nhập khẩu đối với các tiêu chuẩn, quy chuẩn kỹ thuật đó (còn gọi là các biện pháp
kỹ thuật – biện pháp TBT).
Các biện pháp kỹ thuật này về nguyên tắc là cần thiết và hợp lý nhằm bảo vệ những lợi ích quan
trọng như sức khoẻ con người, môi trường, an ninh... Vì vậy, mỗi nước thành viên WTO đều thiết
lập và duy trì một hệ thống các biện pháp kỹ thuật riêng đối với hàng hóa của mình và hàng hóa
nhập khẩu. Tuy nhiên, trên thực tế, các biện pháp kỹ thuật có thể là những rào cản tiềm ẩn đối với
thương mại quốc tế bởi chúng có thể được nước nhập khẩu sử dụng để bảo hộ cho sản xuất trong
nước, gây khó khăn cho việc thâm nhập của hàng hóa nước ngoài vào thị trường nước nhập khẩu.
Do đó chúng còn được gọi là “rào cản kỹ thuật đối với thương mại”.
Từ 11/01/2007, Việt Nam đã chính thức trở thành thành viên của Tổ chức Thương mại Thế giới
và bắt đầu thực hiện các cam kết gia nhập WTO của mình, trong đó có cam kết thực thi toàn bộ các
nghĩa vụ của Hiệp định TBT. Thực thi Hiệp định TBT, các doanh nghiệp Việt Nam nói chung và
các doanh nghiệp Long An nói riêng có cơ hội để phát triển thương mại của mình, song cũng phải
đối mặt với các thách thức về nhiều mặt để có thể tiếp tục duy trì và hơn thế nữa là đẩy mạnh hoạt
(*) Phó Trưởng khoa KTCN Trường ĐH KTCN Long An TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
12
- NGHIÊN CỨU - ỨNG DỤNG
động sản xuất kinh doanh, tăng cường năng lực cạnh tranh trên thị trường nội địa và quốc tế. Do
vậy, các doanh nghiệp cần có hiểu biết đầy đủ về Hiệp định TBT để đưa ra các biện pháp mà doanh
nghiệp cần tiến hành và vượt qua trong việc xây dựng chiến lược sản phẩm, lựa chọn công nghệ sản
xuất, quản lý doanh nghiệp và đặc biệt là quản lý chất lượng, tiếp cận các nguồn lực thông tin về thị
trường và sản phẩm.
Theo báo cáo của Sở Kế hoạch và Đầu tư tỉnh Long An, tỉnh Long An hiện có trên 5100 doanh
nghiệp, trong đó có khoảng 607 doanh nghiệp tham gia hoạt động xuất khẩu và khoảng 434 doanh
nghiệp tham gia hoạt động nhập khẩu, đóng góp tích cực vào tăng ngân sách địa phương và số
lượng này còn đang tăng dần mỗi năm. Tính đến tháng 7/2015, theo báo cáo tình hình kinh tế xã hội
của Sở Kế hoạch và Đầu tư tỉnh Long An, thương mại, dịch vụ - xuất, nhập khẩu, tổng mức bán lẻ
hàng hóa dịch vụ tiêu dùng xã hội đạt 4.026,5 tỷ đồng, tăng 0,9% so với tháng trước và tăng 18,1%
so với cùng kỳ. Kim ngạch xuất khẩu tháng 7 đạt 320,7 triệu USD, tăng 2,1% so với tháng trước,
tăng 14,9% so với cùng kỳ. Chỉ số giá tiêu dùng tháng 7 tăng 0,24% so với tháng trước, tăng 1,34%
so với tháng 12/2014 và tăng 0,85% so với cùng kỳ. Điều này cho thấy sự phát triển mạnh mẽ của
các doanh nghiệp hoạt động xuất nhập khẩu trong tỉnh.
Tuy nhiên, hiện nay các doanh nghiệp tại Long An, đặc biệt là các doanh nghiệp nhỏ và vừa còn
lúng túng trong việc áp dụng tiêu chuẩn và quy chuẩn kỹ thuật. Nhiều doanh nghiệp không biết phải
áp dụng tiêu chuẩn gì cho phù hợp và sản phẩm của mình khi đưa ra thị trường có đạt tiêu chuẩn và
đáp ứng nhu cầu của thị trường không và vẫn còn khá mơ hồ về TBT và những thách thức cũng như
cơ hội đi cùng. Hiện nay, đa số các doanh nghiệp có sản phẩm xuất khẩu trong tỉnh thường tự liên
hệ với đơn vị hợp tác ở ngoài nước để tìm hiểu yêu cầu. Cách này không những tốn nhiều thời gian
mà còn tiềm ẩn nguy cơ rủi ro vì độ tin cậy của những thông tin thu thập là không cao. Ngoại trừ
một số doanh nghiệp lớn, hầu hết các doanh nghiệp nhỏ và vừa chưa xem trọng TBT ở các nước mà
mình có hàng xuất khẩu, gây ra những rủi ro, thiệt hại không đáng có khi hàng hóa bị trả lại hoặc
không được chấp nhận trên thị trường nước xuất khẩu. Đây thực sự là một thách thức lớn cho các
doanh nghiệp Long An trong một sân chơi toàn cầu hóa.
Có nhiều nguyên nhân dẫn đến tình trạng này nhưng một trong những nguyên nhân chính là do
sự đa dạng và phức tạp các tiêu chuẩn, quy định chất lượng tại các thị trường xuất khẩu và việc khó
khăn khi tiếp cận, tìm kiếm, tra cứu thông tin có liên quan. Điều này dẫn tới việc doanh nghiệp lúng
túng khi phải đáp ứng tiêu chuẩn hàng hóa nhập khẩu tại các thị trường, nhất là các thị trường khó
tính, có hệ thống tiêu chuẩn khắt khe. Nhìn nhận thực tế của hạn chế nêu trên là do các thông tin
hiện có được quản lý chưa thực sự hiện đại hóa, chưa tạo được một đầu mối để doanh nghiệp tìm
đến khi cần tìm hiểu thông tin TBT, chưa tạo lập đầy đủ các cơ sở dữ liệu điện tử được sử dụng để
cung cấp thông tin trên môi trường mạng. Việc xử lý thông tin chủ yếu vẫn theo hình thức giấy tờ
và các tài liệu được bảo quản vẫn theo phương pháp truyền thống (lưu trữ hồ sơ bản cứng) nên khi
phát sinh một vấn đề thì mất nhiều thời gian để tìm kiếm và xử lý. Hơn nữa, theo xu hướng ngày
càng có nhiều văn bản, tài liệu phát sinh trong quá trình hoạt động nên việc lưu trữ, bảo quản an
toàn tài liệu đã trở thành vấn đề nan giải…
Từ thực tế trên, một hệ thống hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương
mại cho phép doanh nghiệp có thể tìm kiếm, tra cứu, truy cập dễ dàng thông tin liên quan thông qua
một kênh thông tin thống nhất kết nối các điểm TBT trong mạng lưới nhằm cung cấp kịp thời và
đầy đủ thông tin về TBT như các dự báo tình hình thị trường hàng hóa trong nước và thế giới nhằm
nâng cao khả năng cạnh tranh của doanh nghiệp và khả năng thâm nhập thị trường hiệu quả của sản
phẩm, hàng hóa cho các doanh nghiệp tại Long An v..v.. là hết sức cần thiết và cấp bách hiện nay.
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
13
- NGHIÊN CỨU - ỨNG DỤNG
2. Những điểm nổi bật khác biệt của TBT Long An so với hệ thống TBT của những tỉnh khác
Hệ thống hỏi đáp thông minh TBT Long An được xây dựng với những điểm nổi bật khác biệt so
với những hệ thống TBT của các tỉnh khác:
- Giao diện trực quan thân thiện, dễ sử dụng.
- Tương thích nhiều thiết bị như máy tính bàn, laptop, máy tính bảng, điện thoại di động. Giao
diện thông minh tùy chỉnh theo người dùng (responsive design).
- Công cụ hỏi đáp thông minh tìm kiếm thông minh: Có khả năng ghi nhớ các văn bản mà
người dùng thường truy cập. Hệ thống gợi ý thông minh sử dụng thuật toán trí tuệ nhân tạo
cho phép gợi ý các văn bản liên quan mà người dùng có thể quan tâm.
Hình 1. Mô hình mô phỏng công cụ hỏi đáp thông minh
- Cơ sở dữ liệu được tổng hợp dưới dạng số hóa, phân loại các tài liệu theo danh mục tiêu
chuẩn, quy chuẩn, hết hiệu lực, còn hiệu lực… nhằm hỗ trợ cho việc truy xuất, tra cứu thông
tin. Cơ sở dữ liệu được cập nhật liên tục từ các trang TBT Việt Nam và các tổ chức có liên
quan.
TBT LONG AN
DATABA
Bản in
Website của các tổ chức
Bản mềm: File Word, PDF
Hình 2. Xây dựng cơ sở dữ liệu TBT Long An
- Đối với việc cung cấp các thông tin về phân hệ tin tức TBT, ngoài việc tin tức được cung
cấp từ Chi cục tiêu chuẩn đo lường chất lượng tại Long An, hệ thống còn tự động cập nhật
các thông tin tin tức từ các cổng thông tin TBT khác, thực hiện phân loại theo từng cụm
thông tin: Tin tức sự kiện, tin cảnh báo, tiêu chuẩn chất lượng, đo lường, năng suất chất
lượng,… hỗ trợ cho doanh nghiệp nhanh chóng tiếp cận thông tin.
- Cổng thông tin điện tử TBT Long An được thiết kế không chỉ đơn thuần là việc hiển thị dữ
liệu về các văn bản của TBT mà còn tích hợp các đặc tính máy học (Learning Machine) hỗ
trợ tư vấn thông tin trong quá trình tìm kiếm dựa vào việc phân tích lịch sử truy cập của
người dùng/nhóm người dùng. Từ đó, đưa ra những thông tin phù hợp và sát với nhu cầu tìm
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
14
- NGHIÊN CỨU - ỨNG DỤNG
kiếm, mang lại những thông tin giá trị hơn, đồng thời tiết kiệm được thời gian tìm kiếm cho
người sử dụng.
3. Hệ thống hỏi đáp thông minh thông tin về hàng rào kỹ thuật trong thương mại tỉnh Long
An (TBT Long An)
Hệ thống gồm 3 nội dung chính:
- Xây dựng một cổng thông tin điện tử quản lý trực tuyến và tập trung các thông tin về hàng
rào kỹ thuật trong thương mại tỉnh Long An.
- Thiết kế và xây dựng cơ sở dữ liệu TBT, tiêu chuẩn – đo lường – chất lượng tỉnh Long An.
- Nghiên cứu và xây dựng hệ thống hỏi đáp trực tuyến thông minh TBT, tiêu chuẩn – đo
lường – chất lượng tỉnh Long An.
3.1 Chức năng hệ thống
Xây dựng hệ thống “Hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương mại tỉnh
Long An” chạy trên nền PCs và Android.
Chạy trên nền PCs gồm các module: Quản lý người dùng: tạo, xóa sửa thông tin tài khoản, phân
quyền tài khoản, truy vết sử dụng người dùng; Quản trị nội dung: thu nhập, biên tập, hiệu đính,
duyệt, lưu trữ, xuất bản và tra cứu thông tin trên Web v..v..; Quy trình xuất bản thông tin cho phép
thực hiện các thao tác như viết bài, gửi, duyệt, đăng, lưu trữ v..v..; Phân hệ tự động gởi email, SMS
tự động khi có văn bản mới cập nhật; Gợi ý các bài viết xem nhiều nhất, được quan tâm nhiều, các
bài viết thịnh hành mà người sử dụng nên xem; Hệ thống tra cứu hỏi đáp thông minh được xây
dựng dựa trên kết hợp 2 phương pháp Content-based Recommendation (hệ thống gợi ý dựa trên mô
tả tóm tắt của chuyên gia các mục tài liệu và dữ liệu lịch sử truy cập tài liệu của người sử dụng) và
phương pháp Collaborative-based Recommendation (gợi ý dựa trên sự tương quan giữa dữ liệu của
người dùng và dựa trên dữ liệu truy cập của những người có quan tâm tương tự (like-minded users).
Chạy trên nền Android là ứng dụng hỏi đáp TBT, ứng dụng này cho phép người sử dụng hỏi
đáp trực tiếp mà không cần truy cập vào webiste.
Ngoài ra cổng thông tin còn có một số tiện ích nâng cao khác giúp cho thành viên dễ dàng sử
dụng như hệ thống email/SMS tự động thông báo các văn bản quan tâm của thành viên khi có văn
bản mới được cập nhật vào CSDL. Khi không có internet mà người dùng lại muốn xem thông báo
mới hay tìm hiểu văn bản nào đó thì người dùng có thể sử dụng tin nhắn SMS đây là một điểm mới
và vô cùng sáng tạo mà cho đến nay, hoàn toàn chưa có chính thức một cổng thông tin TBT nào
trong nước cho phép hỏi đáp trực tuyến và hỏi đáp qua tin nhắn.
Khi người dùng đăng ký thành viên vào cổng thông tin thì dựa vào các thông tin mà người dùng
đăng ký như lĩnh vực, sản phẩm kinh doanh mà hệ thống sẽ gợi ý ra những văn bản liên quan đến
các thông tin đó. Không những thế hệ thống còn đưa ra các đề xuất về những văn bản thịnh hành,
văn bản mới, văn bản được xem nhiều nhất mà nhiều người sử dụng khác có cùng lĩnh vực, sản
phẩm với người dùng quan tâm và đã xem qua.
Bên cạnh đó giao diện cổng thông tin còn được sử dụng trên nhiều thiết bị khác nhau như: máy
tính, điện thoại, máy tính bảng… đáp ứng được trên nhiều trình duyệt khác nhau nên người sử dụng
không cần phải lo lắng về việc cài đặt hay tìm kiếm trình duyệt hay thiết bị phù hợp khi sử dụng
cổng thông tin.
Đặc biệt với số lượng lớn tư liệu vượt xa so với dự kiến ban đầu khi thực hiện về tiêu chuẩn kỹ
thuật, quy chuẩn kỹ thuật, thông báo, tranh chấp thương mại, văn bản pháp huy trên 20.000 tư liệu
thì người sử dụng có thể hoàn toàn an tâm khi thực hiện tra cứu các văn bản mà mình quan tâm
hay muốn tìm hiểu mà trước giờ chưa tìm kiếm được.
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
15
- NGHIÊN CỨU - ỨNG DỤNG
3.2 Thuật toán tìm kiếm
3.2.1 Tổng quan
Hệ hỏi đáp truy vấn thông minh cho máy tìm kiếm gồm hai phần chính: xử lý online và offline.
3.2.1.1 Phần xử lý ngoại tuyến
Input: Tập truy vấn logs
Output: Các cụm truy vấn + tập url truy vấn tương ứng cho từng cụm
Bước 1: Tiền xử lý truy vấn và url
o Đưa truy vấn và url về một chuẩn thống nhất
o Loại bỏ các truy vấn trùng lặp
Bước 2: Phân cụm tập truy vấn
o Làm giàu (bổ sung thông tin) cho truy vấn
o Phân các truy vấn tương đồng vào cụm
Bước 3: Xác định tập url có thể dùng để truy vấn cho từng cụm
o Chọn ra tập url tốt để đại diện cho cụm
3.2.1.2 Phần xử lý trực tuyến
Input: Truy vấn mới
Output: Tập url truy vấn tương ứng với truy vấn
Bước 1: Tiền xử lý truy vấn
o Đưa truy vấn về dạng thống nhất
Bước 2: Phân cụm truy vấn mới
o Phân truy vấn vào một trong các cụm đã có
Bước 3: Xếp hạng lại (rerank) tập url truy vấn trong cụm theo truy vấn mới.
o Đưa ra N url thích hợp nhất (có hạng cao nhất) với truy vấn đó
Query log
XỬ LÝ OFFLINE
Trích xuất
Tiền xử lý URL được click Phân tích chủ
đề ẩn
Phân cụm Thông tin
Bộ topic
làm giàu
Tập url tương ứng với
Xác định từng cụm
tập URL
Cụm query
Tập url tư vấn
Phân vào cụm Rerank URL
cho quyery
XỬ LÝ
Query mới
ONLINE
Hình 3. Sơ đồ hệ thống truy vấn website
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
16
- NGHIÊN CỨU - ỨNG DỤNG
3.2.2 Thuật toán xử lý ngoại tuyến
1. Tiền xử lý 2. Phân cụm query 3. Xác định tập
query & url url tư vấn
Hình 4. Ba bước xử lý ngoại tuyến
3.2.2.1 Tiền xử lý
Truy vấn và url được đưa về dạng chuẩn, thống nhất
Truy vấn:
o Đưa về chữ thường
o Loại bỏ từ dừng (stop word)
o Loại bỏ các ký tự đặc biệt
o Đưa về từ gốc (stemming).
Url : chỉ giữ lại url chính, bỏ giao thức và các đường dẫn phía sau
3.2.2.2 Phân cụm tập truy vấn
Truy vấn được làm giàu (bổ sung thông tin) trước khi phân cụm. Có hai cách cách làm giàu
truy vấn được sử dung:
Sử dụng url được click: Thêm các url được click vào nội dung truy vấn nhằm làm rõ hơn
mục đích mà truy vấn hướng tới.
Sử dụng bộ chủ đề ẩn: Xác định các từ trong truy vấn thuộc vào chủ đề (topic) nào, qua
đó làm rõ nội dung của truy vấn.
Truy vấn sau khi được bổ sung thông tin sẽ được phân cụm bởi các phương pháp thông
thường như: Kmean, HAC,… Ở đây, Kmean được chọn vì độ phức tạp chỉ là O(n*log n) (của HAC
là O(n2)) :
Các truy vấn được biểu diễn ở dạng vector trọng số từ TF.
Độ tương đồng giữa hai truy vấn được tính bằng độ đo cosin. Xét 2 truy vấn:
Q = (q1 , q2,…, qn) và P = (p1 , p2,…, pn); trong đó qi và pi lần lượt là trọng số của từ i
trong truy vấn Q và P.Khi đó độ tương tự giữa truy vấn P và Q là:
𝑛
𝑠𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦(𝑝, 𝑞) = √(𝑝1 − 𝑞1 )2 + (𝑝2 − 𝑞2 )2 + ⋯ + (𝑝𝑛 − 𝑞𝑛 )2 = √∑(𝑝𝑖 − 𝑞𝑖 )2
𝑖=1
Số cụm được xác định dựa trên khảo sát tập truy vấn đầu vào
3.2.2.3 Xác định văn bản cần truy vấn
Mục tiêu ở bước này là chọn ra tập url tốt để đại diện cho mỗi cụm.
Một cách đơn giản là chọn ra những url được click nhiều hơn một ngưỡng θ nào đó. Ko phải
ngẫu nhiên mà người dùng lại click vào một url, họ chỉ chọn khi thấy nội dung của nó sát với những
gì họ đang tìm kiếm. Vì vậy, khi một url (văn bản) được click nhiều lần bởi nhiều người dùng,
chứng tỏ nó có độ tương đồng cao với nội dung, chủ đề của cả cụm.
3.2.3 Thuật toán xử lý trực tuyến
1. Tiền xử lý query 2. Phân cụm query mới 3. Xếp hạng lại định tập
url tư vấn
Hình 5. Ba bước xử lý trực tuyến
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
17
- NGHIÊN CỨU - ỨNG DỤNG
3.2.3.1 Tiền xử lý truy vấn: Câu truy vấn được
Đưa về chữ thường.
Loại bỏ từ dừng (stop word).
Loại bỏ ký tự đặc biệt.
Đưa về từ gốc (stemming).
3.2.3.2 Phân cụm truy vấn mới
Biểu diễn truy vấn dưới dạng vector trọng số từ TF.
Làm giàu thông tin cho truy vấn.
Phân truy vấn vào một trong các cụm đã có bằng cách:
Tính khoảng cách từ vector biểu diễn truy vấn tới các vector tâm cụm
Truy vấn được phân vào cụm có khoảng cách giữa nó với tâm cụm là nhỏ nhất
3.2.3.3 Xếp hạng lại tập url truy vấn
Các url trong tập url truy vấn được xếp hạng lại (rerank) theo truy vấn mới. Để xếp hạng url,
tôi đưa ra cách xác định giá trị hạng dựa vào:
Độ tương đồng giữa truy vấn mới q với các truy vấn qi (i =1, ̅̅̅̅̅
n ) đã có trong cụm theo
độ đo cosin, ký hiệu: sim(q, qi)
Giả sử url u trong tập url truy vấn, được chọn (click) bởi người dùng sử dụng truy vấn
q1, q2 thì hạng của u được tính bởi công thức:
1 1
𝑟𝑎𝑛𝑘(𝑢) = +
𝑠𝑖𝑚(𝑞, 𝑞1 ) 𝑠𝑖𝑚(𝑞, 𝑞2 )
Các url có rank(u) càng cao thì càng phù hợp với truy vấn q và được đưa lên trước trong danh
sách truy vấn. Hình 16 mô tả việc xếp hạng url dựa vào độ tương đồng giữa các truy vấn.
Top-N url có hạng cao nhất được sử dụng để truy vấn cho người dùng
url u11
Query Q1 url u12
url u13
url u21
Query Q2 url u22
url u23
Query
New url u31
Query Q3 url u32
url u33
url u41
Query Q4 url u42
url u43
Hình 6. Sử dụng quan hệ giữa các truy vấn để tính hạng url
3.3 Một số giao diện
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
18
- NGHIÊN CỨU - ỨNG DỤNG
00
Hình 7: Giao diện trang chủ
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
19
- NGHIÊN CỨU - ỨNG DỤNG
Hình 8: Giao diện trang tin tức
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
20
- NGHIÊN CỨU - ỨNG DỤNG
Hình 1: Giao diện trang tư liệu
Hình 92: Giao diện trang liên hệ
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
21
- NGHIÊN CỨU - ỨNG DỤNG
Hình 10: Màn hình giao diện hệ thống khi sử dụng trên điện thoại
4. Đánh giá và kết luận
Hiện nay tại Long An chưa có một cổng thông tin điện tử về TBT nào nhằm đáp ứng những
nhu cầu tra cứu cũng như truy xuất thông tin, giải đáp thắc mắc của các doanh nghiệp. Một hệ thống
hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương mại tại Long An cho phép doanh
nghiệp có thể tìm kiếm, tra cứu, truy cập dễ dàng thông tin liên quan thông qua một kênh thông tin
thống nhất kết nối các điểm TBT trong mạng lưới nhằm cung cấp kịp thời và đầy đủ thông tin về
TBT như các dự báo tình hình thị trường hàng hóa trong nước và thế giới nhằm nâng cao khả năng
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
22
- NGHIÊN CỨU - ỨNG DỤNG
cạnh tranh của doanh nghiệp và khả năng thâm nhập thị trường hiệu quả của sản phẩm, hàng hóa
cho các doanh nghiệp tại Long An v..v.. là hết sức cần thiết và cấp bách hiện nay.
Mặc dù một số tỉnh thành khác đã xây dựng cổng thông tin TBT như Bà Rịa- Vũng Tàu, Lâm
Đồng, v..v…, các cổng thông tin này đơn giản, giao diện không trực quan, không tương thích trên
nhiều thiết bị và hầu hết không có hỏi đáp trực tuyến (đa phần hỏi đáp offline thông qua email).
Khác với các cổng thông tin TBT của các tỉnh thành khác, cổng thông tin điện tử TBT Long An với
mục tiêu xây dựng là trực quan, dễ sử dụng, tương thích trên nhiều thiết bị (máy tính, máy tính bản,
điện thoại di động v..v..) và đặc biệt cho phép người dùng hỏi đáp tìm kiếm trực tuyến hoặc thông
qua nhắn tin để hỏi đáp. Hệ thống tra cứu hỏi đáp thông minh được xây dựng dựa trên kết hợp 2
phương pháp Content-based Recommendation (hệ thống gợi ý dựa trên mô tả tóm tắt của chuyên
gia các mục tài liệu và dữ liệu lịch sử truy cập tài liệu của người sử dụng) và phương pháp
Collaborative-based Recommendation (gợi ý dựa trên sự tương quan giữa dữ liệu của người dùng
và dựa trên dữ liệu truy cập của những người có quan tâm tương tự (like-minded users). Cho đến
nay, hoàn toàn chưa có chính thức một cổng thông tin TBT nào trong nước cho phép hỏi đáp trực
tuyến và hỏi đáp qua tin nhắn.
Về khả năng ứng dụng
Khả năng về thị trường
Hiện nay các doanh nghiệp tại Long An, đặc biệt là các doanh nghiệp nhỏ và vừa còn lúng
túng trong việc áp dụng tiêu chuẩn và quy chuẩn kỹ thuật. Nhiều doanh nghiệp nhỏ không biết phải
áp dụng tiêu chuẩn gì cho phù hợp và sản phẩm của mình khi đưa ra thị trường có đạt tiêu chuẩn và
đáp ứng nhu cầu của thị trường không. Doanh nghiệp vẫn còn khá mơ hồ về TBT và những thách
thức cũng như cơ hội đi cùng. Ngoại trừ một số doanh nghiệp lớn, hầu hết các doanh nghiệp nhỏ và
vừa chưa xem trọng TBT ở các nước mà mình có hàng xuất khẩu, từ đó, gây nên những rủi ro, thiệt
hại không đáng có khi hàng hóa bị trả lại hoặc không được chấp nhận trên thị trường.
Hệ thống hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương mại tỉnh Long An
(TBT Long An) sẽ góp phần tăng cường sự nhanh chóng và tính hiệu quả trong việc tiếp cận thông
tin của các doanh nghiệp tại Long An, giúp doanh nghiệp có thể thu được một số lợi ích rõ rệt như
tạo ra môi trường ổn định, có khả năng phát triển thị trường và nâng cao tính cạnh tranh; tạo công
cụ đảm bảo sản phẩm và khả năng tương thích của quá trình; đưa sản phẩm tới thị trường, thoả mãn
các yêu cầu pháp lý, bảo vệ người tiêu dùng v.v….
Khả năng về ứng dụng các kết quả nghiên cứu vào sản xuất kinh doanh
Cổng thông tin và hệ thống hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương
mại tỉnh Long An (TBT Long An) sẽ xóa bỏ rào cản thông tin giữa doanh nghiệp và TBT, qua đó
giúp các doanh nghiệp tiếp cận và triển khai các tiêu chuẩn vào hoạt động sản xuất kinh doanh của
mình. Tuỳ thuộc vào chiến lược kinh doanh, doanh nghiệp có thể tìm hiểu và tiếp cận dễ dàng và
triển khai áp dụng các loại tiêu chuẩn như: tiêu chuẩn cơ sở, tiêu chuẩn quốc gia, tiêu chuẩn nước
ngoài, tiêu chuẩn khu vực hay tiêu chuẩn quốc tế. Chẳng hạn, một doanh nghiệp xuất khẩu thanh
long tại Long An, trong chiến lược kinh doanh có định hướng xuất khẩu sản phẩm sang thị trường
EU, vậy doanh nghiệp cần phải biết được các biện pháp kỹ thuật nào tại thị trường này mà doanh
nghiệp cần phải vượt qua để có chiến lược tiếp cận thị trường và chiến lược sản phẩm thích hợp và
phù hợp với thị trường này.
Hệ thống có thể triển khai cho các đơn vị khác trong nước có liên quan đến việc quản hệ
thống quản lý về hàng rào kỹ thuật trong thương mại ở nhiều cấp bậc khác nhau..
Khả năng liên doanh liên kết với các doanh nghiệp trong quá trình nghiên cứu
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
23
- NGHIÊN CỨU - ỨNG DỤNG
Có khả năng liên kết với các doanh nghiệp, đặc biệt các doanh nghiệp có nhu cầu truy xuất dữ
liệu TBT.
Tác động và lợi ích mang lại
Đối với lĩnh vực Khoa học - Công nghệ có liên quan
Dựa vào khảo sát, phần lớn các cổng thông tin TBT hiện nay chưa cung cấp công cụ tìm kiếm
thông minh. Đề tài mang tính chất tiên phong cho các công trình nghiên cứu về xây dựng lĩnh vực
truy xuất cho hệ thống dữ liệu TBT.
Ngoài ra, kết quả của đề tài làm giàu dữ liệu khoa học cho thuật toán tìm kiếm cho tỉnh, giúp
thúc đẩy nhiệm vụ nghiên cứu khoa học trong phát triển bền vững.
Đối với kinh tế - xã hội và môi trường
Để nâng cao sức cạnh tranh của các sản phẩm hàng hóa trên trường quốc tế, không còn cách
nào khác, Việt Nam nói chung và Long An nói riêng cần tăng cường sử dụng các tiêu chuẩn quốc tế
làm nền tảng cho việc kinh doanh sản xuất.
Thông qua hệ thống hỏi đáp thông minh thông tin về Hàng rào kỹ thuật trong thương mại tỉnh
Long An (TBT Long An), doanh nghiệp có thể tiếp cận và chủ động lựa chọn áp dụng các loại tiêu
chuẩn như: tiêu chuẩn cơ sở, tiêu chuẩn quốc gia, tiêu chuẩn nước ngoài, tiêu chuẩn khu vực hay
tiêu chuẩn quốc tế v..v.. để tăng khả năng cạnh tranh của sản phẩm và hàng hóa trên thị trường
nhằm nâng cao hiệu quả sản xuất kinh doanh và phát triển bền vững trong xu thế hội nhập kinh tế
quốc tế. Việc này đem lại lợi ích đáng kể về kinh tế xã hội.
Tài liệu tham khảo
[1] M. Girolami and A. Kaban. Simplicial mixtures of Markov chains: Distributed
modelling of dynamic user profiles. In NIPS 16, pages 9–16, 2004.
[2] T. Griffiths, M. Steyvers, D. Blei, and J. Tenenbaum. Integrating topics and syntax. In
Advances in Neural Information Processing Systems 17, 2005
[3] ACM recommender system conference, http://recsys.acm.org
[4] G.Adomavicius, A.Tuzhilin. Towards the Next Generation of Recommender Systems:A
Survey of the State-of-the-Art and Possible Extensions, IEEE Transactions on Knowledge
and Data Engineering, 2005
[5] Agarwal G.Kabra Z.Zhang K.C.Chang. Mining Structured Query Templates from
Search Logs. University of Illinois at Urbana Champaign research, 2008.
[6] Ansari, A., S. Essegaier, and R. Kohli. Internet recommendations systems. Journal of
Marketing Research, pages 363-375, 2000.
[7] America Online (AOL) search engine log, 2006, http://www.aol.com
[8] R.Baeza, F.Silvestri. Web Query Log Mining, ACM SIGIR Conference tutorial, 2009
[9] Balabanovic, M. and Y. Shoham. Fab: Content-based, collaborative recommendation.
Communications of the ACM, 40(3):66-72, 1997
[10] Basu, C., H. Hirsh, and W. Cohen. Recommendation as classification: Using social and
content-based information in recommendation. In Recommender Systems. Papers from 1998
Workshop. Technical Report WS-98-08. AAAI Press, 1998
[11] D.Beeferman, A.Berger. Agglomerative clustering of a search engine query log. In
Proceedings of ACM SIGKDD International Conference . 2000
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
24
- NGHIÊN CỨU - ỨNG DỤNG
[12] Billsus, D. and M. Pazzani. Learning collaborative information filters. In International
Conference on Machine Learning, Morgan Kaufmann Publishers, 1998. 46
[13] D. Blei, A. Ng, and M. Jordan. Latent Dirichlet Allocation. Journal of Machine
Learning Research, 3:993-1022, January 2003
[14] Breese, J. S., D. Heckerman, and C. Kadie. Empirical analysis of predictive algorithms
for collaborative filtering. In Proceedings of the Fourteenth Conference on Uncertainty in
Artificial Intelligence, Madison, WI, 1998.
[15] W.B. Croft. Query Evolution, University of Massachusetts Amherst lecture
[16] H Cui, JR Wen, JY Nie, WY Ma. Query expansion by mining user logs, - IEEE
transactions on knowledge and data engineering, 2003
[17] HB.Deng. Introduction to Recommendation System, China University of Hongkong
seminar, 2006
[18] Google Inc Search privacy, http://google.com/privacy.html
[19] Google Zeitgeist, http://www.google.com/intl/en/press/zeitgeist/index.html
[20] Microsoft Social Network (MSN) query log, http://www.msn.com
[21] Netflix online movie rental, http://www.netflix.com
[22] CT Nguyen, XH Phan, JGibbslda, A Java and Gibbs Sampling based Implementation
of Latent Dirichlet Allocation, http://gibbslda.sourceforge.net/, 2007
[23] Lingpipe: suite of Java libraries for the linguistic analysis of human language,
http://alias-i.com/lingpipe/
[24] G Pass, A Chowdhury, C Torgeson. A picture of Search, Proceedings of the 1st
international conference on Scalable Information System, 2006
[25] Popescul, A., L. H. Ungar, D. M. Pennock, and S. Lawrence. Probabilistic Models for
Unified Collaborative and Content-Based Recommendation in Sparse-Data Environments.
In Proc. of the 17th Conf. on Uncertainty in Artificial Intelligence, Seattle, WA, 2001
[26] K.N.Rao. Application Domain and Functional Classification of Recommender
Systems—A Survey, Journal of Library & Information Technology, Vol. 28, No. 3, pp. 17-
35, 2008
[27] Resnick, N. Iakovou, M. Sushak, P. Bergstrom, and J. Riedl. GroupLens: An open
architecture for collaborative filtering of netnews. In Proceedings of the 1994 Computer
Supported Cooperative Work Conference, 1994 47
[28] C Silverstein, M Henzinger, H Marais, M Moricz. Analysis of a Very Large AltaVista
Query Log, Compaq Systems Research Center, 1998
[29] Soboroff, I. and C. Nicholas. Combining content and collaboration in text filtering. In
43 IJCAI'99 Workshop: Machine Learning for Information Filtering, 1999
[30] J.R.Wen, JY.Nie, H.Jiang. Query Clustering Using User Logs. ACM Transactions on
Information Systems, Vol. 20, No. 1, January 2002
[31] Z Zhuang, S Cucerzan. Re-Ranking Search Results Using Query Logs
Ngày nhận: 18/5/2018
Ngày duyệt đăng: 31/5/2018
TẠP CHÍ KINH TẾ - CÔNG NGHIỆP
25
nguon tai.lieu . vn