Khóa luận tốt nghiệp: Xây dựng Website xem phim tích hợp hệ thống gợi ý CineWorld

Trong bối cảnh bùng nổ của Internet và các nền tảng giải trí trực tuyến, người dùng thường đối mặt với thách thức quá tải thông tin khi lựa chọn phim, dẫn đến nhu cầu cấp thiết về các hệ thống gợi ý thông minh. Luận văn này tập trung vào việc xây dựng Website xem phim tích hợp hệ thống gợi ý CineWorld, nhằm cung cấp trải nghiệm giải trí cá nhân hóa và tối ưu. Mục tiêu là phát triển một ứng dụng web hiện đại, tích hợp Hệ thống gợi ý lai (Hybrid Recommendation System) kết hợp các phương pháp Lọc dựa trên nội dung (Content-based Filtering) và Lọc cộng tác (Collaborative Filtering). Điều này không chỉ giúp người dùng dễ dàng khám phá nội dung phù hợp mà còn giải quyết những hạn chế của các phương pháp gợi ý truyền thống, đồng thời khẳng định tầm quan trọng của việc ứng dụng trí tuệ nhân tạo trong việc nâng cao trải nghiệm người dùng.

Người dùng phổ thông có nhu cầu giải trí, thư giãn và những người đam mê điện ảnh muốn khám phá sâu hơn về phim hoặc xây dựng bộ sưu tập cá nhân.

Luận văn trình bày quá trình xây dựng Website xem phim CineWorld với trọng tâm là tích hợp một hệ thống gợi ý thông minh, nhằm cá nhân hóa và tối ưu trải nghiệm người dùng. Dự án không chỉ dừng lại ở việc tạo ra một nền tảng giải trí chất lượng mà còn là một công cụ hữu ích, giúp người dùng dễ dàng khám phá phim phù hợp với sở thích của mình trong bối cảnh thông tin giải trí ngày càng bùng nổ. Website được thiết kế với giao diện trực quan, hỗ trợ các tính năng cốt lõi như tìm kiếm, quản lý danh sách phim cá nhân và xem phim với chất lượng cao. Về phương pháp luận, luận văn áp dụng phương pháp nghiên cứu tổng hợp, kết hợp lý thuyết và thực tiễn. Cụ thể, việc phát triển website sử dụng các công nghệ web hiện đại như ReactJS cho frontend, Firebase cho backend (bao gồm Authentication và Cloud Firestore) và TMDB API để lấy dữ liệu phim. Điểm nổi bật là việc tích hợp Hệ thống gợi ý lai, kết hợp ưu điểm của hai mô hình chính: Lọc dựa trên nội dung (Content-based Filtering), tận dụng dữ liệu phong phú từ TMDB, và Lọc cộng tác (Collaborative Filtering) được xây dựng tùy chỉnh dựa trên kiến trúc Neural Collaborative Filtering (NCF), sử dụng bộ dữ liệu MovieLens 32M. Hệ thống này được triển khai với FastAPI, Docker và Railway. Kết quả của đề tài mang lại giá trị thiết thực, không chỉ giúp người dùng tiết kiệm thời gian và có được những đề xuất phim cá nhân hóa mà còn là minh chứng cho hiệu quả của việc ứng dụng trí tuệ nhân tạo trong lĩnh vực giải trí. Đây cũng là cơ hội để tác giả rèn luyện kỹ năng lập trình web, xử lý dữ liệu và phát triển hệ thống gợi ý, tạo tiền đề cho các ứng dụng tương lai.