CÁ NHÂN HÓA VÀ HIỆU ỨNG BONG BÓNG LỌC: CHIẾN LƯỢC TÁI CÂN BẰNG HỆ THỐNG GỢI Ý CỦA CÁC NỀN TẢNG THƯƠNG MẠI ĐIỆN TỬ TẠI VIỆT NAM
Nguyễn Minh Yến
Sinh viên K62 Kinh doanh quốc tế – Viện Kinh tế và Kinh doanh quốc tế
Nguyễn Lan Phương[1]
Sinh viên K62 Kinh doanh quốc tế theo mô hình tiên tiến Nhật Bản – Viện VJCC
Lê Thị Hồng Hà
Sinh viên K61 Quản trị kinh doanh quốc tế – Khoa Quản trị kinh doanh
Trường Đại học Ngoại thương, Hà Nội, Việt Nam
Nguyễn Hồng Quân
Giảng viên khoa Quản trị kinh doanh
Trường Đại học Ngoại thương, Hà Nội, Việt Nam
Tóm tắt
Trong bối cảnh quá tải thông tin, hệ thống gợi ý cá nhân hóa đã trở thành công cụ trọng yếu của các nền tảng thương mại điện tử nhằm nâng cao trải nghiệm người dùng và tối ưu hóa doanh thu. Tuy nhiên, việc cá nhân hóa quá mức dựa trên hành vi quá khứ có thể làm suy giảm tính đa dạng của nội dung hiển thị, dẫn đến hiện tượng bong bóng lọc, trong đó người dùng chỉ tiếp cận một phạm vi thông tin hẹp. Nghiên cứu này nhằm phân tích cơ chế vận hành của các hệ thống gợi ý và làm rõ cách thức hình thành bong bóng lọc tại bối cảnh Việt Nam. Trên cơ sở đó, nghiên cứu đề xuất và đánh giá các phương pháp nhằm tái cân bằng giữa độ chính xác và tính đa dạng của hệ thống gợi ý, hướng tới nâng cao trải nghiệm cá nhân hoá của người dùng.
Từ khoá: Cá nhân hóa, bong bóng lọc, hệ thống gợi ý
PERSONALIZATION AND FILTER BUBBLE: HOW VIETNAMESE E-COMMERCE PLATFORMS REBALANCE THEIR RECOMMENDER SYSTEMS
Abstract
In the context of information overload, personalized recommender systems have become a critical instrument for e-commerce platforms to enhance user experience and optimize revenue performance. By leveraging users’ historical data, these systems deliver tailored recommendations that improve relevance and conversion efficiency. However, excessive reliance on past interactions may reduce content diversity, giving rise to the phenomenon of the filter bubble, in which users are predominantly exposed to a homogeneous set of information. This study aims to analyze the mechanisms of recommender systems and to elucidate the formation of filter bubbles in Vietnamese e-commerce. Based on this analysis, the research proposes and evaluates approaches to rebalance accuracy and diversity in recommender systems, thereby enhancing personalized user experience.
Keywords: Personalization, filter Bubble, recommender system
[1] Tác giả liên hệ, Email: k62.2313520054@ftu.edu.vn