Kiến trúc Cá nhân hóa kết nối Rule Engine với AI
Quy tắc vàng: "Biết chắc thì tư vấn chuẩn gu. Không chắc thì tư vấn an toàn quốc dân"
Khách mua 1 cái áo tặng người thân → AI Infer ra streetwear nhưng Confidence chỉ đạt 0.3
streetwear. Fallback lấy rule user_segment = 'all' để tư vấn an toàn.
Khách làm Quiz "Tôi thích đồ công sở" → Confidence đạt 0.9
user_segment = 'office_basic' cực chuẩn xác!
user_style_profiles
Cấu trúc bảng Profile gọn gàng, áp dụng luôn cho Phase 1 & 2. Bảng này nắm giữ "Sở thích" của user, liên kết trực tiếp với bảng ai_outfit_rules.
| Tên Cột | Kiểu | Ví Dụ | Ý Nghĩa |
|---|---|---|---|
user_id | INT | 1001 | Mã định danh khách hàng |
lifestyle_segment | TEXT | office_basic | Chìa khóa móc sang Bảng 1 (ai_outfit_rules) |
segment_confidence | FLOAT | 0.85 | Độ tự tin (0.0-1.0). Dưới 0.5 thì bỏ, quay về dùng 'all' |
segment_source | TEXT | quiz | Nguồn: quiz, purchase_history, llm_infer |
fit_preference | TEXT | slimfit | (Phase 2) Form dáng khách thích để lọc lúc search DB |
color_palette | TEXT | neutral | (Phase 2) Bảng màu khách thích |
Phát triển theo từng giai đoạn, tránh tình trạng "Dao mổ trâu giết gà", tối ưu hóa chi phí và đảm bảo hệ thống chạy ổn định từ ngày đầu.
Làm cái Form lúc tải App. Khách tick 3 phát là có ngay confidence = 0.9. Không tốn 1 đồng chạy AI, dữ liệu sạch 100%.
Tận dụng Data Warehouse (StarRocks) hiện tại. Phân tích giỏ hàng để cập nhật liên tục điểm confidence tự động.
Chỉ áp dụng khi có hàng triệu user. Dùng Vector Search phức tạp để gộp những người "có gu giống nhau". Đừng làm vội.