ระบบ E-commerce แบบครบวงจรที่ผสาน AI เข้ากับการแนะนำสินค้าแบบ Personalized คล้ายกับ Amazon พัฒนาด้วย Next.js และ FastAPI โดยมีหัวใจหลักคือ Recommendation Engine ที่ใช้หลาย Algorithm ร่วมกัน
— mission file —
AI-Powered Product Recommendation Engine Web app
ระบบ E-commerce ที่มี AI แนะนำสินค้าแบบ Personalized คล้าย Amazon พัฒนาด้วย Next.js และ FastAPI รองรับ Collaborative Filtering, Content-based Filtering และ LLM Smart Search
12
Total Technology
12
Highlights
</>Technologies Used
FastAPI
Next.js
PostgreSQL
pgvector
Tailwind CSS
Docker
Redis
MLflow
Scikit-learn
Sentence Transformers
Claude API
Collaborative Filtering
Key Features
▸
ระบบ Collaborative Filtering (ALS)
เรียนรู้จากพฤติกรรมของผู้ใช้กลุ่มที่มี Taste คล้ายกัน เพื่อแนะนำสินค้าที่ผู้ใช้ยังไม่เคยเห็น Train โมเดลใหม่ทุกคืนด้วย…
▸
ระบบ Content-based Filtering ที่แปลงข้อมูลสินค้า (ชื่อ
รายละเอียด, Tags) เป็น Vector Embedding ด้วย Sentence Transformer และเก็บใน pgvector เพื่อค้นหา Similar Products ด้วย …
▸
ระบบ Behavior Tracking ที่บันทึก User Events ทุกประเภท (View
Click, Add to Cart, Purchase) พร้อม Weight System เพื่อใช้เป็น Input ให้ Recommendation Engine ปรับผลลัพธ์ให้แม่นยำขึ้…
▸
ระบบ Shopping ครบวงจรประกอบด้วย Persistent Cart
Wishlist, Coupon & Promo Codes, Multi-step Checkout, Order Tracking, Returns & Refunds และ Order History
▸
Admin Dashboard ที่แสดง Real-time Analytics เช่น CTR
Conversion Rate และ Revenue พร้อมระบบ A/B Testing สำหรับเปรียบเทียบประสิทธิภาพของแต่ละ Algorithm และ MLflow สำหรับติดต…
◇Project Overview
12 modules
ระบบ Collaborative Filtering (ALS)
เรียนรู้จากพฤติกรรมของผู้ใช้กลุ่มที่มี Taste คล้ายกัน เพื่อแนะนำสินค้าที่ผู้ใช้ยังไม่เคยเห็น Train โมเดลใหม่ทุกคืนด้วย Cron Job และติดตาม Experiment ด้วย MLflow
ระบบ Content-based Filtering ที่แปลงข้อมูลสินค้า (ชื่อ
รายละเอียด, Tags) เป็น Vector Embedding ด้วย Sentence Transformer และเก็บใน pgvector เพื่อค้นหา Similar Products ด้วย Cosine Similarity
ระบบ Hybrid Recommendation ที่รวม Score จากทั้งสอง Algorithm แบบ Weighted Average เพื่อให้ผลลัพธ์แม่นยำและหลากหลายที่สุด
ระบบ LLM Smart Search ที่ใช้ Claude API ในการแปลงคำค้นหาภาษาธรรมชาติ เช่น ของขวัญวันเกิดสำหรับผู้หญิงงบ 500 ให้เป็น Structured Filter แล้ว Query สินค้าที่ตรงใจได้อัตโนมัติ
ระบบ Behavior Tracking ที่บันทึก User Events ทุกประเภท (View
Click, Add to Cart, Purchase) พร้อม Weight System เพื่อใช้เป็น Input ให้ Recommendation Engine ปรับผลลัพธ์ให้แม่นยำขึ้นเรื่อยๆ
Personalized Homepage ที่แสดงสินค้าแนะนำเฉพาะบุคคล หมวด Trending และสินค้าที่ดูล่าสุด พร้อม Similar Products และ Frequently Bought Together บนหน้า Product Detail
ระบบ Shopping ครบวงจรประกอบด้วย Persistent Cart
Wishlist, Coupon & Promo Codes, Multi-step Checkout, Order Tracking, Returns & Refunds และ Order History
Admin Dashboard ที่แสดง Real-time Analytics เช่น CTR
Conversion Rate และ Revenue พร้อมระบบ A/B Testing สำหรับเปรียบเทียบประสิทธิภาพของแต่ละ Algorithm และ MLflow สำหรับติดตาม Model Version
ระบบ Caching ด้วย Redis สำหรับ Recommendation Results
Similar Products และ Trending Items เพื่อลด Latency และ Computation Cost
พัฒนาด้วย Next.js 14 (App Router)
Tailwind CSS สำหรับ Frontend และ FastAPI, SQLAlchemy, PostgreSQL + pgvector, Redis, MLflow, Scikit-learn, Sentence Transformers สำหรับ Backend และ ML Layer
Deploy ด้วย Docker, Vercel (Frontend) และ Railway (Backend) พร้อม CI/CD ผ่าน GitHub Actions