Đồ án tốt nghiệp - Xây dựng Website kinh doanh thuốc tây trực tuyến

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN CÔNG NGHỆ PHẦN MỀM
-????-

XÂY DỰNG WEBSITE KINH DOANH THUỐC TÂY
TRỰC TUYẾN
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT
Chuyên ngành:

Công Nghệ Phần Mềm

Giảng viên hướng dẫn:

TS. Lê Vĩnh Thịnh

Sinh viên thực hiện:

Lê Thị Thùy Duyên - 21110407
Huỳnh Đông Hên - 21110435
Nguyễn Ngọc Tuấn - 21110936

KHÓA 2021 - 2025

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN CÔNG NGHỆ PHẦN MỀM
-????-

XÂY DỰNG WEBSITE KINH DOANH THUỐC TÂY
TRỰC TUYẾN
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT
Chuyên ngành:

Công Nghệ Phần Mềm

Giảng viên hướng dẫn:

TS. Lê Vĩnh Thịnh

Sinh viên thực hiện:

Lê Thị Thùy Duyên - 21110407
Huỳnh Đông Hên - 21110435
Nguyễn Ngọc Tuấn - 21110936

KHÓA 2021 - 2025

ĐH SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CNTT
*******

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

TP. Hồ Chí Minh, … tháng 06 năm 2025
NHIỆM VỤ KHÓA LUẬN TỐT NGHIỆP
Họ và tên: Lê Thị Thùy Duyên

MSSV: 21110407

Ngành: Công nghệ thông tin

Lớp: 21110ST2A

Họ và tên: Huỳnh Đông Hên

MSSV: 21110435

Ngành: Công nghệ thông tin

Lớp: 21110ST1C

Họ và tên: Nguyễn Ngọc Tuấn

MSSV: 21110936

Ngành: Công nghệ thông tin

Lớp: 21110ST1A

Giảng viên hướng dẫn: TS. Lê Vĩnh Thịnh
Ngày bắt đầu dự án: …/…/2025

Ngày kết thúc dự án: …/…/2025

1. Tên dự án: Xây dựng website kinh doanh thuốc tây trực tuyến.
2. Dữ liệu khởi tạo và tài liệu: Khảo sát hiện trạng thông qua các trang web cùng
đề tài, nghiệp vụ trên Internet.
3. Nội dung dự án:
● Xây dựng website cho phép người dùng đăng ký, đăng nhập vào hệ thống
tìm kiếm, xem thông tin và mua sản phẩm theo dõi đơn hàng đánh giá
sản phẩm.
● Xây dựng website cho phép người quản lý (admin) quản lý (xem, thêm,
cập nhật, xóa) sản phẩm, danh mục sản phẩm, danh mục sản phẩm con,
đơn hàng người dùng, mã khuyến mãi (coupon), bài viết.
4. Sản phẩm: Website kinh danh thuốc tây trực tuyến.
5. Thời gian thực hiện: … tuần (Bắt đầu từ …/…/2025 đến …/…/2025)
6. Chữ ký của SV:
7. Chữ ký của SV:
Trưởng Khoa

GV hướng dẫn

(Ký &amp ghi rõ họ tên)

(Ký &amp ghi rõ họ tên

ĐH SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CNTT
*******

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
Họ và tên: Lê Thị Thùy Duyên

MSSV: 21110407

Họ và tên: Huỳnh Đông Hên

MSSV: 21110435

Họ và tên: Nguyễn Ngọc Tuấn

MSSV: 21110936

Chuyên ngành: Công nghệ phần mềm.
Tên dự án: Xây dựng website kinh doanh th
...

...
https://w3techs.com/technologies/overview/web_server
[64] Wang, V., Salim, F., &amp Moskovits, P. The definitive guide to HTML5 WebSocket, 2nd ed.,
Apress, 2020.
[65] Wathan, A. Tailwind CSS: From zero to production, Tailwind Labs,
2020. https://tailwindcss.com/
[66] Wittig, M., Wittig, A., &amp Whaley, B. Amazon Web Services in action, 3rd ed., Manning
Publications, 2022.
[67] Wolff, E. Microservices: Flexible software architecture, Addison-Wesley Professional, 2016.
[68] Adomavicius, G., &amp Kwon, Y. (2015). Multi-criteria recommender systems. Information
Systems Research, 26(3), 523-540.
[69] Brynjolfsson, E., Hu, Y., &amp Simester, D. (2011). Goodbye Pareto principle, hello long tail.
Management Science, 57(8), 1373-1386.
[70] Campochiaro, E., et al. (2009). A smart approach to evaluate recommender systems. Expert
Systems with Applications, 36(7), 10552-10559.
[71] Chen, L., &amp Pu, P. (2010). Evaluating critiquing-based recommender agents. Proceedings of
AAAI (pp. 157-162).
[72] Ge, M., Delgado-Battenfeld, C., &amp Jannach, D. (2010). Beyond accuracy: Evaluating
recommender systems. ACM RecSys (pp. 257-260).
112

[73] Lee, H. L., Padmanabhan, V., &amp Whang, S. (1997). Information distortion in supply chain.
Management Science, 43(4), 546-558.
[74] Lee, J., &amp Rao, V. S. (2012). Color and store choice in electronic commerce. Journal of
Electronic Commerce Research, 13(2), 110-126.
[75] Ling, G., Lyu, M. R., &amp King, I. (2012). Ratings meet reviews, a combined approach. ACM
RecSys (pp. 105-112).
[76] Lops, P., De Gemmis, M., &amp Semeraro, G. (2011). Content-based recommender systems.
Recommender Systems Handbook (pp. 73-105).
[77] Pazzani, M. J., &amp Billsus, D. (2007). Content-based recommendation systems. The Adaptive
Web (pp. 325-341).
[78] Research-2-Guidance. (2017). mHealth market report 2017-2023. Research2Guidance.
[79] Tang, T. Y., Winoto, P., &amp Ye, K. X. (2016). Towards more effective recommender systems
for mobile health. International Journal of Medical Informatics, 92, 74-85.
[80] Thorat, P. B., Goudar, R. M., &amp Barve, S. (2015). Survey on collaborative filtering and
hybrid recommendation. International Journal of Computer Applications, 110(4), 31-36.
[81] Wiesner, M., &amp Pfeifer, D. (2014). Health recommender systems: Concepts and challenges.
International Journal of Environmental Research, 11(3), 2580-2607.
[82] Zhang, S., Yao, L., Sun, A., &amp Tay, Y. (2019). Deep learning based recommender system.
ACM Computing Surveys, 52(1), 1-38.

113