Một số nghiên cứu về xu hướng huấn luyện AI hiểu người dùng, xử lý dữ liệu thông minh và an toàn tại APWeb-WAIM 2026

Trong chiều ngày 7/9, Hội nghị quốc tế APWeb-WAIM 2026 diễn ra sôi nổi với 46 phiên trình bày, trải rộng từ hệ thống gợi ý, xử lý truy vấn, an toàn và bảo mật dữ liệu đến mô hình ngôn ngữ lớn, đồ thị tri thức và xử lý video. 

Phần trình bày đến từ các trường đại học lớn ở Việt Nam, Trung Quốc, Hong Kong cho thấy một xu hướng nổi bật của nghiên cứu Web và Dữ liệu hiện nay là AI không chỉ cần thông minh hơn mà còn phải hiểu người dùng tốt hơn, an toàn hơn và có khả năng xử lý khối lượng dữ liệu ngày càng lớn một cách hiệu quả.

AI học cách hiểu người dùng qua nhiều tín hiệu

Trong lĩnh vực thương mại điện tử, các nhà nghiên cứu đến từ ĐH Công nghệ Sơn Đông (Trung Quốc) nhận thấy hệ thống thông thường có thể dựa vào lịch sử mua hàng để dự đoán lựa chọn tiếp theo và đưa ra gợi ý mua hàng. Tuy nhiên, hành vi của người dùng lại phong phú và thay đổi liên tục vì họ có thể xem, nhấp vào, yêu thích, thêm - bớt nhiều lần sản phẩm vào giỏ hàng rồi mới ra quyết định.

Đề tài Cross-behavior Knowledge Modeling Based on Mixture-of-Experts for Multi-behavior Recommendation (CKMME) đã đưa ra cách tiếp cận mới cho bài toán này thông qua nghiên cứu về mô hình hóa tri thức dựa trên nhiều loại hành vi của người dùng. Cụ thể, CKMME khai thác đồng thời những tín hiệu này để nhận diện mối liên hệ giữa các hành vi và theo dõi sự thay đổi trong sở thích của người dùng. Nhờ đó, hệ thống có thêm cơ sở để phân biệt đâu là tín hiệu thực sự phản ánh nhu cầu của người dùng rồi đưa ra dự đoán chính xác hơn. 

Cùng hướng tới việc cá nhân hóa trải nghiệm, nghiên cứu Knowledge-Aware Intent-Guided Subgraph Sampling for Recommendation (KISS) của nhóm tác giả Trung-Tin Ta, Hoang-Huy Vo, Nam Thoai (Việt Nam) đã tìm cách xác định những mối quan tâm tiềm ẩn của từng người dùng, sau đó tập trung vào những thông tin có liên quan nhất thay vì xử lý toàn bộ mạng lưới thông tin liên quan đến sản phẩm và người dùng.

Cách tiếp cận này giúp hệ thống vừa duy trì độ chính xác của gợi ý, vừa giảm đáng kể lượng tính toán cần thiết. Theo đại diện nhóm, đây là một yếu tố quan trọng khi các nền tảng trực tuyến phải phục vụ số lượng người dùng và dữ liệu ngày càng lớn.

Ứng dụng AI khai thác hàng nghìn giờ video

Một bài toán khác về việc tìm kiếm thông tin trong các kho video quy mô lớn được các nhà nghiên cứu đến từ ĐH Yantai (Trung Quốc) đưa ra thảo luận trong nghiên cứu Efficient Spatio-Temporal Range Retrieval over Videos.

Chẳng hạn, khi cần tìm hình ảnh ghi lại một phương tiện giao thông xuất hiện tại một khu vực nhất định trong khoảng thời gian cụ thể, thay vì người dùng phải xem thủ công hàng nghìn giờ video thì hệ thống này có thể nhanh chóng tìm kiếm các đoạn hình ảnh chính xác nhờ đồng thời căn cứ vào vị trí và thời điểm xuất hiện của đối tượng, từ đó giúp cơ quan chức năng tăng hiệu quả và giảm thời gian làm việc trong quá trình quản lý phương tiện và tình trạng giao thông. 

Nhóm nghiên cứu phát triển khung ST-Range Retrieval (STR), kết hợp các phương pháp lập chỉ mục dữ liệu để tăng tốc tìm kiếm. Khi phải xử lý nhiều yêu cầu cùng lúc, hệ thống còn nhận diện những phép tính trùng lặp để tránh xử lý lại. Thử nghiệm trên dữ liệu thực tế cho thấy phương pháp mới nhanh hơn các phương pháp đối chứng nhiều bậc độ lớn, đồng thời vẫn duy trì độ chính xác cao. 

Từ bài toán cụ thể đến bức tranh lớn về AI và dữ liệu

46 nghiên cứu được trình bày đã phản ánh tinh thần chung của APWeb-WAIM 2026: AI và dữ liệu đang ngày càng gắn kết chặt chẽ với nhau. Khi dữ liệu trở nên phong phú và phức tạp hơn, các hệ thống không chỉ cần đưa ra kết quả chính xác mà còn phải xử lý nhanh, tiết kiệm tài nguyên và bảo đảm an toàn. Điều này cho thấy đằng sau những ứng dụng AI thông minh là bài toán dữ liệu ngày càng sâu và phức tạp.

Thông qua Hội nghị APWeb-WAIM 2026, các nhà khoa học từ nhiều quốc gia có không gian cùng chia sẻ những lời giải mới, kết nối nghiên cứu với các nhu cầu thực tiễn và mở rộng giới hạn của công nghệ Web và Dữ liệu.

Hội nghị quốc tế 10th Asia Pacific Web and Web-Age Information Management Joint International Conference on Web and Big Data (APWeb-WAIM 2026) đang diễn ra tại Trường ĐH FPT phân hiệu Đà Nẵng, từ ngày 07-09/9/2026. 

Hội nghị có sự tham gia của ba diễn giả chính uy tín đến từ các trường đại học hàng đầu Singapore, Hong Kong, Trung Quốc, hơn 100 nhà nghiên cứu, chuyên gia, giảng viên và sinh viên đến từ 12 quốc gia và vùng lãnh thổ. Hội nghị quy tụ 162 công trình nghiên cứu trải rộng trên nhiều chủ đề như hệ thống Web, khai phá dữ liệu Web, cơ sở dữ liệu, Big Data, truy hồi thông tin, trí tuệ nhân tạo, học máy và điện toán đám mây. Các nghiên cứu được trình bày theo hình thức trực tuyến và trực tiếp. 

Huệ Anh