Update app.py

app.py

@@ -5,87 +5,84 @@ import pickle
 import faiss
 import re
 import os
-import zipfile
 import shutil
+import zipfile
 from rank_bm25 import BM25Okapi
 from sentence_transformers import SentenceTransformer
+from huggingface_hub import hf_hub_download
 
 # ============================================
-# 1. SETUP GIAO DIỆN & CONFIG (PHẢI ĐỂ ĐẦU TIÊN)
+# 1. CẤU HÌNH & CSS
 # ============================================
-st.set_page_config(page_title="H&M Semantic Search", page_icon="🛍️", layout="wide")
+st.set_page_config(page_title="H&M AI Shop", page_icon="🛍️", layout="wide")
 
 st.markdown("""
 <style>
-    .main {background-color: #f5f5f5;}
-    .stButton>button {width: 100%; background-color: #ff4b4b; color: white; border-radius: 5px;}
-    .stImage {border-radius: 8px;}
-    div[data-testid="stMetricValue"] {font-size: 1.2rem;}
+    .main {background-color: #f8f9fa;}
+    .stButton>button {width: 100%; border-radius: 5px; font-weight: bold;}
+    .block-container {padding-top: 2rem;}
+    div[data-testid="stMetricValue"] {font-size: 1.1rem;}
 </style>
 """, unsafe_allow_html=True)
 
 # ============================================
-# 2. XỬ LÝ ẢNH (GIẢI NÉN AN TOÀN - CHẠY 1 LẦN)
+# 2. HỆ THỐNG TẢI ẢNH TỪ DATASET (CACHE)
 # ============================================
-@st.cache_resource
-def setup_images():
-    """Hàm này giải nén file ZIP ảnh khi server khởi động"""
-    ZIP_FILE = 'hm_10k_compressed.zip'
-    IMG_FOLDER = 'static_images'
-    
-    # Chỉ chạy nếu file ZIP tồn tại
-    if os.path.exists(ZIP_FILE):
-        # Bước 1: Dọn dẹp folder cũ (nếu có) để tránh lỗi FileExistsError
-        if os.path.exists(IMG_FOLDER):
-            try:
-                # Nếu là file (do lỗi cũ tạo ra), xóa file
-                if not os.path.isdir(IMG_FOLDER):
-                    os.remove(IMG_FOLDER)
-                # Nếu là folder, xóa sạch bên trong
-                else:
-                    shutil.rmtree(IMG_FOLDER)
-            except Exception as e:
-                print(f"⚠️ Warning cleaning folder: {e}")
+# 👉 SỬA LẠI THÔNG TIN NÀY CHO ĐÚNG CỦA BRO
+DATASET_REPO_ID = "stephenhoang/hm-fashion-images-demo" 
+ZIP_FILENAME = "hm_images_50k_optimized.zip" # Tên file zip bro đã up lên dataset
+LOCAL_IMG_DIR = "/tmp/hm_images_cache" # Thư mục tạm trên Space
 
-        # Bước 2: Tạo folder mới và giải nén
+@st.cache_resource
+def setup_image_cache():
+    """Tải và giải nén ảnh từ Hugging Face Dataset (Chỉ chạy 1 lần)"""
+    if not os.path.exists(LOCAL_IMG_DIR):
+        os.makedirs(LOCAL_IMG_DIR, exist_ok=True)
         try:
-            os.makedirs(IMG_FOLDER, exist_ok=True)
-            with zipfile.ZipFile(ZIP_FILE, 'r') as zip_ref:
-                zip_ref.extractall(IMG_FOLDER)
+            print(" Đang tải kho ảnh từ Dataset (Lần đầu sẽ lâu)...")
+            zip_path = hf_hub_download(
+                repo_id=DATASET_REPO_ID,
+                filename=ZIP_FILENAME,
+                repo_type="dataset",
+                token=os.environ.get("HF_TOKEN")
+            )
+            
+            print(" Đang giải nén...")
+            with zipfile.ZipFile(zip_path, 'r') as zip_ref:
+                zip_ref.extractall(LOCAL_IMG_DIR)
+            print("Kho ảnh đã sẵn sàng!")
             return True
         except Exception as e:
-            return str(e)
-            
-    return False
+            print(f"❌ Lỗi tải ảnh: {e}")
+            return False
+    return True
 
-# Gọi hàm setup ngay lập tức
-setup_status = setup_images()
+# Kích hoạt hệ thống ảnh
+cache_status = setup_image_cache()
 
 # ============================================
-# 3. LOAD MODEL & DATA (CACHING)
+# 3. LOAD MODEL & DATA
 # ============================================
 @st.cache_resource
 def load_models():
     MODEL_PATH = "." 
-    
-    print("⏳ Loading Artifacts...")
+    print("⏳ Loading Models & Data...")
     
     # Load DataFrame
     with open(f'{MODEL_PATH}/df_products.pkl', 'rb') as f:
         df = pickle.load(f)
         
-    # Load BM25 (Nếu không có file thì bỏ qua phần này hoặc handle error)
-    # Giả sử bro đã có file bm25_model.pkl, nếu chưa có thì comment đoạn này lại
+    # Load BM25 (Xử lý nếu thiếu)
     try:
         with open(f'{MODEL_PATH}/bm25_model.pkl', 'rb') as f:
             bm25 = pickle.load(f)
     except:
-        bm25 = None # Xử lý nếu thiếu file BM25
+        bm25 = None
         
     # Load Embeddings
     embeddings = np.load(f'{MODEL_PATH}/sbert_embeddings.npy')
     
-    # Load SBERT Model
+    # Load SBERT
     sbert_model = SentenceTransformer('all-MiniLM-L6-v2')
     
     return df, bm25, embeddings, sbert_model
@@ -93,34 +90,31 @@ def load_models():
 try:
     df, bm25, embeddings, sbert_model = load_models()
     
-    # Re-build FAISS Index
+    # Build FAISS Index
     faiss.normalize_L2(embeddings)
     index = faiss.IndexFlatIP(embeddings.shape[1])
     index.add(embeddings)
     
 except Exception as e:
-    st.error(f"❌ Lỗi load model/data: {e}")
+    st.error(f"❌ Lỗi load model: {e}")
     st.stop()
 
 # ============================================
-# 4. SEARCH ENGINE CLASS
+# 4. CLASS SEARCH ENGINE & RECOMMENDATION
 # ============================================
-class StreamlitSearchEngine:
-    def __init__(self, df, bm25, index, sbert_model):
+class ShopSearchEngine:
+    def __init__(self, df, bm25, index, sbert_model, embeddings):
         self.df = df
         self.bm25 = bm25
         self.index = index
         self.sbert_model = sbert_model
+        self.embeddings = embeddings # Lưu embeddings để dùng cho recommend
         
-        # Từ điển mở rộng query
         self.phrase_synonyms = {
             'running shoes': ['trainers', 'sneakers', 'runners', 'athletic footwear'],
-            'running shoe': ['trainers', 'sneakers', 'runners'],
-            'gym shoes': ['trainers', 'sneakers'],
-            'joggers': ['sweatpants', 'track pants'], 
-            'denim jeans': ['blue jeans', 'denim'],
-            'hoodie': ['sweatshirt', 'hooded'],
-            'summer dress': ['sundress', 'floral dress']
+            'summer dress': ['sundress', 'floral dress', 'beachwear'],
+            'hoodie': ['sweatshirt', 'hooded top'],
+            'denim': ['jeans', 'blue jeans', 'trousers']
         }
 
     def _min_max_normalize(self, scores):
@@ -128,21 +122,19 @@ class StreamlitSearchEngine:
         if max_s - min_s == 0: return np.zeros_like(scores)
         return (scores - min_s) / (max_s - min_s)
     
-    def _expand_query_phrase(self, query):
-        query_lower = str(query).lower()
-        expansion_terms = []
-        for phrase, synonyms in self.phrase_synonyms.items():
-            if phrase in query_lower:
-                expansion_terms.extend(synonyms)
-        if expansion_terms:
-            return query_lower + " " + " ".join(list(set(expansion_terms)))
-        return query_lower
+    def _expand_query(self, query):
+        q_lower = str(query).lower()
+        terms = []
+        for k, v in self.phrase_synonyms.items():
+            if k in q_lower: terms.extend(v)
+        if terms: return q_lower + " " + " ".join(list(set(terms)))
+        return q_lower
 
-    def search(self, query, top_k=10, alpha=0.5):
+    def search(self, query, top_k=20, alpha=0.5):
         # 1. Expand
-        expanded_q = self._expand_query_phrase(query)
+        expanded_q = self._expand_query(query)
         
-        # 2. Semantic Search (SBERT) - Luôn chạy
+        # 2. Semantic Search
         q_vec = self.sbert_model.encode([query]).astype('float32')
         faiss.normalize_L2(q_vec)
         D, I = self.index.search(q_vec, len(self.df))
@@ -151,114 +143,176 @@ class StreamlitSearchEngine:
         sbert_raw[I[0]] = D[0]
         sbert_norm = self._min_max_normalize(sbert_raw)
         
-        # 3. Lexical Search (BM25) - Chỉ chạy nếu có model BM25
+        # 3. Lexical Search
         if self.bm25:
-            q_lexical = re.sub(r"[^a-z0-9\s\-\%]", " ", expanded_q).split()
-            bm25_raw = self.bm25.get_scores(q_lexical)
+            q_tok = re.sub(r"[^a-z0-9\s]", " ", expanded_q).split()
+            bm25_raw = self.bm25.get_scores(q_tok)
             bm25_norm = self._min_max_normalize(bm25_raw)
-            # Fusion
             final_scores = (alpha * bm25_norm) + ((1 - alpha) * sbert_norm)
         else:
-            # Nếu không có BM25 thì chỉ dùng SBERT
             final_scores = sbert_norm
             bm25_norm = np.zeros(len(self.df))
-        
-        # 4. Result Formatting
+            
+        # 4. Sort & Format
         top_indices = np.argsort(final_scores)[::-1][:top_k]
         results = self.df.iloc[top_indices].copy()
-        
         results['score'] = final_scores[top_indices]
-        results['bm25'] = bm25_norm[top_indices]
-        results['sbert'] = sbert_norm[top_indices]
-        
         return results, expanded_q
 
-engine = StreamlitSearchEngine(df, bm25, index, sbert_model)
+    def get_related_products(self, article_id, top_k=5):
+        """Gợi ý sản phẩm tương tự dựa trên vector"""
+        try:
+            # Tìm index của sản phẩm trong dataframe
+            idx = self.df[self.df['article_id'].astype(str) == str(article_id)].index[0]
+            
+            # Lấy vector của nó
+            target_vec = self.embeddings[idx].reshape(1, -1).astype('float32')
+            faiss.normalize_L2(target_vec)
+            
+            # Search (Lấy top_k + 1 vì kết quả đầu tiên là chính nó)
+            D, I = self.index.search(target_vec, top_k + 1)
+            
+            # Bỏ qua kết quả đầu tiên (chính nó)
+            related_indices = I[0][1:]
+            related_products = self.df.iloc[related_indices].copy()
+            related_products['score'] = D[0][1:]
+            
+            return related_products
+        except:
+            return None
+
+engine = ShopSearchEngine(df, bm25, index, sbert_model, embeddings)
 
 # ============================================
-# 5. GIAO DIỆN CHÍNH (UI)
+# 5. QUẢN LÝ TRẠNG THÁI (SESSION STATE)
 # ============================================
-st.title("🛍️ H&M AI Hybrid Search")
-st.caption("Project Semantic Search - Demo")
+if 'selected_product_id' not in st.session_state:
+    st.session_state.selected_product_id = None
 
-with st.sidebar:
-    st.header("⚙️ Cấu hình")
-    alpha = st.slider("Trọng số Hybrid (Alpha)", 0.0, 1.0, 0.5, 0.1, help="0: Chỉ Semantic, 1: Chỉ Keyword")
-    top_k = st.slider("Số lượng kết quả", 5, 20, 10)
-    st.markdown("---")
-    st.info("💡 **Mẹo:** Thử tìm *'Black running shoes'* để xem AI tự động hiểu là *'Sneakers'* như thế nào!")
+def view_product(aid):
+    st.session_state.selected_product_id = str(aid)
 
-# Search Box
-col1, col2 = st.columns([4, 1])
-with col1:
-    query = st.text_input("Nhập mô tả sản phẩm...", placeholder="Ví dụ: Black running shoes, Floral summer dress...")
-with col2:
-    st.write("")
-    st.write("")
-    btn_search = st.button("🔍 Tìm kiếm")
+def back_to_search():
+    st.session_state.selected_product_id = None
 
-# Xử lý khi bấm tìm kiếm
-if btn_search or query:
-    with st.spinner('AI đang phân tích & tìm kiếm...'):
-        results, expanded_q = engine.search(query, top_k=top_k, alpha=alpha)
-    
-    # Debug Info
-    with st.expander("🕵️‍♂️ Xem cơ chế hoạt động của AI (Debug Info)", expanded=True):
-        st.write(f"**Query gốc:** `{query}`")
-        if query.lower() != expanded_q:
-            st.success(f"**✨ Query đã mở rộng:** `{expanded_q}`")
-        else:
-            st.info("**Query không thay đổi** (Không tìm thấy cụm từ đồng nghĩa).")
+# Helper để lấy đường dẫn ảnh
+def get_img_path(aid):
+    aid_str = str(aid).zfill(10)
+    path = os.path.join(LOCAL_IMG_DIR, f"{aid_str}.jpg")
+    if os.path.exists(path):
+        return path
+    return "https://via.placeholder.com/300x400.png?text=No+Image"
 
-    st.markdown(f"### Kết quả tìm thấy: {len(results)}")
+# ============================================
+# 6. GIAO DIỆN CHÍNH (UI)
+# ============================================
+
+# --- MÀN HÌNH CHI TIẾT SẢN PHẨM ---
+if st.session_state.selected_product_id:
+    aid = st.session_state.selected_product_id
     
-    # --- VÒNG LẶP HIỂN THỊ KẾT QUẢ ---
-    for index, row in results.iterrows():
-        with st.container():
-            # Chia cột giao diện
-            col_img, col_info, col_act = st.columns([1.5, 5, 1.5]) 
-            
-            # --- QUAN TRỌNG: LẤY ID SẢN PHẨM ---
-            # Xử lý an toàn để tránh lỗi KeyError/NameError
-            # Ưu tiên cột 'article_id', nếu lỗi thì dùng index
-            raw_id = row.get('article_id', index)
-            article_id = str(raw_id).zfill(10) # Đảm bảo đủ 10 số
+    # Header & Nút Back
+    c_back, c_title = st.columns([1, 5])
+    with c_back:
+        st.button("⬅️ Quay lại", on_click=back_to_search)
+    
+    try:
+        # Lấy thông tin
+        prod = df[df['article_id'].astype(str) == aid].iloc[0]
+        
+        # Layout 2 cột: Ảnh - Thông tin
+        c_img, c_info = st.columns([1.5, 3])
+        
+        with c_img:
+            st.image(get_img_path(aid), use_container_width=True)
             
-            # --- CỘT 1: ẢNH (Load từ thư mục static_images) ---
-            with col_img:
-                local_path = os.path.join('static_images', f"{article_id}.jpg")
-                
-                if os.path.exists(local_path):
-                    st.image(local_path, width=140)
-                else:
-                    # Ảnh dự phòng
-                    st.image("https://via.placeholder.com/150x220.png?text=No+Image", width=140)
+        with c_info:
+            st.title(prod['prod_name'])
+            st.markdown(f"### ${prod.get('price', 0):.2f}")
+            st.write(f"**Màu sắc:** {prod.get('colour_group_name', 'N/A')}")
+            st.write(f"**Danh mục:** {prod.get('product_type_name', 'N/A')}")
+            st.info(prod.get('detail_desc', 'Chưa có mô tả chi tiết.'))
+            st.button("🛒 Thêm vào giỏ hàng", key="add_to_cart")
+            st.caption(f"ID: {aid}")
+
+        st.divider()
+        st.subheader("🔍 Sản phẩm tương tự (Có thể bạn sẽ thích)")
+        
+        # Phần Recommendation
+        related = engine.get_related_products(aid, top_k=5)
+        if related is not None:
+            cols = st.columns(5)
+            for idx, (i, row) in enumerate(related.iterrows()):
+                r_aid = str(row['article_id']).zfill(10)
+                with cols[idx]:
+                    st.image(get_img_path(r_aid), use_container_width=True)
+                    st.caption(f"{row['prod_name'][:20]}...")
+                    # Nút xem tiếp
+                    st.button("Xem", key=f"rec_{r_aid}", on_click=view_product, args=(r_aid,))
+                    
+    except Exception as e:
+        st.error("Không tìm thấy thông tin sản phẩm.")
+        if st.button("Reset"): back_to_search()
 
-            # --- CỘT 2: THÔNG TIN CHI TIẾT ---
-            with col_info:
-                # Tên sản phẩm (xử lý nếu thiếu cột prod_name)
-                prod_name = row.get('prod_name', 'Unknown Product')
-                st.subheader(prod_name)
+# --- MÀN HÌNH TÌM KIẾM (TRANG CHỦ) ---
+else:
+    st.title("H&M AI Fashion Search")
+    st.caption("Tìm kiếm thông minh với Hybrid Search & Recommendation")
+    
+    # Sidebar Config
+    with st.sidebar:
+        st.header(" Bộ lọc")
+        alpha = st.slider("Alpha (Semantic vs Keyword)", 0.0, 1.0, 0.5)
+        top_k = st.slider("Số kết quả hiển thị", 5, 20, 10)
+        st.markdown("---")
+        st.info(" Thử tìm: 'Black running shoes', 'Floral summer dress'...")
 
-                # Giá tiền (xử lý nếu thiếu cột price)
-                price = row.get('price', 0)
-                st.write(f"**Price:** ${price:.2f}")
+    # Search Box
+    c_input, c_btn = st.columns([4, 1])
+    with c_input:
+        query = st.text_input("Bạn đang tìm gì?", placeholder="Mô tả sản phẩm...", key="search_box")
+    with c_btn:
+        st.write("")
+        st.write("")
+        do_search = st.button("🔍 Tìm kiếm")
 
-                # ID sản phẩm
-                st.caption(f"Article ID: {article_id}")
-                
-                # Mô tả ngắn
-                desc = str(row.get('detail_desc', 'No description'))
-                if len(desc) > 200:
-                    desc = desc[:200] + "..."
-                st.write(desc)
+    if do_search or query:
+        with st.spinner("AI đang tìm kiếm..."):
+            results, expanded_q = engine.search(query, top_k=top_k, alpha=alpha)
+        
+        # # Debug Info
+        # with st.expander("🕵️‍♂️ Xem cơ chế AI (Debug)"):
+        #     st.write(f"**Query gốc:** {query}")
+        #     if query.lower() != expanded_q:
+        #         st.success(f"**Expanded:** {expanded_q}")
+        #     else:
+        #         st.info("Query giữ nguyên.")
 
-            # --- CỘT 3: ĐIỂM SỐ & NÚT ---
-            with col_act:
-                score = row.get('score', 0)
-                st.metric(label="Match Score", value=f"{score:.2f}")
+        st.markdown(f"### Tìm thấy {len(results)} kết quả phù hợp")
+        
+        # Vòng lặp hiển thị kết quả
+        for idx, row in results.iterrows():
+            with st.container():
+                c1, c2, c3 = st.columns([1.5, 4.5, 1.5])
                 
-                # Nút bấm (Key phải duy nhất để không lỗi)
-                st.button("Buy Now", key=f"btn_{article_id}_{index}") 
-
-        st.divider()
+                # Lấy ID an toàn
+                raw_id = row.get('article_id', idx)
+                aid_str = str(raw_id).zfill(10)
+                
+                with c1:
+                    st.image(get_img_path(aid_str), width=150)
+                
+                with c2:
+                    st.subheader(row.get('prod_name', 'Unknown'))
+                    st.write(f"**Giá:** ${row.get('price', 0):.2f}")
+                    desc = str(row.get('detail_desc', ''))
+                    st.write(desc[:200] + "..." if len(desc) > 200 else desc)
+                    st.caption(f"ID: {aid_str}")
+                
+                with c3:
+                    score = row.get('score', 0)
+                    st.metric("Match Score", f"{score:.2f}")
+                    # Nút Xem Chi Tiết -> Gọi hàm chuyển view
+                    st.button("Xem chi tiết", key=f"main_{aid_str}", on_click=view_product, args=(aid_str,))
+            
+            st.divider()