CSDL Bài trích Báo - Tạp chí

Trở về

Tiếp cận phương pháp máy học trong khai thác ý kiến khách hàng trực tuyến

Tác giả: Thái Kim Phụng, Nguyễn An Tế, Trần Thị Thu Hà
Số trang: Tr. 27-41
Tên tạp chí: Jabes - Nghiên cứu kinh tế và kinh doanh châu Á
Số phát hành: Số 10
Kiểu tài liệu: Tạp chí trong nước
Nơi lưu trữ: 209 Phan Thanh
Mã phân loại: 658
Ngôn ngữ: Tiếng Việt
Từ khóa: Khai thác ý kiến; phân loại ý kiến; phân loại ý kiến bằng máy học
Chủ đề: Kinh doanh
Tóm tắt:

Nghiên cứu này được tiến hành nhằm ứng dụng phương pháp máy học trong khai thác ý kiến khách hàng trực tuyến. Trước tiên, nghiên cứu này tiến hành thu thập tự động 15.480 ý kiến bình luận của khách du lịch về các khách sạn tại Việt Nam trên trang Agoda.com, sau đó thực hiện huấn luyện các mô hình máy học để tìm ra mô hình phù hợp nhất với bộ dữ liệu huấn luyện và áp dụng mô hình này để dự báo ý kiến cho toàn bộ tập dữ liệu. Kết quả cho thấy các phương pháp Logistic Regression (LR) và Support Vector Machines (SVM) có hiệu suất tốt nhất đối với khai thác ý kiến bằng ngôn ngữ tiếng Việt. Nghiên cứu này có giá trị tham khảo cho các ứng dụng khai thác ý kiến trong lĩnh vực kinh doanh.

Tạp chí liên quan