Trích xuất khía cạnh và khai phá ý kiến khách hàng trong lĩnh vực thương mại di động

Abstract

Ý kiến phản hồi của khách hàng trong thương mại điện tử nói chung và trong lĩnh vực thương mại di động nói riêng là nguồn thông tin vô cùng hữu ích và có giá trị nhằm phản ánh chất lượng sản phẩm hay dịch vụ, không chỉ giúp khách hàng ra quyết định có mua hàng hay không mà còn giúp doanh nghiệp thấu hiểu hành vi và trải nghiệm của khách hàng hướng đến cải thiện chất lượng sản phẩm và dịch vụ tốt hơn. Tuy nhiên, qua thời gian, số lượng ý kiến ngày càng nhiều và độ gây nhiễu ngày càng cao dẫn đến việc thấu hiểu khách hàng ngày càng khó khăn với những phương pháp thủ công. Trong nghiên cứu này, chúng tôi đề xuất phương pháp khai phá ý kiến dựa trên khía cạnh, quan điểm và phân loại bình luận thành hai nhóm tích cực hay tiêu cực tiếp cận theo phương pháp học máy và xử lý ngôn ngữ tự nhiên. Trong đó, nghiên cứu trước tiên xây dựng bộ từ điển gồm các từ tích cực, tiêu cực trong lĩnh vực thương mại di động dựa trên kết quả phân loại trước đó. Sau đó, nghiên cứu áp dụng kỹ thuật phân loại từ (Part-of-speech tagging - POS) để tiến hành trích xuất các khía cạnh liên quan đến các từ tích cực hay tiêu cực. Thực nghiệm phương pháp trên tập ngữ liệu tiếng Việt với 846.446 ý kiến khách hàng được thu thập từ bốn ứng dụng thương mại di động phổ biến tại Việt Nam. Kết quả thực nghiệm phương pháp học máy trên tập ngữ liệu với độ chính xác lần lượt Hồi quy logistic: 90,23%, SVM: 90,11%, Naïve Bayes: 88,68% và Cây quyết định: 87,55%. Trong đó, Hồi quy logistic có độ chính xác cao nhất được chọn để thực nghiệm cho mô hình đề xuất về phân tích quan điểm của từ và cụm từ.