Sử dụng phương pháp học máy để phân tích cảm xúc người dùng về trải nghiệm sử dụng sàn thương mại điện tử Shopee dựa trên bình luận trực tuyến

Abstract

Trong bối cảnh hiện đại ngày nay, người tiêu dùng Việt Nam đang dần chuyển đổi từ thói quen mua sắm truyền thống sang sử dụng các sàn thương mại điện tử để tìm kiếm các sản phẩm, dịch vụ. Tại Việt Nam, Shopee đang là sàn thương mại điện tử dẫn đầu với lượng thị phần lớn nhất đến 63% (theo tạp chí VnEconomy, 2023). Đồng thời, các đánh giá trực tuyến đã trở thành một phương tiện quan trọng để người dùng chia sẻ cảm nhận và ý kiến của cá nhân họ về trải nghiệm với các sàn thương mại điện tử. Khi các bình luận ngày càng đa dạng và phổ biến, việc tận dụng những bình luận này để phân tích hành vi khách hàng trực tuyến mang đến rất nhiều lợi ích cho nhà phát triển ứng dụng. Xét thấy sự phổ biến của các bình luận trực tuyến cũng như sự thiếu hụt các nghiên cứu liên quan đến phân tích cảm xúc bình luận đối với người dùng Việt Nam, nhóm tác giả đã quyết định thực hiện nghiên cứu đề tài “SỬ DỤNG PHƯƠNG PHÁP HỌC MÁY ĐỂ PHÂN TÍCH CẢM XÚC NGƯỜI DÙNG VỀ TRẢI NGHIỆM SỬ DỤNG SÀN TMĐT SHOPEE DỰA TRÊN BÌNH LUẬN TRỰC TUYẾN”. Đề tài nghiên cứu đề xuất một phương pháp thu thập, xử lý bình luận đánh giá trên App Store và Google Play, ứng dụng mô hình Naive Bayes, Logistic Regression và Máy Vector hỗ trợ (SVM) để phân loại bình luận tích cực hoặc tiêu cực của người dùng về Shopee. Kết quả nghiên cứu sau cùng sẽ đưa ra cho doanh nghiệp và nhà phát triển ứng dụng Shopee góc nhìn tổng quan về cảm xúc và thái độ của người dùng tại Việt Nam đối với ứng dụng này, từ đó giúp đưa ra đề xuất và thông tin hữu ích để khuyến nghị doanh nghiệp đưa ra những chính sách cải thiện chất lượng sản phẩm.