Xây dựng hệ thống hỗ trợ đánh giá và tối ưu nội dung mạng xã hội dựa trên Deep Learning tại Việt Nam

Abstract

Đề tài “Xây dựng hệ thống hỗ trợ ra quyết định về nội dung mạng xã hội dựa trên Deep Learning tại Việt Nam” được thực hiện nhằm bổ sung cơ sở định lượng cho quá trình đánh giá và lựa chọn phương án bài đăng trước khi xuất bản. Nghiên cứu sử dụng 5.036 bài đăng Facebook từ fanpage Kenh14.vn, trong đó 5.003 bài hợp lệ được giữ lại sau quá trình làm sạch. Caption tiếng Việt được xử lý bằng PhoBERT và kết hợp với các đặc trưng bối cảnh, bao gồm giờ đăng, thứ trong tuần, đặc điểm cuối tuần, độ dài caption, số từ và định dạng bài viết. Kết quả cho thấy mô hình kết hợp đặc trưng ngữ nghĩa và bối cảnh đạt MAE và Spearman tốt hơn một số mô hình đối chứng trong phạm vi thực nghiệm. Kết quả dự đoán được chuyển thành Content Score trên thang 0–100 nhằm hỗ trợ người dùng so sánh các phương án. Nghiên cứu cũng xây dựng cơ chế mô phỏng what-if để quan sát sự thay đổi của kết quả dự đoán khi điều chỉnh định dạng hoặc thời điểm đăng. Hệ thống được định vị là công cụ hỗ trợ ra quyết định, không thay thế đánh giá của biên tập viên và không cung cấp bằng chứng nhân quả rằng thay đổi một đặc trưng đầu vào chắc chắn làm tăng hiệu quả thực tế. Thử nghiệm trên 10 bài đăng chỉ được xem là minh họa bước đầu về khả năng tích hợp mô hình vào quy trình biên tập