Tiếp cận phương pháp máy học trong khai thác ý kiến khách hàng trực tuyến
DOI:
https://doi.org/10.24311/jabes/2019.30.10.1270Từ khóa:
Khai thác ý kiến, Phân loại ý kiến, Phân loại bằng máy họcTóm 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.
Tài liệu tham khảo
Ali, A. S. A. (2015). Opinion mining techniques. International Journal of Innovative Science, Engineering and Technology IJISET, 2(6), 752–755.
Binali, H., Potdar, V., & Wu, C. (2009). A state of the art opinion mining and its application domains. In 2009 IEEE International Conference on Industrial Technology, 1–6.
Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3, 993–1022.
Dhokrat, A., Khillare, S., & Mahender, C. N. (2015). Review on techniques and tools used for opinion mining. International Journal of Computer Applications Technology and Research, 4(6), 419–424.
Kumar, S., & Reddy, B. (2016). An analysis on opinion mining: Techniques and tools. Indian Journal of Research, 5(8), 489–492.
Le, H. P., Nguyen, T. M. H., Roussanaly, A., & Vinh, H. T. (2008). A hybrid approach to word segmentation of Vietnamese texts. In International Conference on Language and Automata Theory and Applications, 240–249.
Le, N. M., Do, B. N., Nguyen, V. D., & Nguyen, T. D. (2013). VNLP: An open source framework for Vietnamese natural language processing. In Proceedings of the Fourth Symposium on Information and Communication Technology, 88–93.
Lee, J., Park, D.-H., & Han, I. (2011). The different effects of online consumer reviews on consumers’ purchase intentions depending on trust in online shopping malls: An advertising perspective. Internet Research, 21(2), 187–206.
Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5(1), 1–167.
Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4), 1093–1113.
Mudambi, S. M., & Schuff, D. (2010). What makes a helpful review? A study of customer reviews on Amazon.com. MIS Quarterly, 34(1), 185–200.
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, 2(12), 1–135.
Shawe-Taylor, J., & Sun, S. (2011). A review of optimization methodologies in support vector machines. Neurocomputing, 74(17), 3609–3618.
Stylios, G., Christodoulakis, D., Besharat, J., Vonitsanou, M., Kotrotsos, I., Koumpouri, A., & Stamou, S. (2010). Public opinion mining for governmental decisions. Electronic Journal of e-Government, 8(2), 202–214.
Sun, S., Luo, C., & Chen, J. (2017). A review of natural language processing techniques for opinion mining systems. Information Fusion, 36, 10–25.
Wanner, F., Rohrdantz, C., Mansmann, F., Oelke, D., & Keim, D. A. (2009). Visual sentiment analysis of RSS news feeds featuring the us presidential election in 2008. In Visual Interfaces to the Social and the Semantic Web (VISSW 2009). Retrieved from https://kops.uni-konstanz.de/bitstream/handle/123456789/5946/vissw2009.pdf
Yadav, S. K. (2015). Sentiment analysis and classification: A survey. International Journal of Advance Research in Computer Science and Management Studies, 3(3), 113–121.
Tải xuống
Đã Xuất bản
Số
Chuyên mục
Giấy phép
Bản quyền (c) 2026 Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Cách trích dẫn
