Archive | 2021
Mô hình khai phá ý kiến và phân tích cảm xúc khách hàng trực tuyến trong ngành thực phẩm
Abstract
In the rapid growth of technology and the Internet over recent years, e-commerce websites have been developed as a useful online media channel for users to easily make transactions such as online shopping and ordering food and drinks online, then share experience and feedbacks. Therefore, to be able to understand customer behaviors through positive or negative reviews about the products and services is an important desideratum. To offer a solution for this problem, the research proposes a method for customers opinion mining and sentiment analysis based on collecting data sets as customer reviews from the website Foody.vn a top ranking website in the field of online ordering services. Machine learning models were conducted and evaluated to choose Nguyễn Đ. L. Bằng và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 16(1), 64-78 65 1. Giới thiệu Những năm gần đây, chúng ta chứng kiến sự trỗi dậy của thị trường giao đồ ăn trực tuyến khi mà các ứng dụng giao đồ ăn ngày càng hoàn thiện hơn, thanh toán tiện dụng hơn. Mặt khác các mạng xã hội chuyên nhận xét về đồ ăn rất được nhiều người dùng truy cập như Foody, Now có rất nhiều dữ liệu các bình luận, đánh giá về đồ ăn của người tiêu dùng. Các thương hiệu đồ uống như trà sữa TocoToco, Bobabop rất được người dùng chú ý. Ý kiến khách hàng là những phản hồi mà khách hàng cảm nhận được sau khi sử dụng dịch vụ, sản phẩm của doanh nghiệp (Kumar, Desai, & Majumdar, 2016). Những ý kiến của khách hàng có thể tiêu cực hoặc tích cực. Dựa theo những nhận xét tích cực của khách hàng, doanh nghiệp sẽ biết được những ưu điểm của sản phẩm hay dịch vụ. Những ý kiến đó của khách hàng có thể dùng để quảng bá hay truyền thông. Bởi vậy các doanh nghiệp luôn luôn cải thiện chất lượng dịch vụ để có thể dẫn đầu. Cạnh tranh giữa các doanh nghiệp ngày càng tăng. Theo Sharma, Agarwal, Dhir, và Sikka (2016), để chinh phục khách hàng thì không thể không tìm hiểu về nhu cầu của họ. Một trong bước để biết khách hàng có phù hợp là thu hút khách hàng trải nghiệm sản phẩm. Sau đó đánh giá sự thỏa mãn của khách hàng với sản phẩm hay dịch vụ. Tuy nhiên, vấn đề làm sao doanh nghiệp có thể biết được khách hàng đang hài lòng và không hài lòng về vấn đề này hay thương hiệu đang được người dùng sử dụng nhiều. Để giải quyết bài toán này nghiên cứu đề xuất giải pháp khai thác các bình luận của khách hàng về sản phẩm của các cửa hàng để lại trên trang web Foody. Tuy nhiên dữ liệu chỉ ở mức độ sơ cấp, và lượng dữ liệu rất lớn các doanh nghiệp không thể dựa vào dữ liệu thô này để ra quyết định được, họ cần biết được các tri thức được phân tích từ tập dữ liệu này. Do đó, chúng tôi đã áp dụng các phương pháp học máy để phân loại dữ liệu, xem bình luận nào là tích cực, bình luận nào là tiêu cực và dùng các phương pháp phân tích và dự đoán. Cuối cùng, nghiên cứu khai thác công cụ để trực quan hóa dữ liệu trên các báo cáo thông minh (dashboards). Kết quả nghiên cứu sẽ giúp các cửa hàng, nhà quản lý doanh nghiệp nắm bắt thông tin một các dễ dàng và nhanh chóng, từ đó việc phát triển kinh doanh được cải thiện và nâng cao, chẳng hạn việc nâng cao sự hài lòng của khách hàng và giữ chân khách hàng tốt hơn. Tiếp theo, là Mục 2 của bài báo, trình bày các cơ sở lý thuyết và các nghiên cứu liên quan. Mô hình nghiên cứu sẽ được trình bày chi tiết ở Mục 3. Mục 4 là kết quả thực nghiệm, đánh giá mô hình và trực quan hóa kết quả. Cuối cùng chúng tôi kết luận và đề xuất hướng phát triển ở Mục 5. 2. Cơ sở lý thuyết và các nghiên cứu liên quan 2.1. Phân tích cảm xúc tiếp cận theo xử lý ngôn ngữ tự nhiên Các ý kiến, bình luận của khách hàng là dạng ngôn ngữ tự nhiên được viết ra (Eisenstein, 2019; Popescu & Etzioni, 2007). Trong một số nghiên cứu của Buche, Chandak, và Zadgaonkar (2013), Sun, Luo, và Chen (2017), Thanh và Phuc (2015) đã đưa ra một số phương pháp và kỹ thuật xử lý ngôn ngữ tự nhiên trong việc phân tích ý kiến và cảm xúc khách hàng thông qua bình luận trực tuyến. Như vậy, việc chuẩn bị tập dữ liệu để phân tích, ở đây là dữ liệu văn bản là các nội dung bình luận của khách hàng để lại sau khi trải nghiêm những sản phẩm và dịch của các cửa the best model and then dashboards were created as visualizing results. The experimental results show that 90% accuracy of the proposed method; and valuable information and latent knowledge discovered from the corpus can support businessmen to capture the advantages and disadvantages of products and services and improve business with better strategies. 66 Nguyễn Đ. L. Bằng và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 16(1), 64-78 hàng, có thể trên website, trên các trang mạng xã hội. Tiếp theo là tiền xử lý, ta tiến hành làm sạch dữ liệu, loại bỏ các kí tự đặc biệt, các dữ liệu rác, các dữ liệu không chuẩn hóa, chuẩn hóa dữ liệu về ngữ pháp ngữ nghĩa. Khảo sát phân tích dữ liệu, xem dữ liệu đã đầy đủ chưa, phân bổ độ dài của nội dung. Giai đoạn này nghiên cứu sẽ phát họa khái quát tính chất, nội dung, số lượng của tập dữ liệu mình thu được. Lựa chọn các yếu tố đầu vào để phân tích, và dữ liệu ban đầu sẽ có rất nhiều chiều. Lựa chọn chiều nào thích hợp nhất để phân tích là việc rất quan trọng. Các chiều đầu vào càng chính xác thì kết quả phân tích sẽ có độ chính xác càng cao. Bước cuối cùng là đánh giá kết quả và triển khai dự án. 2.2. Phân tích cảm xúc tiếp cận theo phương pháp Học máy Phân tích cảm xúc đã được định nghĩa là tính toán nghiên cứu ý kiến, tình cảm và cảm xúc thể hiện trong văn bản (Liu, 2012). Nói cách khác, khai thác ý kiến là một phương pháp trích xuất ý kiến của người đã tạo ra một tài liệu cụ thể gần đây đã trở thành mối quan tâm nghiên cứu lớn nhất trong mạng xã hội (Pang & Lee, 2008). Tầm quan trọng ngày càng tăng của phân tích tình cảm tăng dần cùng với sự phát triển của phương tiện truyền thông xã hội như đánh giá, thảo luận diễn đàn, và mạng xã hội. Đặc biệt, trong thời đại phát triển kỹ thuật số, chúng ta hiện có một khối lượng dữ liệu lớn được ghi lại dưới dạng văn bản để phân tích. Học máy là một ứng dụng của Trí tuệ nhân tạo, là lĩnh vực giúp hệ thống tự động hiểu dữ liệu từ dữ liệu được đào tạo mà không cần lập trình cụ thể. Học máy tập trung vào vấn đề cung cấp hệ thống tự động hiểu dữ liệu và thực hiện các phép dự đoán. Học máy chia làm 4 phần (Das, Dey, Pal, & Roy, 2015): học có giám sát, học bán giám sát, học không giám sát và học củng cố. Máy học có giám sát là thuật toán dự đoán dữ liệu đầu ra dựa vào các tập dữ liệu (dữ liệu đầu vào, kết quả đầu ra) đã biết từ trước. Có hai loại máy học có giám sát đó là phân loại và hồi quy. Phân loại thì dự đoán kết quả phân chia thành các nhóm dữ liệu có cùng tính chất, hồi quy thì cho ra kết quả dự đoán là một số thực cụ thể thay vì chỉ phân nhóm như học máy phân loại. Máy học không giám sát là thuật toán dự đoán dữ liệu đầu ra dựa vào duy nhất tập dữ liệu đầu vào, dữ liệu đầu vào sẽ không được dán nhãn hoặc kết quả đầu ra. Thuật toán sẽ dựa vào cấu trúc dữ liệu để thực hiện lưu trữ và tính toán. Máy học không giám sát bao gồm phân nhóm và tích hợp. Thuật toán phân nhóm dựa sẽ phân nhóm toàn bộ dữ liệu thành các nhóm nhỏ dựa trên dự liên quan của các dữ liệu trong nhóm. Thuật toán tích hợp sẽ khai phá một số quy luật dựa trên nhiều dữ liệu cho trước. Học bán giám sát là thuật toán kết hợp cả hai thuật toán có giám sát và không giám sát. Áp dụng với một phần tập dữ liệu đã được dán nhãn, phần còn lại thì không được dán nhãn. Học củng cố là thuật toán giúp hệ thống tự động xác định các hành vi để đạt hiệu quả tối ưu nhất. Trong nghiên cứu này, chúng tôi chọn phương pháp học có giám sát để áp dụng cho bài toán phân loại cảm xúc khách hàng dựa trên bình luận. 2.3. Thuật toán Hồi quy Logistic Thuật toán Hồi quy Logistic (Hieu, 2018) thuộc học máy có giám sát để phân loại dữ liệu. Mô hình hồi quy Logistic áp dụng cho biến phụ thuộc là biến định tính hoặc định lượng chỉ có hai giá trị (có hoặc không) hay nhị phân là 0 hoặc 1. Điều này phù hợp với bài toán phân loại bình luận người dùng. Đầu ra của bài toán đó là xác định bình luận đó là tích cực hay tiêu cực. Phương trình tổng quát (hàm Sigmoid) hoặc hàm Logistic: Nguyễn Đ. L. Bằng và cộng sự. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 16(1), 64-78 67 Trong đó, f(s) là xác suất xảy ra giá trị y = 1 hoặc y = 0, s là phương trình tuyến tính phụ thuộc vào các biến đầu vào. Phương trình mô hình đơn biến: s = α0 + α1 x1, phương trình tuyến tính phụ thuộc vào duy nhất biến x1. Phương trình mô hình đa biến: s = α0 + α1 x1 + ... + αn, phương trình tuyến tính phụ thuộc vào các biến x. Dạng ma trận khi α0 = 0 là Hình 1. Đồ thị hàm Sigmoid (Hieu, 2018) Đồ thị hàm số thể hiện: