XÂY DỰNG MÔ HÌNH PHÂN LỚP BÌNH LUẬN VỀ NHÀ HÀNG DỰA VÀO PHƯƠNG PHÁP HỌC MÁY

Lê Văn Hòa và CS. Tập 132, Số 2A, 2023 66 Nghiên cứu trong [7] đề xuất một phương pháp phân tích quan điểm người sử dụng dựa trên các nhận xét cá nhân. Nghiên cứu tập trung vào giải quyết ba nhiệm vụ của bài toán khai phá quan điểm: Nhận dạng và trích rút nội dung theo từng đặc tính; Khám phá việc người dùng xếp hạng trên từng đặc tính đối với sản phẩm; và dự đoán trọng số xếp hạng của các đặc tính trong mỗi nhận xét. Kết quả thực nghiệm trên ba bộ dữ liệu cà phê, bia, khách sạn cho thấy độ chính xác của phương pháp đề xuất là khá tốt cho cả bài toán trích rút đặc tính cũng như cho bài toán dự đoán xếp hạng đặc tính. Tuy nhiên, nhóm tác giả chưa quan tâm đến các nhận xét tích cực, tiêu cực mà chỉ quan tâm đến trọng số xếp hạng của các đặc tính. Một nghiên cứu khác trong [8] đề xuất phương pháp khai phá quan điểm và phân tích cảm xúc khách hàng thông qua việc thu thập tập dữ liệu là ý kiến bình luận của khách hàng trên website Foody.vn - một trang thương mại điện tử hàng đầu trong lĩnh vực dịch vụ đặt hàng trực tuyến. Nhóm tác giả đã tiến hành thực nghiệm bằng phương pháp học máy để khai phá ý kiến từ bình luận dạng văn bản của khách hàng và trực quan hóa kết quả hỗ trợ ra quyết định. Kết quả thực nghiệm cho thấy độ chính xác khá cao của phương pháp đề xuất và kết quả khai phá được tập thông tin, tri thức tiềm ẩn có giá trị từ tập ngữ liệu nhằm giúp các cửa hàng, nhà quản trị hiểu được các ưu nhược điểm về sản phẩm, dịch vụ để cải thiện chiến lược kinh doanh tốt hơn. Tuy nhiên, nhóm tác giả chưa xử lý biểu tượng cảm xúc, đây là một trong những

yếu tố có thể quyết định khả năng phân lớp của hệ thống. Một hạn chế khác, nhóm tác giả chỉ thu thập dữ liệu từ website Foody.vn nên bị giới hạn về dữ liệu phân tích. Dựa vào thực trạng của các nghiên cứu trên, chúng tôi nhận thấy rằng: - Chủ yếu dữ liệu xếp hạng nhà hàng được quan tâm, trong khi các bình luận theo từng đặc tính nhà hàng chưa được chú ý đến; - Chưa quan tâm đến các nhận xét tích cực, tiêu cực mà chỉ xem xét trọng số xếp hạng của các đặc tính; - Chưa xử lý các biểu tượng cảm xúc; đây là một trong những yếu tố có thể quyết định khả năng phân lớp của hệ thống; và - Chỉ thu thập dữ liệu là các bình luận của khách hàng trên duy nhất một nguồn nên hạn chế về đối tượng, phạm vi và dữ liệu phân tích. Mô hình được đề xuất trong bài báo sẽ khắc phục được các hạn chế này. 3 Những thách thức đối với bài toán khai phá quan điểm Với đặc thù nguồn dữ liệu lấy từ các bình luận trên các trang đánh giá trực tuyến và ngôn ngữ sử dụng tiếng Việt, bài toán khai phá quan điểm có thể gặp nhiều khó khăn. Đối với