ỨNG DỤNG MÔ HÌNH NEURAL NETWORK TRONG XÁC ĐỊNH CẢM XÚC KHÁCH HÀNG TRỰC TUYẾN

0
784

Mẫn Đức Bình Minh
Kinh doanh quốc tế – Viện Kinh tế và Kinh doanh quốc tế
Trường Đại học Ngoại thương, Hà Nội, Việt Nam

Vương Thị Thảo Bình
Ban Quản lý Khoa học và Hợp tác Quốc tế
Trường Đại học Ngoại thương Cơ sở II – TP. Hồ Chí Minh, Việt Nam

Tóm tắt

Nghiên cứu tập trung vào mục tiêu chính là áp dụng mô hình Neural Network để phân loại cảm xúc của khách hàng tiêu dùng thành hai nhóm là tích cực và tiêu cực dựa trên các bình luận trực tuyến mà khách hàng để trên nền tảng thương mại điện amazon.com. Nghiên cứu lấy ngẫu nhiên 10500 bình luận về các sản phẩm thiết bị di động và phụ kiện làm mẫu để tiến hành nghiên cứu. Sau đó, nghiên cứu tiến hành tiền xử lý dữ liệu và huấn luyện bằng các phương pháp máy học Neural Network bao gồm LSTM-RNN và CNN để tìm ra mô hình phù hợp với bộ dữ liệu huấn luyện và áp dụng mô hình này để dự báo phân loại ý kiến khách hàng cho bộ dữ liệu kiểm tra. Dựa vào kết quả mô hình, nghiên cứu đưa ra một số gợi ý giải pháp mà doanh nghiệp có thể áp dụng từ kết quả của mô hình. 

Từ khóa: Mô hình Neural Network, cảm xúc của khách hàng, Mô hình LSTM-RNN (Long Short-Term Memory- Recurrent Neural Network), Mô hình CNN (Convolution Neural Network).

Abstract

The main goal of the research is to apply the Neural Network model to classify the emotions of consumers based on online comments. A random sample of 10,500 comments for mobile device products and accessories from amazon.com has conducted in the study. Then, the study conducts data preprocessing and training using Neural Network machine learning methods including LSTM-RNN and CNN to find a suitable model for the training dataset and apply this model to customer opinion classification forecast for the test dataset. Based on the results of the model, the study gives some suggestions for solutions that businesses can apply.

Keywords: Neural Network model, Customer emotion, Long Short-Term Memory- Recurrent Neural Network, Convolution Neural Network.

Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments