Nghiên cứu nhằm mục đích ứng dụng phương pháp học máy có giám sát vàoviệc phân loại dữ liệu là các nội dung bình luận sản phẩm của khách hàng trongmua sắm trực tuyến. Nghiên cứu tiến hành thu thập dữ liệu tự động với 2530 nộidung bình luận của khách hàng về các sản phẩm trên các trang thương mại điệntử hàng đầu tại Việt Nam, sau đó thực hiện huấn luyện với các mô hình học máycó giám sát để tìm ra mô hình phù hợp nhất với bộ dữ liệu huấn luyện và áp dụngmô hình này để dự báo nội dung nhận xét cho toàn bộ tập dữ liệu. Kết quả chothấy các phương pháp học máy Support Vector Machines (SVM), Decision Tree(DT) và Neural Network (NN) có hiệu suất tốt nhất với việc phân loại nhận xét củakhách hàng bằng Tiếng Việt. Kết quả nghiên cứu có giá trị tham khảo cho các ứngdụng khai thác nội dung nhận xét trong lĩnh vực kinh doanh trực tuyến.The study aims to apply a supervised machine learning method to classifycomments data as customer product comments in online shopping. The studyconducted automatic data collection with 2,530 customer comments aboutproducts on the top of e-commerce sites in Vietnam, then trained withsupervised machine learning models. to find the model that the best fits thetraining dataset and apply this model to predict the comment content for theentire dataset. The results show that the Machine Learning methods SupportVector Machines (SVM), Decision Tree (DT) and Neural Network (NN) have thebest performance with classifying customer comments in Vietnamese. Theresearch results have reference value for comment mining applications in thefield of online business.