Phương pháp phân loại dữ liệu bình luận của khách hàng trực tuyến việt nam dựa vào học máy có giám sát

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thị Phương Thảo Đàm, Triệu Tuấn Lê

Ngôn ngữ: Vie

Ký hiệu phân loại:

Thông tin xuất bản: Khoa học và Công nghệ (Đại học Công nghiệp Hà Nội), 2022

Mô tả vật lý: 49-52

Bộ sưu tập: Metadata

ID: 455908

Ứng dụng phương pháp học máy có giám sát vào việc phân loại dữ liệu là các nội dung bình luận sản phẩm của khách hàng trong mua sắm trực tuyến. Nghiên cứu tiến hành thu thập dữ liệu tự động với 2530 nội dung bình luận của khách hàng về các sản phẩm trên các trang thương mại điện tử hàng đầu tại Việt Nam, sau đó thực hiện huấn luyện với các mô hình học máy có giám sát để tìm ra mô hình phù hợp nhất với bộ dữ liệu huấn luyện và áp dụng mô hình này để dự báo nội dung nhận xét cho toàn bộ tập dữ liệu. Kết quả cho thấy 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 của khách hàng bằng Tiếng Việt. Kết quả nghiên cứu có giá trị tham khảo cho các ứng dụng khai thác nội dung nhận xét trong lĩnh vực kinh doanh trực tuyến.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH