LuanVan.vnLuận Văn
Gửi thư

Hệ thống gợi ý dựa trên mô hình ngôn ngữ lớn: sử dụng bình luận để gợi ý sản phẩm smartphone

Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhMarketing, thương mại
Tác giảNguyễn Đăng Khoa
Người hướng dẫnTrần Hồng Thái
Cơ sở đào tạoTrường Đại học Kinh tế TP. Hồ Chí Minh
Năm2024
NguồnThư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc

Tóm tắt

Trong bối cảnh cạnh tranh ngày càng khốc liệt của ngành thương mại điện tử, cá nhân hóa trải nghiệm khách hàng trở thành yếu tố quyết định để doanh nghiệp duy trì và phát triển lợi thế cạnh tranh. Các hệ thống khuyến nghị truyền thống gặp nhiều hạn chế trong việc xử lý dữ liệu phi cấu trúc như bình luận khách hàng. Với sự phát triển của các mô hình ngôn ngữ lớn, khả năng xử lý ngôn ngữ tự nhiên và trích xuất ngữ nghĩa từ dữ liệu văn bản đã mở ra cơ hội cải tiến hệ khuyến nghị, đặc biệt trong ngữ cảnh ngôn ngữ tiếng Việt. Đề tài tập trung vào việc phát triển một hệ thống gợi ý sản phẩm smartphone dựa trên bình luận người dùng, tận dụng sức mạnh của LLMs để nâng cao độ chính xác và cá nhân hóa trong khuyến nghị. Dữ liệu nghiên cứu là các bình luận về sản phẩm smartphone trên các sàn thương mại điện tử. Nghiên cứu sử dụng hai mô hình là PhoBERT và XLMRoBERTa, để chuyển đổi bình luận thành vector embedding, cho phép biểu diễn ngữ nghĩa trong không gian vector. Hệ thống đo lường độ tương đồng ngữ nghĩa giữa các bình luận thông qua cosine similarity, đồng thời kết hợp với sentiment score để phản ánh cảm xúc người dùng. Kết quả cho thấy việc kết hợp cosine similarity và sentiment score giúp hệ thống đưa ra các gợi ý tương đối phù hợp với thực và cảm nhận của khách hàng. Điều này giúp nâng cao trải nghiệm người dùng và tăng cường tính cá nhân hóa trong khuyến nghị. Hướng nghiên cứu tiếp theo bao gồm xây dựng hệ thống tự động cập nhật bình uận từ sàn thương mại điện tử và mạng xã hội, xử lý bình luận phức tạp bằng knowledge graph và lọc cộng tác và mở rộng ứng dụng sang các ngành hàng có độ trung thành thấp như nước hoa và đồ gia dụng.
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.