LuanVan.vnLuận Văn
Gửi thư

Phân loại cảm xúc nhiều lớp cho tập dữ liệu nhận xét của khách hàng

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhMarketing, thương mại
Tác giảNguyễn Thanh Việt Cường
Người hướng dẫnPhạm Nam Khánh
Cơ sở đào tạoĐại học Quốc gia TP. Hồ Chí Minh
Năm2025
NguồnThư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc

Tóm tắt

Trong bối cảnh thương mại điện tử không ngừng phát triển, các ý kiến đánh giá từ phía khách hàng ngày càng trở thành nguồn dữ liệu quan trọng, hỗ trợ doanh nghiệp và nhà cung cấp điều chỉnh chiến lược nhằm nâng cao năng lực cạnh tranh trên thị trường. Những năm gần đây đã ghi nhận sự gia tăng đáng kể của các nghiên cứu liên quan đến phân tích cảm xúc trong các nội dung đánh giá sản phẩm, bao gồm các nghiên cứu ứng dụng cho tiếng Việt. Tuy nhiên, phần lớn các công trình này tập trung vào mô hình hóa cảm xúc dưới dạng hai lớp đối lập là tích cực và tiêu cực, trong khi lớp cảm xúc trung lập – vốn phản ánh những đánh giá mang tính khách quan hoặc trung dung – vẫn còn khoảng trống nghiên cứu. Đề tài luận văn này hướng tới việc giải quyết vấn đề đã nêu bằng cách xây dựng một mô hình phân loại đánh giá của khách hàng với đa lớp cảm xúc (Tích cực, trung tính và tích cực) với lượng lớn dữ liệu được thu thập và phân loại kỹ lưỡng. Để đạt được mục tiêu này, tác giả đã nghiên cứu 05 mô hình học sâu khác nhau bao gồm: TextCNN, Bi-LSTM, Bi-GRU, Bi-LSTM+CNN và Bi-GRU+CNN và thử nghiệm các kỹ thuật kết hợp các mô hình đơn lẻ, như Gating network, Squeeze and Excitation Network, Attention Network, Uniform Weighting và Linear Ensembling nhằm xác định một kiến trúc học sâu tối ưu nhất giải quyết vấn đề đã nêu.
Bản toàn văn lưu tại thư viện Đại học Quốc gia 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.