Phân loại Clickbait cho tin tức tiếng Việt bằng phương pháp học máy
Luận văn · Thạc sĩ · năm 2023 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyễn Huy Khoa |
| Người hướng dẫn | Ngô Tấn Vũ Khanh |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Trong bài luận văn này, học viên đã trình bày tổng quan về các vấn đề liên quan đến khái niệm, phân loại, tính chất và cách xác định clickbait trong tiêu đề bài báo. Để giải quyết vấn đề này, đã sử dụng phương pháp học máy với 6 thuật toán khác nhau: Logistic Regression (LR), Decision Tree (TREE), Support Vector Machine (SVM), XGBoost (XGB), Random Forest (RF) và Gradient Boosting (GB). Kết quả cho thấy thuật toán Random Forest cho hiệu suất phân loại cao nhất, với giá trị F1-Score trung bình là 0.83. Trong khi đó, thuật toán SVM cho thấy hiệu suất phân loại thấp nhất, với giá trị F1-Score là 0.67. Hướng phát triển trong tương lai là tiếp tục nghiên cứu và phát triển các phương pháp học máy mới, cũng như cải tiến các thuật toán hiện có để nâng cao độ chính xác và hiệu quả trong việc phân loại clickbait. Tóm lại, việc sử dụng phương pháp học máy để phân loại clickbait trong tiêu đề bài báo đã mang lại những kết quả tích cực. Tuy nhiên, cần tiếp tục nghiên cứu và phát triển để cải thiện hiệu quả và đáng tin cậy của phương pháp này. Điều này sẽ giúp loại bỏ những tin tức giật gân không chính xác và mang lại giá trị cao hơn cho người đọc khi tìm kiếm thông tin trên các trang tin tức.
Học máyClickbaitDecision treeRandom forestXGBoostGradient boostingLogistic regressionSupport Vector machineMachine learning
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 công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Ảnh hưởng của tinh thần nơi làm việc đến kết quả công việc của nhân viên ngành công nghiệp phần mềm tại Thành phố Hồ Chí Minh: Vai trò trung gian của sự cam kết với tổ chức và hành vi làm việc đổi mới sáng tạo
- Giải pháp thúc đẩy thành công ứng dụng phần mềm SAP ERP tại Công ty TNHH MTV BIENHOA SCM
- Các nhân tố tác động đến minh bạch ngân sách trên website của chính quyền cấp tỉnh Việt Nam
- Đánh giá các nhân tố chủ yếu tác động đến năng lực cạnh tranh của ngành công nghiệp phần mềm Việt Nam
- Nâng cao năng lực cạnh tranh cụm ngành công nghệ thông tin Việt Nam
- Quản lý nhà nước về ứng dụng công nghệ thông tin trên địa bàn tỉnh An Giang
- Các yếu tố ảnh hưởng đến quá trình chia sẻ tri thức và năng lực đổi mới của tổ chức: nghiên cứu trường hợp các công ty công nghệ thông tin phần mềm tại Thành phố Hồ Chí Minh
- Giải pháp nâng cao ý định đặt tour qua website của người dùng - trường hợp công ty TNHH du lịch Trần Việt (TRANSVIET)
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.