Phân tích sự hài lòng của người học khi sử dụng dịch vụ UEH Shuttle bus thông qua khai thác ý kiến bằng mô hình học máy
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Trịnh Lê Duy |
| Người hướng dẫn | Thái Kim Phụng |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
Trong bối cảnh hiện tại, sự hài lòng không chỉ là mối quan tâm của các doanh nghiệp mà còn từ các đại học trên toàn cầu. Sự hài lòng của người học về chất lượng đào tạo, dịch vụ là yếu tố quyết định sự tồn tại và phát triển của một cơ sở giáo dục. Do đó, việc nâng cao sự hài lòng của người học đồng nghĩa với việc cải thiện chất lượng đào tạo và dịch vụ tại các trường đại học. Tại Đại học Kinh tế Thành phố Hồ Chí Minh (UEH), việc đo lường và phân tích sự hài lòng của người học về chất lượng đào tạo và dịch vụ đang được chú trọng nhằm nâng cao sự hài lòng của người học tại UEH. Kể từ năm 2022, dịch vụ UEH Shuttle bus đã được đưa vào hoạt động. Đây không chỉ là dịch vụ tiện lợi cho người học mà còn là một phần quan trọng trong nỗ lực giảm thiểu khí thải và xây dựng đại học xanh. Ngay từ khi bắt đầu, dịch vụ này đã nhận được sự quan tâm lớn từ cộng đồng viên chức và người học tại UEH. Đồng thời dịch vụ cũng nhận được nhiều đánh giá và ý kiến đóng góp, giúp dịch vụ ngày càng cải tiến và hoàn thiện. Nghiên cứu này được thực hiện nhằm đề xuất phương pháp phân tích sự hài lòng của người học khi sử dụng dịch vụ UEH Shuttle bus bằng cách sử dụng các phương pháp học máy. Cụ thể, nghiên cứu sẽ phân loại các ý kiến và bình luận về dịch vụ thành các nhóm trung lập (neutral), hài lòng (satisfied) và không hài lòng (unsatisfied), sau đó đánh giá các mô hình học máy như Naïve Bayes, Support Vector Machine, Random Forest, Logistic Regression để phân lớp các bình luận và đánh giá. Nghiên cứu cũng đưa ra được những yếu tố liên quan tác động đến sự hài lòng của người học khi sử dụng. Cuối cùng, nghiên cứu đưa ra hướng phát triển dữ liệu tối ưu để các nghiên cứu tiếp theo có thể tham khảo và phát triển trong tương lai.
Sự hài lòngHọc máyXử lý ngôn ngữ tự nhiênPhân tích cảm xúcUEH Shuttle busSatisfactionMachine learningNatural language processingSentiment analysis
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
- Ứng dụng Deep Learning trong phân loại chủ đề tin tức trên báo điện tử
- Phát hiện tin tức giả cho tin tức tiếng Việt bằng cách kết hợp các mô hình học sâu
- Ứng dụng công nghệ thông tin và hiện đại hóa hoạt động hải quan tại cục hải quan Đồng Nai
- Performance of stochastic option pricing models and construction of volatility smiles for option pricing in an emerging derivatives market
- Nghiên cứu mối quan hệ trí tuệ cảm xúc, cam kết tổ chức, hài lòng công việc với ý định ở lại tổ chức – Trường hợp ngành công nghệ thông tin tại Thành phố Hồ Chí Minh
- Giải pháp nâng cao hiệu quả hoạt động đào tạo nội bộ tại Công ty Saigon Technology
- Giải pháp nâng cao sự thành công của các dự án phát triển phần mềm tại Công ty Phần mềm TMA Solutions đến năm 2020
- Các yếu tố tác động đến hành vi chia sẻ tri thức của cán bộ, công chức Quận 3, Thành Phố Hồ Chí Minh
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.