Ứng dụng học máy để phân loại chủ đề và cảm xúc khách hàng trên bình luận đánh giá phim tại ứng dụng đặt vé xem phim MoMo
Luận văn · Thạc sĩ · năm 2023 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Marketing, thương mại |
| Tác giả | Từ Nguyễn Thiên Bảo |
| Người hướng dẫn | Bùi Thanh Hiếu |
| 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
Sự phát triển mạnh mẽ của thị trường điện ảnh tại Việt Nam và việc các rạp phim cho phép bên thứ ba bán vé thông qua ứng dụng đã mở ra nhiều cơ hội mới cho các doanh nghiệp. Điều này dẫn đến việc trang bán vé phải xử lý hàng ngàn bình luận và đánh giá từ cộng đồng người dùng, và cần có sự lọc spam và phân loại nhãn để hiển thị lên website, ứng dụng đặt vé như trường hợp trên MoMo. Luận văn đề cập đến việc sử dụng các lý thuyết về xử lý ngôn ngữ tự nhiên (NLP), bài toán phân tích cảm xúc văn bản, kỹ thuật tách từ TF-IDF, các phương pháp học máy Logistic Regression (LR), Naive Bayes (NB), và Support Vector Machine (SVM) để giải quyết bài toán phân loại chủ đề và cảm xúc văn bản. Các thuật toán này được áp dụng để xây dựng mô hình dự đoán và đánh giá hiệu quả của chúng trong việc phân loại và nhận diện cảm xúc từ các bình luận đánh giá phim. Cuối cùng, luận văn đánh giá kết quả của các mô hình đã được áp dụng và đề xuất các hướng phát triển tiếp theo. Qua đánh giá, các mô hình học máy đã đạt được kết quả khá tốt (SVM có độ chính xác trên 95%, LR có độ chính xác trên 87% tại các nhãn) trong việc phân loại chủ đề và cảm xúc khách hàng trên bình luận đánh giá phim trên ứng dụng Momo.vn. Tuy nhiên, còn tồn tại những hạn chế và vấn đề cần được cải thiện, bao gồm việc tăng cường khả năng phân loại chính xác, xử lý hiệu quả các trường hợp spam và cải thiện độ chính xác trong việc dự đoán cảm xúc khách hàng. Từ những kết quả nghiên cứu và đánh giá, luận văn đề xuất các hướng phát triển tiếp theo, nhằm nâng cao hiệu suất và độ chính xác của các mô hình học máy trong việc phân loại chủ đề và cảm xúc khách hàng.
Phân tích cảm xúcbình luận phimHọc máyPhân loại chủ đềSentiment analysisFilm commentsMachine learningTopic classification
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
- Giải pháp hoàn thiện hoạt động marketing cho sản phẩm xăng sinh học E5 của Tổng Công ty dầu Việt Nam : Luận văn thạc sĩ
- Chất lượng dịch vụ ảnh hưởng đến sự hài lòng của khách hàng ở Công ty TNHH chuyển phát nhanh DHL-VNPT
- Giải pháp nhằm hoàn thiện hoạt động chiêu thị đối với dòng sản phẩm giày Biti’s Hunter của Công ty TNHH Sản xuất Hàng tiêu dùng Bình Tiên đến năm 2021
- Giải pháp nâng cao thương hiệu tuyển dụng tại Công ty Cổ phần Gemadept
- Nghiên cứu các nhân tố ảnh hưởng đến sự hợp tác của các doanh nghiệp xuất khẩu trong quy trình lựa chọn nhà cung ứng của Công ty dịch vụ thuê ngoài tại Việt Nam trường hợp nghiên cứu Công ty Dragon Sourcing
- Giải pháp nâng cao giá trị thương hiệu sản phẩm điều hòa không khí của Công ty Cổ phần Daikin Việt Nam đến năm 2020
- Tác động của yếu tố hành vi lên tỷ suất sinh lợi cổ phiếu IPO và thị trường hiệu quả : Luận văn thạc sĩ
- Các yếu tố tác động đến gắn kết khách hàng và ý định chuyển đổi nhà cung cấp dịch vụ mạng di động tại 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.