CHƯƠNG 1.1 Giới thiệu Ngày nay, với sự phát triển của công nghệ, con người có thể tiếp cận một lượng lớn dữ liệu từ mạng internet như tin tức báo chí, các video, phim, hình ảnh, … Bằng các nền tảng như mạng xã hội, các trang thương mại điện tử, người dùng có thể tương tác với các sản phẩm mà họ quan tâm như mua, bán, các tương tác cảm xúc như yêu thích, ghét bỏ hay để lại bình luận cho sản phẩm đó. Tất cả hình thành lên một khái niệm là hành vi của người dùng.1 Hành vi người dùng Hành vi người dùng là được định nghĩa là những tương tác qua lại của các yếu tố sự kiện, hành vi, tri thức, ảnh hưởng từ môi trường tác động làm thay đổi nhận thức, suy nghĩ, hành vi của con người. Từ đó nghiên cứu hành vi người dùng nghiên cứu hành vi lựa chọn, mua, sử dụng, vứt bỏ sản phẩm, dịch vụ, trải nghiệm của những cá nhân, nhóm, tổ chức nhằm làm thỏa mãn nhu cầu của họ. Nó đề cập tới những hành vi của người mua hàng trên thị trường và những động cơ sâu bên trong của những hành vi đó.
Bằng việc hiểu được nguyên nhân dẫn đến những hành vi mua và sử dụng các sản phẩm, doanh nghiệp có thể phân tích, lựa chọn, quyết định sản phẩm nào đang có nguồn cầu cao trên thị trường, sản phẩm nào nên được trưng bày cho khách hàng. Chính vì vậy, hiện nay, các doanh nghiệp đẩy mạnh việc phân tích hành vi khách hàng, chính là phương pháp quan sát định tính và định lượng về tương tác của khách hàng đối với sản phẩm, dịch vụ của công ty. Phân tích hành vi khách hàng có thể không chỉ đích danh ai đang mua hàng, nhưng nó có thể cho biết họ mua sắm như thế nào, họ có tới thường xuyên không, sản phẩm nào được ưa chuộng, khách hàng đón nhận dịch vụ, cách truyền thông, bán hàng như thế nào và cuối cùng là dự đoán hành vi tương lai của khách hàng để phát triển chiến lược kinh doanh.2 Lợi ích Qua mục trên có thể thấy, dữ liệu về hành vi người dùng là vô cùng quan trọng trong việc mang đến những kết quả tốt cho tất cả các doanh nghiệp. Những hiểu biết về người dùng sẽ giúp mang đến thông tin hoặc sản phẩm chính xác mà người dùng tìm kiếm, từ đó giúp tăng trải nghiệm người dùng, cuối cùng là nâng cao doanh thu và lợi nhuận cho doanh nghiệp.
Thị trường cạnh tranh ngày càng lớn, khách hàng có vô vàn lựa chọn với cùng một mặt hàng sản phẩm, nhà kinh doanh phân tích được khách hàng càng kỹ càng, càng có nhiều cơ hội nắm bắt thị trường. 16 Khách hàng ngày càng có những nhu cầu cao trong lựa chọn sản phẩm, dịch vụ. Cá nhân hóa trải nghiệm, nội dung tiếp cận với khách hàng có thể giúp tăng hiệu quả tiếp thị lên tới 30%, tiết kiệm ngân sách tới 15%. Vậy làm thế nào để cá nhân hóa nội dung? Chính nhờ công đoạn phân tích hành vi khách hàng làm kỹ lưỡng, doanh nghiệp có thêm hiểu biết về đối tượng mục tiêu, phân nhỏ nhóm khách hàng có hành vi tương đồng, từ đó cải tiến sản phẩm, dịch vụ, đưa ra những chính sách phù hợp với từng đối tượng cụ thể.
Khả năng phán đoán, phân nhóm khách hàng tiềm năng, có giá trị chính là chìa khóa thành công cho mỗi doanh nghiệp. Phân tích hành vi khách hàng đóng góp phần không nhỏ trong định vị nhóm khách tiềm năng. Nhắm tới đúng đối tượng với những phẩm chất, tính cách, hành vi phù hợp có thể nâng cao cơ hội bán hàng, thu hút người mua và biến họ trở thành nhóm khách hàng trung thành. Dữ liệu phân tích hành vi khách hàng chắc chắn sẽ giúp tối ưu chiến dịch tiếp thị của doanh nghiệp.
Phân khúc, thu hẹp nhóm khách hàng tiềm năng, hướng họ tới những kênh truyền thông phù hợp. Nội dung tiếp cận đến khách hàng vào đúng thời điểm, sẽ có nhiều cơ hội chốt được đơn hàng hơn. Song song với thu hút khách hàng mới, giữ chân những khách hàng cũ cũng là một công việc vô cùng quan trọng với mỗi nhà bán hàng. 5% tăng trưởng trong khả năng giữ chân khách có thể tạo ra thêm 25% - 95% lợi nhuận cho doanh nghiệp.
Phân tích hành vi khách hàng nhằm biết được những đặc tính tốt của họ, giảm thiểu tỷ lệ khách hàng rời bỏ thương hiệu.3 Khó khăn và các yếu tố ảnh hưởng Từ những dẫn chứng trên, có thể thấy việc phân tích hành vi người dùng là vô cùng cấp thiết nhưng cũng vô cùng khó khăn. Hành vi người tiêu dùng là một phạm trù phức tạp, mỗi đối tượng có những hành vi riêng, chính đối tượng có trong nhiều thời điểm cụ thể lại có hành vi khác nhau. Có vô số tác nhân bên ngoài lẫn bên trong ảnh hưởng tới hành vi khách hàng. • Yếu tố con người: giới tính, độ tuổi, thu nhập, trình độ học vấn, tôn giáo, chính trị • Yếu tố tiếp thị: khuyến mãi, bao bì, thiết kế, giá cả, hình thức phân phối.
• Yếu tố tâm lý: động cơ mua sắm, những định kiến hay quan điểm về sản phẩm hoặc thái độ hướng đến dòng sản phẩm • Yếu tố hoàn cảnh: yếu tố thời gian, không gian, xã hội quay quanh sản phẩm. Hành vi khách hàng luôn biến đổi Phụ thuộc vào đặc tính tự nhiên của sản phẩm, dịch vụ hay chính bởi người tiêu dùng. Các yếu tố như hoàn cảnh, mức thu nhập, nhân tố tiếp thị có thể gây thay đổi trong hành vi mua sắm của người dùng. Những đứa trẻ khi còn nhỏ yêu thích những loại giày ngộ nghĩnh, nhiều màu sắc, khi lớn hơn lại có xu hướng muốn sở hữu các đôi giày thời thượng, càng nhiều tuổi sẽ càng theo phong cách tối giản.
Hành vi người dùng không giống nhau Mỗi người tiêu dùng có hành vi, cách ứng xử khác biệt bởi những yếu tố từ bản thân, cách sống hay văn hóa. Không thể áp đặt sở thích, xu hướng mua hàng của người này cho người khác. Có những người ưa chuộng công nghệ và thường xuyên “săn lùng” những món đồ mới, tuy nhiên có những người hoàn toàn xa lánh các thiết bị đó. Những khách hàng khác nhau có những hành vi khác nhau.
Đa dạng trong vùng miền, quốc gia Hành vi khách hàng đa dạng, khác biệt ở mỗi vùng miền, quốc gia. Những người ở nông thôn có xu hướng ứng xử khác biệt với những người ở khu vực thành thị. Sự khác biệt có thể đến từ phương pháp giáo dục, lối sống địa phương hay trình độ phát triển kinh tế mỗi vùng miền. Đa dạng trong mỗi loại sản phẩm Mỗi đối tượng lại có hành vi khách nhau trong tiếp cận các loại mặt hàng khác nhau.
Người trẻ có xu hướng theo dõi, quan tâm đến những sản phẩm như thiết bị điện tử hay thời trang, trong khi không mấy hứng thú với các sản phẩm thiết yếu. Người lớn tuổi có thể ít quan tâm đến mặt hàng quần áo, tuy nhiên đầu tư nhiều tiền hơn vào tiết kiệm, bảo hiểm, trợ cấp.4 Động lực nghiên cứu Từ những dẫn chứng trên, có thể thấy rằng việc nghiên cứu và phân tích hành vi người dùng là mục tiêu vô cùng quan trọng của các doanh nghiệp và mang lại giá trị thực tiễn cao. Đặc biệt hơn, trong thời đại số và sự phát triển của mạng xã hội, việc phân tích hành vi người dùng càng trở nên đa chiều hơn do có thể khai thác được những thông tin về quan hệ xã hội giữa người với người trên các nền tảng như Facebook, Twitter, …Chính vì thế, khai thác các thông tin trên mở ra cơ hội không thể tốt hơn để dự đoán hành vi người dùng trong tương lai. 18 Gần đây, các mô hình học máy và mạng nơ ron học sâu được phát triển vô cùng nhanh chóng và nghiên cứu ngày càng nhiều.
Đã có nhiều mô hình được xây dựng cho phân tích hành vi người dùng tuy nhiên các mô hình chỉ dừng lại các phương pháp như dựa vào nội dung, dựa vào người dùng, dựa vào sản phẩm, phân tích ma trận thành nhân tử hay mạng nơ ron nhưng chưa có mô hình nào thực sự mang lại kết quả khả quan. Việc này ngoài đến từ kiến trúc mô hình, còn xuất phát từ việc chưa phân tích chưa đầy đủ các khía cạnh của dữ liệu, cụ là thể dữ liệu từ mạng xã hội và với đồ thị tri thức. Việc mô hình hóa dữ liệu người dùng, dữ liệu mạng xã hội và đồ thị tri thức dưới dạng đồ thị sẽ giúp khai thác sâu hơn các quan hệ giữa người với người, người với vật và vật với vật. Từ cơ sở kết hợp nhiều khía cạnh của dữ liệu cùng với sự phát triển của kỹ thuật mạng học sâu trên đồ thị, việc nghiên cứu sâu về phương pháp mạng học sâu trên đồ thị kết hợp đồ thị tri thức và mạng xã hội sẽ mang lại cơ hội cho em nâng cao kiến thức cũng như xây dựng mô hình đề xuất giúp gia tăng tính chính xác cho kết quả cũng như sát với mô hình dữ liệu thực tế hiện nay.2 Đặt bài toán Bài toán phân tích hành vi người dùng trên mạng xã hội là một bài toán rộng, vì thế việc xác định rõ phạm vi bài toán là vô cùng quan trọng.
Vì thế, trong luận án này, phạm vi nghiên cứu của em cụ thể là phân tích và xây dựng hệ khuyến nghị để dự đoán hành vi tương tác, cho điểm đánh giá của người dùng đối với các sản phẩm (giá trị từ 1 đến 5) sử dụng dữ liệu từ đồ thị tri thức được khai thác từ Freebase kết hợp dữ liệu mạng xã hội mô phỏng quan hệ bạn bè giữa những người dùng với nhau. Vấn đề thực tế là đối với một hệ thống dự đoán đánh giá của người dùng là số lượng các sản phẩm là rất lớn. Vì vậy, để giảm bớt tác động của việc quá tải thông tin, hệ khuyến nghị (Recommendation System) đưa ra đề xuất một số lượng nhóm nhỏ các sản phẩm để đáp ứng sở thích được cá nhân hóa đối với mỗi người dùng khác nhau. Phương pháp truyền thống của hệ thống khuyến nghị là lọc cộng tác (collaborative filtering) [1], dựa trên hành vi của các người dùng hoặc sản phẩm và mô hình hóa sự tương tác giữa chúng bằng phân tích ma trận thành nhân tử (matrix factorization) [2] hay mạng nơ ron (neural network).