Luận Văn Thạc Sĩ: Phân Tích Sở Thích Của Du Khách Về Sản Phẩm Du Lịch

Luận văn thạc sĩ phân tích quan điểm dựa theo khía cạnh, ứng dụng xác định sở thích du khách về sản phẩm du lịch, hỗ trợ chiến lược marketing hiệu quả.

• Tác giả: Nguyễn Ngọc Thạch
• Người hướng dẫn: TS. Lê Quang Hùng
• Trường học: Trường Đại Học Quy Nhơn
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Phân Tích Sở Thích Du Khách Đối Với Sản Phẩm Du Lịch
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Bình Định

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC HÌNH VẼ
• DANH MỤC CÁC BẢNG
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Phân tích quan điểm
• 1.2. Một số khái niệm
• 1.3. Một số bài toán trong phân tích quan điểm
• 1.3.1. Tổng quan một hệ thống phân tích quan điểm
• 1.3.2. Phân lớp quan điểm
• 1.3.3. Phân tích và tổng hợp quan điểm dựa trên đặc trưng
• 1.4. Phân tích quan điểm so sánh
• 1.5. Ứng dụng của phân tích quan điểm
• 1.6. Những khó khăn trong lĩnh vực phân tích quan điểm
• 1.7. Hướng tiếp cận phân tích quan điểm
• 1.7.1. Phân tích quan điểm theo khía cạnh
• 1.7.2. Bài toán phân tích quan điểm theo khía cạnh
• 1.7.3. Cách tiếp cận giải quyết bài toán
• 1.7.4. Nghiên cứu liên quan
• 1.8. Tổng kết chương 1
• 2. CHƯƠNG 2: XÁC ĐỊNH SỞ THÍCH CỦA DU KHÁCH VỀ SẢN PHẨM DU LỊCH DỰA TRÊN PHÂN TÍCH QUAN ĐIỂM THEO KHÍA CẠNH
• 2.1. Phát biểu bài toán
• 2.2. Xác định sở thích của du khách về sản phẩm du lịch
• 2.2.1. Tiền xử lí dữ liệu
• 2.2.2. Rút trích khía cạnh
• 2.2.3. Phân lớp quan điểm dựa trên khía cạnh
• 2.2.4. Dự đoán xếp hạng theo khía cạnh
• 2.3. Tổng kết chương 2
• 2.4. Cài đặt thực nghiệm
• 2.4.1. Dữ liệu thực nghiệm
• 2.4.2. Công cụ thực nghiệm
• 2.4.3. Các bước tiến hành
• 2.5. Kết quả thực nghiệm
• KẾT LUẬN
• DANH MỤC CÁC CHỮ VIẾT TẮT
• DANH SÁCH HÌNH VẼ
• DANH SÁCH BẢNG

Tóm tắt

I. Tổng quan về phân tích quan điểm

Phân tích quan điểm là quá trình đánh giá ý kiến của người dùng về một đối tượng cụ thể, thường được chia thành tích cực, tiêu cực hoặc trung lập. Trong lĩnh vực du lịch, việc phân tích quan điểm giúp các doanh nghiệp hiểu rõ hơn về sở thích du khách và cải thiện sản phẩm du lịch. Các phương pháp tiếp cận bao gồm sử dụng tập luật, học máy hoặc kết hợp cả hai. Phân tích quan điểm ở mức văn bản thường không đủ chi tiết, do đó, phân tích theo khía cạnh (aspect-based sentiment analysis) được ưu tiên để đáp ứng nhu cầu thực tế.

1.1. Khái niệm cơ bản

Phân tích quan điểm liên quan đến việc xác định đối tượng (object) và các đặc trưng (features) của nó. Đối tượng có thể là sản phẩm, dịch vụ hoặc chủ đề, trong khi đặc trưng bao gồm các thuộc tính như giá cả, chất lượng, dịch vụ. Quan điểm có thể được biểu đạt một cách tường minh (explicit) hoặc ẩn ý (implicit). Ví dụ, 'Khách sạn này rất đẹp' là quan điểm tường minh, trong khi 'Phòng khách sạn này quá nhỏ' hàm ý quan điểm tiêu cực về kích thước.

1.2. Ứng dụng trong du lịch

Phân tích quan điểm đóng vai trò quan trọng trong việc cải thiện dịch vụ du lịch và nâng cao trải nghiệm của khách du lịch. Bằng cách phân tích các đánh giá của khách hàng, doanh nghiệp có thể xác định được điểm mạnh và điểm yếu của sản phẩm, từ đó điều chỉnh chiến lược kinh doanh. Ví dụ, các đánh giá về khách sạn trên các nền tảng như Tripadvisor cung cấp thông tin chi tiết về chất lượng phòng, dịch vụ và vị trí.

II. Phân tích quan điểm theo khía cạnh

Phân tích quan điểm theo khía cạnh (Aspect-Based Sentiment Analysis - ABSA) là phương pháp tiên tiến giúp xác định và đánh giá quan điểm về từng khía cạnh cụ thể của đối tượng. Trong ngành du lịch, ABSA được áp dụng để phân tích sở thích du khách về các yếu tố như giá cả, dịch vụ, vị trí và trải nghiệm. Phương pháp này bao gồm ba bước chính: rút trích khía cạnh, phân loại quan điểm và xếp hạng khía cạnh.

2.1. Rút trích khía cạnh

Bước đầu tiên trong ABSA là xác định các khía cạnh được đề cập trong văn bản. Ví dụ, trong đánh giá về khách sạn, các khía cạnh thường gặp bao gồm 'giá phòng', 'dịch vụ', 'vị trí'. Các từ khóa liên quan đến khía cạnh được trích xuất từ dữ liệu đánh giá, giúp hệ thống hiểu được các yếu tố mà khách hàng quan tâm.

2.2. Phân loại quan điểm

Sau khi rút trích khía cạnh, hệ thống sử dụng các kỹ thuật học máy để phân loại quan điểm về từng khía cạnh là tích cực, tiêu cực hoặc trung lập. Ví dụ, câu 'Dịch vụ khách sạn này rất tốt' được phân loại là tích cực về khía cạnh 'dịch vụ'. Phương pháp này giúp doanh nghiệp hiểu rõ hơn về tâm lý du khách và điều chỉnh sản phẩm phù hợp.

III. Ứng dụng thực tế trong du lịch

Phân tích quan điểm theo khía cạnh được ứng dụng rộng rãi trong việc xác định sở thích du khách và cải thiện sản phẩm du lịch. Các nghiên cứu thực nghiệm trên dữ liệu từ các nền tảng như Tripadvisor cho thấy hiệu quả của phương pháp này trong việc đánh giá và xếp hạng các khía cạnh của khách sạn. Kết quả phân tích giúp doanh nghiệp đưa ra các quyết định chiến lược, từ đó nâng cao chất lượng dịch vụ và thu hút nhiều khách hàng hơn.

3.1. Thực nghiệm trên dữ liệu du lịch

Trong thực nghiệm, dữ liệu đánh giá về khách sạn được thu thập từ các nền tảng trực tuyến. Hệ thống sử dụng các thuật toán học máy để phân tích và xếp hạng các khía cạnh như 'giá cả', 'dịch vụ', 'vị trí'. Kết quả cho thấy khách hàng thường đánh giá cao các khách sạn có dịch vụ tốt và vị trí thuận lợi, trong khi giá cả là yếu tố gây tranh cãi.

3.2. Ý nghĩa thực tiễn

Phân tích quan điểm theo khía cạnh không chỉ giúp doanh nghiệp hiểu rõ hơn về hành vi du khách mà còn hỗ trợ trong việc phát triển các chiến lược tiếp thị hiệu quả. Bằng cách tập trung vào các khía cạnh được đánh giá cao, doanh nghiệp có thể tối ưu hóa sản phẩm du lịch và tăng cường hình ảnh thương hiệu.

Nội dung chính

Tổng quan nghiên cứu

Phân tích quan điểm (sentiment analysis) là lĩnh vực nghiên cứu nhằm đánh giá thái độ, cảm xúc của người dùng đối với một đối tượng cụ thể, như sản phẩm hay dịch vụ. Theo báo cáo của ngành, việc phân tích quan điểm đóng vai trò quan trọng trong việc nâng cao chất lượng sản phẩm và dịch vụ, đặc biệt trong lĩnh vực du lịch, nơi mà các đánh giá của du khách ảnh hưởng trực tiếp đến quyết định lựa chọn điểm đến. Tính đến năm 2015, Việt Nam có khoảng 44% dân số sử dụng Internet, tạo ra một kho dữ liệu lớn về các nhận xét, đánh giá trực tuyến. Tuy nhiên, phân tích quan điểm tổng thể cho toàn bộ văn bản chưa đủ chi tiết để hiểu rõ sở thích của khách hàng về từng khía cạnh của sản phẩm.

Luận văn tập trung vào phân tích quan điểm theo khía cạnh, nhằm xác định sở thích của du khách về sản phẩm du lịch, cụ thể là khách sạn, trong giai đoạn năm 2020 tại Bình Định. Mục tiêu nghiên cứu gồm: (1) tìm hiểu cơ sở lý thuyết về phân tích quan điểm và phân tích quan điểm theo khía cạnh; (2) ứng dụng các kỹ thuật phân tích này để xác định sở thích của du khách dựa trên các đánh giá thực tế. Nghiên cứu có ý nghĩa thiết thực trong việc hỗ trợ các doanh nghiệp du lịch cải thiện dịch vụ, nâng cao trải nghiệm khách hàng và tăng cường hiệu quả kinh doanh thông qua việc khai thác dữ liệu đánh giá trực tuyến.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình chính sau:

• Phân tích quan điểm (Sentiment Analysis): Phân biệt giữa quan điểm tích cực, tiêu cực và trung lập trong các văn bản đánh giá. Phân tích quan điểm theo khía cạnh đi sâu vào việc xác định cảm nhận của người dùng về từng thuộc tính cụ thể của sản phẩm, ví dụ như giá phòng, vị trí, phòng ốc, dịch vụ và nhân viên trong khách sạn.

• Học máy (Machine Learning): Sử dụng thuật toán Support Vector Machine (SVM) để phân lớp quan điểm dựa trên các vector đặc trưng được trích xuất từ văn bản. SVM tối ưu siêu phẳng phân chia dữ liệu thành các lớp tích cực và tiêu cực với khoảng cách biên lớn nhất nhằm nâng cao độ chính xác phân loại.

• Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP): Tiền xử lý dữ liệu bao gồm chuẩn hóa văn bản, loại bỏ từ dừng, tách từ bằng công cụ vnTokenizer với độ chính xác khoảng 96-98%. Các kỹ thuật trích xuất khía cạnh dựa trên tần suất xuất hiện của từ khóa lõi và từ chủ đề liên quan đến từng khía cạnh.

Các khái niệm chuyên ngành quan trọng bao gồm: đối tượng (object), khía cạnh (aspect), quan điểm hiện và ẩn (explicit and implicit opinion), đặc trưng hiện và ẩn (explicit and implicit feature), và đoạn đánh giá (opinion passage).

Phương pháp nghiên cứu

• Nguồn dữ liệu: Tập dữ liệu gồm 800 nhận xét của du khách về khách sạn AVANI tại Quy Nhơn, thu thập từ trang Tripadvisor.

• Phương pháp phân tích: Quy trình nghiên cứu gồm các bước: tiền xử lý dữ liệu (chuẩn hóa, loại bỏ từ dừng, tách từ), rút trích khía cạnh dựa trên tập từ lõi và từ chủ đề, phân lớp quan điểm theo khía cạnh sử dụng thuật toán SVM, và dự đoán xếp hạng sở thích của du khách theo từng khía cạnh.

• Cỡ mẫu và chọn mẫu: Tập dữ liệu gồm 800 nhận xét được chia ngẫu nhiên thành 70% dữ liệu huấn luyện và 30% dữ liệu kiểm tra để đánh giá mô hình.

• Công cụ: vnTokenizer cho xử lý ngôn ngữ tự nhiên, SV M light để thực hiện thuật toán SVM.

• Timeline nghiên cứu: Nghiên cứu được thực hiện trong năm 2020, tập trung vào phân tích dữ liệu thu thập trong cùng năm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Rút trích khía cạnh: Từ 800 nhận xét, các câu được phân bổ theo 5 khía cạnh chính của khách sạn như sau: Phòng (648 câu), Dịch vụ (573 câu), Nhân viên (426 câu), Vị trí (357 câu), Giá phòng (188 câu).

2. Phân lớp quan điểm: Bộ phân lớp SVM đạt độ chính xác cao trên tất cả các khía cạnh, với độ chính xác (precision) từ 91,6% đến 96,3%, độ bao phủ (recall) từ 89,4% đến 92,4%, và độ đo F1 từ 90,5% đến 93,5%.

3. Xếp hạng sở thích theo khía cạnh: Khía cạnh được du khách yêu thích nhất là phòng với tỷ lệ quan điểm tích cực đạt 86% theo dự đoán, tiếp theo là nhân viên (76%), vị trí (74%), giá phòng (77%) và dịch vụ (66%). Mức độ yêu thích thấp nhất thuộc về dịch vụ, với 34% quan điểm tiêu cực.

4. So sánh điểm xếp hạng dự đoán và dữ liệu thực tế: Chênh lệch giữa điểm xếp hạng dự đoán và điểm xếp hạng dựa trên dữ liệu đánh giá thực tế dao động từ 2% đến 7%, cho thấy mô hình dự đoán có độ tin cậy cao.

Thảo luận kết quả

Kết quả cho thấy phương pháp phân tích quan điểm theo khía cạnh kết hợp với thuật toán SVM có hiệu quả trong việc xác định sở thích của du khách về từng khía cạnh sản phẩm du lịch. Độ chính xác trên 90% của bộ phân lớp chứng tỏ khả năng phân biệt quan điểm tích cực và tiêu cực rất tốt. Sự khác biệt nhỏ giữa điểm xếp hạng dự đoán và dữ liệu thực tế có thể do tính đa dạng trong cách diễn đạt của người dùng và một số câu đánh giá mang tính trung lập hoặc mâu thuẫn.

So với các nghiên cứu trước đây, việc áp dụng phân tích quan điểm theo khía cạnh giúp cung cấp thông tin chi tiết hơn so với phân tích quan điểm tổng thể, từ đó hỗ trợ doanh nghiệp du lịch tập trung cải thiện các khía cạnh còn hạn chế như dịch vụ. Biểu đồ so sánh mức độ yêu thích theo khía cạnh có thể được trình bày để minh họa trực quan sự khác biệt về mức độ hài lòng của khách hàng, giúp các nhà quản lý dễ dàng ra quyết định.

Đề xuất và khuyến nghị

1. Tăng cường thu thập và mở rộng dữ liệu: Chủ động thu thập thêm dữ liệu đánh giá từ nhiều nguồn khác nhau và mở rộng phạm vi sản phẩm du lịch như nhà hàng, điểm tham quan để nâng cao độ chính xác và tính đại diện của mô hình trong vòng 1-2 năm tới. Chủ thể thực hiện: các doanh nghiệp du lịch và các tổ chức nghiên cứu.

2. Phát triển hệ thống phân tích quan điểm tự động: Xây dựng ứng dụng phân tích quan điểm theo khía cạnh tích hợp công nghệ học máy để tự động hóa việc phân tích và báo cáo sở thích của khách hàng, giúp doanh nghiệp nhanh chóng nắm bắt xu hướng và phản hồi. Thời gian triển khai dự kiến 12 tháng. Chủ thể thực hiện: các công ty công nghệ và phòng nghiên cứu nội bộ.

3. Đào tạo và nâng cao năng lực nhân sự: Tổ chức các khóa đào tạo về xử lý ngôn ngữ tự nhiên và học máy cho đội ngũ nhân viên phân tích dữ liệu nhằm nâng cao hiệu quả khai thác dữ liệu đánh giá khách hàng. Thời gian thực hiện 6-12 tháng. Chủ thể thực hiện: các trường đại học, trung tâm đào tạo và doanh nghiệp.

4. Tối ưu hóa dịch vụ dựa trên kết quả phân tích: Dựa trên các khía cạnh có tỷ lệ quan điểm tiêu cực cao như dịch vụ, doanh nghiệp cần thiết kế các chương trình cải tiến, nâng cao chất lượng phục vụ, đồng thời theo dõi sát sao phản hồi khách hàng để điều chỉnh kịp thời. Thời gian thực hiện liên tục, ưu tiên trong 6 tháng đầu. Chủ thể thực hiện: bộ phận quản lý khách sạn và dịch vụ khách hàng.

Đối tượng nên tham khảo luận văn

1. Doanh nghiệp du lịch và khách sạn: Giúp hiểu rõ hơn về sở thích và nhu cầu của khách hàng theo từng khía cạnh sản phẩm, từ đó cải thiện dịch vụ và tăng cường trải nghiệm khách hàng.

2. Nhà nghiên cứu và sinh viên ngành Khoa học máy tính, Xử lý ngôn ngữ tự nhiên: Cung cấp cơ sở lý thuyết và phương pháp thực nghiệm về phân tích quan điểm theo khía cạnh, hỗ trợ phát triển các nghiên cứu tiếp theo trong lĩnh vực học máy và khai phá dữ liệu.

3. Chuyên gia marketing và quản lý sản phẩm: Hỗ trợ phân tích dữ liệu đánh giá khách hàng để xây dựng chiến lược marketing hiệu quả, tập trung vào các điểm mạnh và khắc phục điểm yếu của sản phẩm.

4. Các tổ chức phát triển công nghệ và phần mềm: Tham khảo để phát triển các công cụ, ứng dụng phân tích quan điểm tự động, phục vụ cho các ngành công nghiệp liên quan đến du lịch và dịch vụ.

Câu hỏi thường gặp

1. Phân tích quan điểm theo khía cạnh khác gì so với phân tích quan điểm tổng thể?
   Phân tích quan điểm tổng thể đánh giá cảm nhận chung của người dùng về toàn bộ sản phẩm, trong khi phân tích theo khía cạnh đi sâu vào từng thuộc tính cụ thể như giá cả, dịch vụ, giúp hiểu rõ hơn về điểm mạnh và điểm yếu chi tiết.

2. Tại sao chọn thuật toán SVM cho phân lớp quan điểm?
   SVM có khả năng phân tách dữ liệu với biên lớn nhất, giúp tăng độ chính xác phân loại giữa các lớp tích cực và tiêu cực. Kết quả thực nghiệm cho thấy SVM đạt độ chính xác trên 90% trong bài toán này.

3. Làm thế nào để xử lý các câu đánh giá có quan điểm pha trộn tích cực và tiêu cực?
   Luận văn tập trung phân tích ở mức câu, mỗi câu được gán nhãn quan điểm tích cực hoặc tiêu cực. Các câu có quan điểm pha trộn được tách nhỏ hoặc xử lý riêng để đảm bảo độ chính xác trong phân loại.

4. Phương pháp rút trích khía cạnh dựa trên cơ sở nào?
   Phương pháp dựa trên tần suất xuất hiện của các từ khóa lõi và từ chủ đề liên quan đến từng khía cạnh, kết hợp với thuật toán lọc mẫu để loại bỏ các thuật ngữ không liên quan, đảm bảo trích xuất chính xác các khía cạnh được đề cập.

5. Ứng dụng thực tế của nghiên cứu này trong ngành du lịch là gì?
   Nghiên cứu giúp doanh nghiệp du lịch hiểu rõ sở thích của khách hàng theo từng khía cạnh, từ đó cải tiến dịch vụ, thiết kế sản phẩm phù hợp hơn và xây dựng các chiến lược marketing hiệu quả, góp phần tăng doanh thu và nâng cao uy tín thương hiệu.

Kết luận

• Luận văn đã trình bày tổng quan và ứng dụng phân tích quan điểm theo khía cạnh trong lĩnh vực du lịch, tập trung vào sản phẩm khách sạn.
• Phương pháp sử dụng thuật toán SVM kết hợp với kỹ thuật xử lý ngôn ngữ tự nhiên cho kết quả phân loại quan điểm chính xác trên 90%.
• Kết quả thực nghiệm trên 800 nhận xét khách sạn AVANI cho thấy khả năng xác định sở thích của du khách theo từng khía cạnh với độ tin cậy cao.
• Nghiên cứu mở ra hướng phát triển cho các ứng dụng phân tích quan điểm tự động trong ngành du lịch và các lĩnh vực liên quan.
• Các bước tiếp theo bao gồm mở rộng dữ liệu, thử nghiệm thêm các thuật toán học máy khác và xây dựng ứng dụng thực tế phục vụ doanh nghiệp.

Các nhà nghiên cứu và doanh nghiệp nên phối hợp triển khai các giải pháp phân tích quan điểm theo khía cạnh để nâng cao chất lượng dịch vụ và đáp ứng tốt hơn nhu cầu khách hàng trong bối cảnh cạnh tranh ngày càng gia tăng.

Trích đoạn nội dung tài liệu

Chương 1 Tổng quan Chương này trình bày tổng quan về các vấn đề nghiên cứu trong luận văn, bao gồm: phân tích quan điểm, phân tích quan điểm theo khía cạnh và các cách tiếp cận để giải quyết bài toán này. Cuối chương, chúng tôi nêu ra vấn đề luận văn sẽ tập trung giải quyết.1 Phân tích quan điểm 1.1 Giới thiệu Trong thực tế, thông tin dạng văn bản có thể chia làm hai loại chính: Sự kiện (facts) và quan điểm (opinions). Sự kiện là những biểu hiện khách quan về các thực thể trong thế giới thực. Ví dụ, “Hôm qua, tôi đã đến một khách sạn”.

Trong khi đó, quan điểm là các ý kiến chủ quan mô tả sự đánh giá và tình cảm của con người đối với các thực thể. Ví dụ, “Khách sạn này có thiết kế rất đẹp”. Quan điểm có vai trò rất quan trọng, bởi khi cần quyết định một vấn đề nào đó chúng ta thường đặt ra câu hỏi “Mọi người nghĩ về vấn đề đó như thế nào?”. Chẳng hạn khi bạn muốn đặt một khách sạn để đi du lịch, bạn sẽ hỏi bạn bè “Khách sạn đó có đẹp hay không?, “Dịch vụ khách sạn đó thế nào”.

Như vậy quan điểm của người khác giúp chúng ta có thêm thông tin khi quyết định một vấn đề. Ý kiến phản hồi của khách hàng đối với các sản phẩm, dịch vụ trực tuyến trên mạng Internet là nguồn thông tin quan trọng đối với các doanh nghiệp. Bởi vì nó 3 giúp họ hiểu được điểm mạnh, điểm yếu trong sản phẩm, dịch vụ của mình, đồng thời nhanh chóng nắm bắt được tâm lý và nhu cầu khách hàng để mang đến cho họ sản phẩm, dịch vụ tốt hơn. Tuy nhiên với số lượng ý kiến rất lớn và cập nhật liên tục sẽ nảy sinh nhu cầu xây dựng một hệ thống tự động để phân tích quan điểm.

Phân tích quan điểm giúp các công ty, doanh nghiệp biết được ý kiến, quan điểm của một bộ phận người quan tâm về vấn đề của công ty, doanh nghiệp, từ đó họ có thể đề ra các chiến lược phát triển mới. BoPang và Lillian Lee [23] đã chứng minh vai trò quan trọng của phân tích quan điểm. Các tác giả đã thực hiện cuộc điều tra vào năm 2006 với 2500 thanh niên Mỹ về hoạt động sử dụng Internet. Kết quả cho thấy 27% để tìm kiếm online, 28% hoạt động trực tuyến để tham gia các hoạt động cộng đồng mạng, 28% sử dụng để chia sẻ quan điểm và 8% để bình luận chính trị.

Như vậy, ta thấy tỉ lệ người sử dụng Internet để chia sẻ quan điểm rất lớn, đó là kho giá trị giàu thông tin cần có cho một hệ thống phân tích quan điểm. Ở Việt Nam, con số những người sử dụng Internet ngày càng lớn, theo thống kê của trung tâm Internet Việt Nam VNNIC (Vietnam Network Information Center), tính đến năm 2015, số người sử dụng Internet ở Việt Nam chiếm 44% số dân của cả nước. Cùng với sự phát triển của mạng xã hội, blog ngày càng nhiều các thông tin cá nhân, quan điểm cá nhân được đưa lên Internet, tạo kho dữ liệu lớn cho khai phá và tổng hợp quan điểm. Đây là một lợi thế nhưng cũng là một thách thức cho bài toán phân tích quan điểm.1: Minh họa nhận xét của người dùng 4 1.2 Một số khái niệm ˆ Đối tượng (object): Dùng để chỉ thực thể (người, sản phẩm, sự kiện, chủ đề,.) được đánh giá.

Mỗi đối tượng có một tập các thành phần (components) hay thuộc tính (atributes), gọi chung là các đặc trưng (features). Mỗi thành phần hay thuộc tính lại có một tập các thành phần con hay thuộc tính con. Như vậy, một đối tượng O được biểu diễn bởi một cặp (T,A): – T là cấu trúc phân cấp thành phần cha – thành phần con; – A là tập các thuộc tính của đối tượng O. Ví dụ, một khách sạn có một tập các thành phần: giá phòng, phòng, vị trí, nhân viên,.

và các thuộc tính: đắt, rẻ, đẹp, xấu, thân thiện,. Trong đó, thành phần giá cả có thuộc tính con đắt, rẻ,. ˆ Các đặc trưng hiện và ẩn: Với mỗi một đánh giá d bao gồm một tập các câu d = {s1 , s2 ,. Nếu đặc trưng f xuất hiện trong d, ta nói f là đặc trưng hiện (explicit feature).

Ngược lại, ta nói, f là đặc trưng ẩn (implicit feature). Ví dụ, “ Dịch vụ khách sạn này có giá cả rất đắt”: Đặc trưng “dịch vụ” là đặc trưng hiện. “Phòng khách sạn này quá nhỏ”: đặc trưng “kích cỡ” là đặc trưng ẩn. ˆ Quan điểm hiện, ẩn: Quan điểm hiện (explicit opinion) là quan điểm tường minh về một đặc trưng f là một câu thể hiện quan điểm mang tính chủ quan, diễn tả trực tiếp quan điểm tích cực hay tiêu cực của tác giả.

Quan điểm ẩn (implicit opinion) về một đặc trưng f là câu thể hiện quan điểm tích cực, tiêu cực một cách không tường minh (hàm ý, ẩn ý). Ví dụ, “Khách sạn này rất đẹp” – Quan điểm hiện. “Khách sạn này không được đẹp cho lắm” – Quan điểm ẩn. ˆ Người đánh giá (opinion header): Là người hay tổ chức cụ thể đưa ra lời đánh giá.

Với các đánh giá trên forum, blogs,. người đánh giá chính là các tác giả của bài đánh giá đó. Trong phạm vi đề tài này, du khách là người đánh giá về sản phẩm du lịch. ˆ Đoạn đánh giá (opinion passage) về một đặc trưng: Đoạn đánh giá về một đặc trưng f của đối tượng O trong d là một tập các câu liên tiếp trong d 5 diễn tả quan điểm tích cực hay tiêu cực về đặc trưng f.

Đoạn đánh giá bao gồm tối thiểu ít nhất một câu. Hầu hết các nghiên cứu hiện tại tập trung vào mức câu, mỗi một đoạn bao gồm một câu. Khái niệm đoạn và câu được dùng tương đương về ngữ nghĩa trong ngữ cảnh này.3 Một số bài toán trong phân tích quan điểm 1.1 Tổng quan một hệ thống phân tích quan điểm Ngày nay đã có nhiều hệ thống phân tích quan điểm làm việc với những miền dữ liệu khác nhau, như hệ thống smcc1 của công ty InfoRe làm việc trên miền dữ liệu sản phẩm điện thoại di động, hệ thống Vsocial2 của công ty Tecapro làm việc trên miền dữ liệu ngân hàng. Nhìn chung, mô hình biểu diễn kiến trúc chung của một hệ thống khai phá và phân tích quan điểm được thể hiện như trong Hình 1.

Xuất phát từ nguồn dữ liệu đánh giá thực thể của người sử dụng trên các hệ thống như Amazon 3 , Tripadvisor 4 , Youtube 5 , thegioididong6. Hệ thống phân tích quan điểm làm việc với các nguồn dữ liệu này, gồm các thành phần chính như sau: ˆ Thu thập (crawler): thành phần tự động lấy dữ liệu đánh giá của người dùng từ các hệ thống trực tuyến Web. ˆ Tiền xử lý (pre-processing): Thành phần này có nhiệm vụ xử lý dữ liệu, gồm các công việc như: loại bỏ từ dừng, chuẩn hóa các từ và dấu cách, tách từ. ˆ Trích chọn đặc trưng (feature extraction, data representation): Sử dụng kỹ thuật biểu diễn văn bản (ví dụ, mô hình bag of word) để biểu diễn các văn bản đầu vào thành các vector đặc trưng.vn 2 https://vsocial.vn 3 https://www.com 4 https://www.com 5 https://www.com 6 https://www.2: Kiến trúc tổng quan hệ thống phân tích quan điểm theo hướng tiếp cận học máy ˆ Học máy (machine learning): Gồm có hai pha: huấn luyện và dự đoán.

Pha huấn luyện sử dụng tập dữ liệu huấn luyện làm đầu vào và có nhiệm vụ học một mô hình dự đoán. Pha dự đoán có nhiệm vụ tính toán để phân loại quan điểm cho các vector biểu diễn văn bản từ đầu vào.3: Đánh giá về khách sạn Avani Quy Nhơn trên trang Tripadvisor.2 Phân lớp quan điểm Với bài toán này có thể coi phân tích quan điểm như bài toán phân lớp văn bản. Bài toán phân lớp văn bản là đánh giá tích cực hay tiêu cực. Ví dụ, với một đánh giá sản phẩm, hệ thống xác định xem nhận xét về sản phẩm ấy là tốt hay xấu.

Phân lớp này thường phân lớp ở mức tài liệu. Thông tin được phát hiện không mô tả chi tiết về những gì mọi người thích hay không thích. Bài toán phân lớp quan điểm và phân lớp văn bản về cơ bản tương tự nhau, tuy nhiên có một số khác biệt như sau: ˆ Khác biệt thứ nhất trong bài toán phân lớp văn bản dựa vào chủ đề được xác định trước như chính trị, thể thao, ca nhạc, hội họa. trong bài toán phân lớp các quan điểm vào hai nhóm là tích cực và tiêu cực.

ˆ Khác biệt thứ hai là trong bài toán phân lớp văn bản các từ khóa liên quan tới chủ đề là quan trọng, trong bài toán phân lớp quan điểm từ khóa diễn tả quan điểm, tình cảm đóng vai trò quan trọng.3 Phân tích và tổng hợp quan điểm dựa trên đặc trưng Bài toán đi sâu vào phát hiện ở mức câu, tức là tìm kiếm các khía cạnh của đối tượng mà người đánh giá thích hay không thích. Một đối tượng có thể là sản phẩm, dịch vụ, chủ đề, cá nhân hay tổ chức. Ví dụ, trong một bài đánh giá về một sản phẩm, bài toán xác định các đặc trưng của sản phẩm mà người dùng bình luận và xác định các ý kiến là tích cực hay tiêu cực. Ví dụ, trong câu: “Giá phòng của khách sạn này quá đắt”.

Người dùng nhận xét về “Giá phòng” và ý kiến là tiêu cực. Kết quả bài toán đưa ra một bản đánh giá tổng hợp quan điểm về đối tượng được đề cập.4 Phân tích quan điểm so sánh Ngoài cách biểu diễn các quan điểm bằng cách trực tiếp nhận xét về đối tượng còn có một cách đánh giá khác bằng cách so sánh đối tượng muốn nhận xét với một đối tượng khác. Ví dụ, câu sau so sánh hai khách sạn: “View của khách sạn A đẹp hơn khách sạn B”. Chúng ta muốn xác định câu trên là trích xuất các mối quan hệ so sánh thể hiện trong câu.

Trong giới hạn của luận văn này, bài toán phân 8 lớp quan điểm là trọng tâm nghiên cứu. Coi phân lớp quan điểm như là phân lớp văn bản được đề cập. Mỗi văn bản thể hiện một quan điểm và quá trình phân lớp quan điểm chính là phân lớp văn bản. Các quan điểm được phân vào hai lớp tích cực và tiêu cực, và không quan tâm tới lớp trung lập bởi những nhận định mang tính trung lập không ảnh hưởng tới kết quả tổng hợp quan điểm.4 Ứng dụng của phân tích quan điểm "Những gì người khác nghĩ" đã luôn luôn là một phần quan trọng trong việc cung cấp thông tin cho quá trình ra quyết định của hầu hết chúng ta.