Phân Tích Tình Cảm Đánh Giá Khách Hàng Dịch Vụ Giao Thức Ăn Uống

Khóa luận tốt nghiệp áp dụng phân tích cảm xúc NLP để phát hiện cảm xúc qua đánh giá trực tuyến, mang lại cái nhìn sâu sắc về ý kiến người dùng.

• Tác giả: Nguyen Thi Khanh Ha
• Người hướng dẫn: PhD Do Trong Hop
• Trường học: Viet Nam National University Ho Chi Minh City
• Chuyên ngành: Information Systems Engineering
• Đề tài: Phân Tích Tình Cảm Đánh Giá Khách Hàng Dịch Vụ Giao Thức Ăn Uống
• Loại tài liệu: Graduation Thesis
• Năm xuất bản: 2023
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• ACKNOWLEDGMENT
• 1. CHAPTER 1: INTRODUCTION. GOAL AND STUDY SCOPE
• 2. CHAPTER 2: THEORETICAL FOUNDATIONS
• 2.1. Overview of the Analysis Problem
• 2.2. Current Approaches in Sentiment Analysis
• 2.3. Topic Modeling Approaches
• 2.4. Algorithm and Fundamental Concept
• 2.5. RNN, LSTM and Transformer Architecture
• 2.6. Pretrained BERT Model Theory
• 2.7. The theory of PhoBERT pretraining model
• 2.8. The theory of LDA model
• 3. CHAPTER 3: THEORETICAL DATASET AND SOLUTION APPROACH
• 3.1. Introduction to the Training Dataset
• 3.2. Process and Algorithms used in Sentiment Analysis
• 3.3. Tokenization and Encoding
• 3.4. Sentiment Analysis Model building
• 4. CHAPTER 4: SYSTEM DESIGN & IMPLEMENTATION
• 4.1. Overview of System Design
• 4.2. Deployment of System
• 4.3. Systems to be Deployed and Technologies Used
• 4.4. Visualization of Analytical Results
• 5. CHAPTER 5: RESULTS AND CONCLUSIONS
• LIST OF FIGURES
• LIST OF TABLES
• LIST OF ACRONYMS

Tóm tắt

I. Tổng Quan Về Phân Tích Tình Cảm Đánh Giá Khách Hàng Dịch Vụ Giao Thức Ăn Uống

Phân tích tình cảm là một lĩnh vực quan trọng trong nghiên cứu hành vi khách hàng, đặc biệt trong ngành dịch vụ giao thức ăn uống. Việc hiểu rõ cảm xúc và ý kiến của khách hàng giúp các doanh nghiệp cải thiện chất lượng dịch vụ và tăng cường sự hài lòng của khách hàng. Nghiên cứu này sẽ tập trung vào việc phân tích các đánh giá của khách hàng để rút ra những thông tin giá trị về cảm xúc của họ.

1.1. Định Nghĩa Phân Tích Tình Cảm Trong Ngành Dịch Vụ

Phân tích tình cảm, hay còn gọi là khai thác ý kiến, là quá trình xác định và phân loại cảm xúc của khách hàng thông qua các đánh giá và phản hồi. Điều này giúp doanh nghiệp hiểu rõ hơn về cảm nhận của khách hàng đối với dịch vụ của họ.

1.2. Tầm Quan Trọng Của Phân Tích Tình Cảm

Phân tích tình cảm không chỉ giúp doanh nghiệp cải thiện dịch vụ mà còn tạo ra mối liên kết bền chặt với khách hàng. Khi khách hàng cảm thấy ý kiến của họ được lắng nghe, họ có xu hướng trung thành hơn với thương hiệu.

II. Vấn Đề Trong Phân Tích Tình Cảm Đánh Giá Khách Hàng

Mặc dù phân tích tình cảm mang lại nhiều lợi ích, nhưng cũng tồn tại nhiều thách thức. Việc xử lý một lượng lớn dữ liệu văn bản từ các đánh giá là một nhiệm vụ khó khăn. Các đánh giá thường không có cấu trúc rõ ràng và chứa nhiều yếu tố như sự châm biếm hay hài hước, làm cho việc phân tích trở nên phức tạp.

2.1. Khối Lượng Dữ Liệu Lớn

Doanh nghiệp phải đối mặt với khối lượng lớn dữ liệu từ các đánh giá, điều này đòi hỏi các công cụ phân tích hiệu quả để xử lý và rút ra thông tin có giá trị.

2.2. Đặc Điểm Ngôn Ngữ Khách Hàng

Ngôn ngữ trong các đánh giá thường không chính thức và có thể chứa nhiều lỗi chính tả, từ lóng, và cách diễn đạt không chuẩn, gây khó khăn cho việc phân tích.

III. Phương Pháp Phân Tích Tình Cảm Hiện Nay Trong Ngành Dịch Vụ Giao Thức Ăn Uống

Để giải quyết các vấn đề trong phân tích tình cảm, nhiều phương pháp hiện đại đã được áp dụng. Các kỹ thuật như mô hình hóa chủ đề và phân tích cảm xúc bằng máy học đã cho thấy hiệu quả trong việc rút ra thông tin từ các đánh giá của khách hàng.

3.1. Mô Hình Hóa Chủ Đề

Mô hình hóa chủ đề giúp xác định các chủ đề chính trong các đánh giá, từ đó cung cấp cái nhìn tổng quan về những gì khách hàng quan tâm nhất.

3.2. Sử Dụng Mô Hình Học Sâu

Các mô hình học sâu như LSTM và BERT đã được áp dụng để phân tích cảm xúc, cho phép phân loại chính xác các đánh giá thành tích cực, tiêu cực hoặc trung lập.

IV. Ứng Dụng Thực Tiễn Của Phân Tích Tình Cảm Trong Dịch Vụ Giao Thức Ăn Uống

Kết quả từ phân tích tình cảm có thể được sử dụng để cải thiện dịch vụ và tăng cường sự hài lòng của khách hàng. Doanh nghiệp có thể theo dõi cảm xúc của khách hàng theo thời gian và điều chỉnh chiến lược kinh doanh dựa trên phản hồi thực tế.

4.1. Cải Thiện Chất Lượng Dịch Vụ

Phân tích tình cảm giúp doanh nghiệp nhận diện các vấn đề trong dịch vụ và đưa ra các biện pháp cải thiện kịp thời.

4.2. Tăng Cường Sự Hài Lòng Của Khách Hàng

Bằng cách lắng nghe và phản hồi ý kiến của khách hàng, doanh nghiệp có thể xây dựng mối quan hệ tốt hơn và tăng cường sự trung thành của khách hàng.

V. Kết Luận Và Tương Lai Của Phân Tích Tình Cảm Trong Ngành Dịch Vụ Giao Thức Ăn Uống

Phân tích tình cảm sẽ tiếp tục đóng vai trò quan trọng trong việc hiểu và cải thiện trải nghiệm của khách hàng trong ngành dịch vụ giao thức ăn uống. Với sự phát triển của công nghệ, các phương pháp phân tích sẽ ngày càng trở nên chính xác và hiệu quả hơn.

5.1. Xu Hướng Tương Lai

Dự báo rằng công nghệ phân tích tình cảm sẽ ngày càng phát triển, giúp doanh nghiệp nắm bắt nhanh chóng và chính xác hơn cảm xúc của khách hàng.

5.2. Tích Hợp Công Nghệ Mới

Việc tích hợp các công nghệ mới như trí tuệ nhân tạo và học máy sẽ giúp nâng cao khả năng phân tích và đưa ra quyết định dựa trên dữ liệu.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Ngành dịch vụ giao đồ ăn trực tuyến tại Việt Nam ghi nhận sự phát triển mạnh mẽ trong giai đoạn 2016–2020 với tốc độ tăng trưởng bình quân hàng năm đạt 96%. Giai đoạn 2021–2025, tốc độ tăng trưởng duy trì ở mức 35,8%/năm, và dự báo quy mô thị trường sẽ đạt giá trị 2.709,7 triệu USD vào năm 2025 theo báo cáo của Statista. Sự chuyển dịch trong hành vi của người tiêu dùng hiện đại sang các nền tảng kỹ thuật số bắt nguồn từ lối sống bận rộn và ưu tiên tính tiện lợi, dẫn đến sự gia tăng nhanh chóng về nhu cầu sử dụng dịch vụ giao đồ ăn trực tuyến.

Cùng với sự bùng nổ của các nền tảng trực tuyến, người tiêu dùng có không gian để chia sẻ trải nghiệm và ý kiến cá nhân. Theo số liệu khảo sát từ Podium:

• 93% người tiêu dùng cho biết các đánh giá trực tuyến tác động trực tiếp đến thói quen và quyết định mua hàng của họ.
• 82% người tiêu dùng bị thuyết phục thực hiện mua hàng bởi nội dung cụ thể của một đánh giá.
• 80% người dùng đánh giá các nhận xét về doanh nghiệp địa phương có mức độ hữu ích tương đương với các đánh giá sản phẩm trên các sàn thương mại điện tử lớn như Amazon.
• Điểm đánh giá trung bình tối thiểu mà đa số khách hàng cân nhắc để bắt đầu tương tác với một doanh nghiệp hoặc sản phẩm là 3,3 sao.

Tuy nhiên, việc giám sát và phân tích thủ công các đánh giá của khách hàng đặt ra nhiều thách thức đối với doanh nghiệp:

1. Khối lượng dữ liệu văn bản lớn và ở dạng phi cấu trúc, tiêu tốn nhiều thời gian và nguồn lực nhân sự để xử lý.
2. Cách thức diễn đạt của người dùng mang tính cá nhân cao, thường chứa đựng các yếu tố sắc thái phức tạp như mỉa mai, châm biếm, hài hước, kèm theo lỗi chính tả, tiếng lóng và từ viết tắt.
3. Doanh nghiệp gặp khó khăn trong việc nhận diện và phân loại chi tiết các khía cạnh dịch vụ khác nhau như chất lượng món ăn, tốc độ giao hàng và thái độ phục vụ.
4. Đa phần các giải pháp phân tích tình cảm hiện có được thiết kế tối ưu cho tiếng Anh, chưa tương thích hoàn toàn với các đặc trưng ngữ nghĩa và cấu trúc ngữ pháp của tiếng Việt.

Trước thực trạng đó, đề tài "Phân Tích Tình Cảm Đánh Giá Khách Hàng Dịch Vụ Giao Thức Ăn" (Sentiment Analysis of Customer Reviews of Food Delivery Services) do hai sinh viên Nguyễn Thị Khánh Hà và Vũ Thị Quý thực hiện dưới sự hướng dẫn của TS. Đỗ Trọng Hợp và ThS. Nguyễn Thu Thủy tại Khoa Hệ thống Thông tin, Trường Đại học Công nghệ Thông tin – ĐHQG TP.HCM (năm 2023) tập trung giải quyết bài toán phân tích tự động dữ liệu đánh giá tiếng Việt.

Nhiệm vụ và mục tiêu nghiên cứu cụ thể bao gồm:

1. Thu thập dữ liệu đánh giá của người dùng từ trang web Foody trên phạm vi toàn bộ các tỉnh, thành phố tại Việt Nam.
2. Ứng dụng các kỹ thuật xử lý ngôn ngữ tự nhiên và học sâu, bao gồm Word Cloud, mô hình hóa chủ đề ẩn (Latent Dirichlet Allocation - LDA), mô hình LSTM và mô hình ngôn ngữ huấn luyện trước PhoBERT để phân tích dữ liệu.
3. Xây dựng một hệ thống hoàn chỉnh tự động hóa quy trình xử lý dữ liệu, phân tích và trực quan hóa kết quả trên nền tảng giao diện web tương tác (Dashboard).

Đối tượng nghiên cứu là các bình luận, phản hồi dạng văn bản của khách hàng đối với dịch vụ giao đồ ăn. Phạm vi nghiên cứu tập trung vào phân loại nhãn cảm xúc theo 3 mức độ: Tích cực (Positive: 1), Trung tính (Neutral: 0) và Tiêu cực (Negative: -1).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tiếp cận

Nghiên cứu tổng hợp cơ sở lý luận từ các nhánh chính trong xử lý ngôn ngữ tự nhiên (NLP) và khai phá văn bản:

1. Phân tích tình cảm (Sentiment Analysis):

   • Các cấp độ phân tích: Cấp độ tài liệu (Document level), cấp độ câu (Sentence level), cấp độ cụm từ (Phrase level) và cấp độ khía cạnh (Aspect level).
   • Các nhóm phương pháp: Phương pháp học máy (Machine Learning - Supervised, Semi-supervised, Unsupervised), phương pháp dựa trên từ điển cảm xúc (Lexicon-based) và phương pháp kết hợp (Hybrid approach).

2. Khai phá từ khóa và mô hình hóa chủ đề:

   • Word Cloud (Đám mây từ): Trực quan hóa tần suất xuất hiện của từ khóa; loại bỏ từ dừng (Stop words) thông qua phương pháp tiếp cận theo từ điển (Dictionary-based) và tiếp cận theo tần suất (Frequency-based).
   • Latent Dirichlet Allocation (LDA): Kỹ thuật học không giám sát dựa trên xác suất để phát hiện các chủ đề ẩn (hidden topics) trong tập văn bản, dựa trên giả định mỗi tài liệu là một tập hợp phân phối các chủ đề và mỗi chủ đề là một phân phối xác suất trên các từ vựng.

3. Đặc trưng ngôn ngữ học tiếng Việt và cơ chế tách từ (Tokenization):

   • Tiếng Việt là ngôn ngữ đơn lập, ranh giới giữa các từ không được thể hiện bằng khoảng trắng. Cấu trúc từ vựng bao gồm từ đơn (đơn âm tiết, đa âm tiết mượn tiếng nước ngoài) và từ phức (từ ghép đẳng lập, từ ghép chính phụ, từ láy toàn bộ, từ láy bộ phận). Hiện tượng nhập nhằng ngữ nghĩa xuất hiện tùy theo cách phân tách từ (ví dụ: "Xoài / phun thuốc / sâu / không / ăn" khác với "Xoài / phun / thuốc sâu / không / ăn").
   • Các cấp độ tách từ: Cấp độ từ (Word-based), cấp độ ký tự (Character-based) và cấp độ phân đoạn từ (Subword-based với Byte Pair Encoding - BPE, WordPiece, SentencePiece). Khóa luận khảo sát các bộ công cụ tách từ tiếng Việt như PyVi, Underthesea và VnCoreNLP.

4. Các kiến trúc mạng nơ-ron và mô hình ngôn ngữ:

   • Mạng nơ-ron hồi quy (RNN): Mô hình hóa dữ liệu dạng chuỗi nhưng gặp giới hạn về tốc độ tính toán tuần tự và hiện tượng suy giảm/bùng nổ đạo hàm (Vanishing/Exploding Gradient).
   • Mạng bộ nhớ ngắn-dài (LSTM): Khắc phục lỗi suy giảm đạo hàm thông qua ô nhớ trạng thái (cell state) và 3 cổng điều khiển: cổng quên (forget gate), cổng vào (input gate), cổng ra (output gate).
   • Transformer: Kiến trúc dựa hoàn toàn trên cơ chế tự chú ý (Self-Attention với các vector Query, Key, Value), cho phép tính toán song song hóa trên GPU và nắm bắt phụ thuộc ngữ cảnh khoảng cách xa.
   • Mô hình BERT và các biến thể: Kiến trúc Transformer Encoder hai chiều được huấn luyện trước trên BooksCorpus (800 triệu từ) và English Wikipedia (2.500 triệu từ) với hai nhiệm vụ Masked Language Model (MLM) và Next Sentence Prediction (NSP). Cấu trúc gồm bản BERT-Base (12 lớp, 768 hidden units, 12 attention heads, 110 triệu tham số) và BERT-Large (24 lớp, 1024 hidden units, 16 heads, 340 triệu tham số).

Bảng so sánh các mô hình Transformer được khảo sát trong nghiên cứu

Tên mô hình	Cấu trúc & Đặc điểm kỹ thuật	Đánh giá tính phù hợp trong đề tài
BERT	Bản bert-base-uncased, 12 khối Transformer, 768 hidden units, 12 heads. Giảm hiện tượng quá khớp bằng Dropout 0.1, Dense layer 2 neuron ở đầu ra.	Thời gian huấn luyện nhanh trên tập dữ liệu nhỏ, đạt hiệu năng tốt trên các tác vụ phân loại cơ bản.
XLNet	Khảo sát mô hình hóa ngôn ngữ hoán vị kết hợp ưu điểm của autoregressive và autoencoding.	Cung cấp khả năng biểu diễn ngữ cảnh mở rộng.
DistilBERT	Bản distilbert-base-uncased, 6 khối Transformer, 768 hidden units, 12 heads.	Rút gọn tham số, tối ưu hóa tốc độ huấn luyện và dự đoán.
RoBERTa	Bản roberta-base, 12 khối Transformer, 768 hidden units, 12 heads; tối ưu hóa quy trình huấn luyện của BERT.	Khả năng trích xuất đặc trưng văn bản và phân loại chuỗi ổn định.
BARTPho	Mô hình Sequence-to-Sequence dành riêng cho tiếng Việt, công bố năm 2022 bởi VinAI, hỗ trợ 2 biến thể âm tiết (syllables) và từ (words).	Phù hợp cho các tác vụ tóm tắt văn bản, dịch máy; không tối ưu cho tác vụ phân tích tình cảm.
PhoBERT	Mô hình dựa trên kiến trúc RoBERTa huấn luyện riêng cho tiếng Việt, chỉ sử dụng nhiệm vụ MLM, huấn luyện trên 20GB dữ liệu văn bản tiếng Việt (1GB Wikipedia + 19GB từ 58 báo điện tử).	Được lựa chọn: Tối ưu hóa cho ngữ nghĩa tiếng Việt và đạt độ chính xác cao nhất cho bài toán phân tích tình cảm.

Phương pháp nghiên cứu thực tế

• Thu thập dữ liệu: Thu thập tự động các bình luận đánh giá nhà hàng, quán ăn từ website Foody trên quy mô toàn quốc.
• Tiền xử lý văn bản: Chuẩn hóa chữ thường (lowercase conversion), chuẩn hóa biểu tượng cảm xúc (Facebook Emojis), lọc bỏ từ dừng (Stop words), tách từ tiếng Việt tạo danh sách token.
• Thực nghiệm phân tích: Áp dụng LDA để rút trích các cụm chủ đề; áp dụng thuật toán Word Cloud để trích xuất từ khóa nổi bật; xây dựng và tinh chỉnh mô hình LSTM và PhoBERT phục vụ phân loại nhãn cảm xúc.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo quy trình xử lý dữ liệu tự động phục vụ 3 tác vụ phân tích chính: Word Cloud, Topic Modeling và Sentiment Analysis.

+-------------------------------------------------------------------------+
|                  HỆ THỐNG XỬ LÝ VÀ PHÂN TÍCH TỰ ĐỘNG                     |
+-------------------------------------------------------------------------+
| [Dữ liệu Foody] -> [Tiền xử lý & Tokenize] -> [Batch Processing]        |
|                                                     |                   |
|       +---------------------+-----------------------+                   |
|       |                     |                       |                   |
|       v                     v                       v                   |
|  [Word Cloud]       [Topic Modeling - LDA]   [Sentiment - PhoBERT/LSTM] |
|       \                     |                       /                   |
|        +--------------------+----------------------+                    |
|                             |                                           |
|                             v                                           |
|               [Hệ quản trị CSDL PostgreSQL]                             |
|                             |                                           |
|                             v                                           |
|                 [Web Dashboard Trực quan hóa]                           |
+-------------------------------------------------------------------------+

Kiến trúc và quy trình xử lý

• Quy trình xử lý theo lô (Batch Processing Workflow): Toàn bộ dữ liệu thu thập được đưa vào pipeline tiền xử lý, chuẩn hóa token và chuyển giao song song tới các module phân tích chuyên biệt.
• Cơ sở dữ liệu: Sử dụng hệ quản trị cơ sở dữ liệu quan hệ PostgreSQL để lưu trữ thông tin nhà hàng, nội dung đánh giá của khách hàng, bảng từ điển stop words, kết quả phân bổ chủ đề từ LDA và nhãn cảm xúc dự đoán từ mô hình học sâu.
• Giao diện trực quan hóa (Dashboard): Triển khai ứng dụng web hiển thị các biểu đồ phân phối cảm xúc, hình ảnh đám mây từ khóa theo từng nhóm đánh giá và danh sách chủ đề được phân nhóm tự động, cho phép người dùng lọc và tra cứu dữ liệu trực quan.

Nội dung chính theo từng chương

Chapter 1: INTRODUCTION

Chương 1 trình bày tổng quan về thị trường dịch vụ giao đồ ăn trực tuyến tại Việt Nam và vai trò của việc phân tích đánh giá khách hàng. Tác giả nêu bật bài toán nghiên cứu, các thách thức trong việc xử lý văn bản tiếng Việt phi cấu trúc, mục tiêu nghiên cứu, phạm vi thu thập dữ liệu trên website Foody, phương pháp luận tổng quát và bố cục của khóa luận.

Chapter 2: THEORETICAL FOUNDATIONS

Chương 2 cung cấp nền tảng lý thuyết chi tiết về:

• Tổng quan bài toán phân tích tình cảm, định nghĩa và các cấp độ phân loại cảm xúc.
• Phương pháp Word Cloud và các chiến lược lọc từ dừng (Stop words).
• Cơ sở toán học của mô hình hóa chủ đề ẩn (Topic Modeling) và thuật toán Latent Dirichlet Allocation (LDA).
• Ngữ pháp và cấu trúc từ vựng tiếng Việt, các kỹ thuật tách từ (Word-based, Character-based, Subword-based / Byte Pair Encoding).
• Kiến trúc mạng nơ-ron từ RNN, LSTM đến Transformer (cơ chế Self-Attention).
• Lý thuyết mô hình BERT, quy trình Pre-training và Fine-tuning, cùng khảo sát các mô hình ngôn ngữ BERT, XLNet, DistilBERT, RoBERTa, BARTPho và PhoBERT.

Chapter 3: THEORETICAL DATASET AND SOLUTION APPROACH

Chương 3 chi tiết hóa quy trình xử lý dữ liệu và xây dựng giải pháp:

• Thu thập tập dữ liệu đánh giá ẩm thực từ Foody.
• Quy trình tiền xử lý: Chuẩn hóa chữ thường, ánh xạ emoji Facebook, làm sạch văn bản, loại bỏ stop words.
• Kỹ thuật tách từ và mã hóa chuỗi văn bản phục vụ mô hình.
• Xây dựng mô hình phân tích tình cảm (Sentiment Analysis) sử dụng LSTM và tinh chỉnh mô hình PhoBERT.
• Quy trình xử lý và tạo đám mây từ (Word Cloud).
• Thiết lập quy trình trích xuất chủ đề bằng mô hình LDA.

Chapter 4: SYSTEM DESIGN & IMPLEMENTATION

Chương 4 tập trung vào thiết kế kỹ thuật và triển khai hệ thống:

• Sơ đồ kiến trúc tổng thể hệ thống và quy trình xử lý theo lô (Batch processing workflow).
• Cài đặt hệ quản trị cơ sở dữ liệu PostgreSQL, chi tiết hóa cấu trúc các bảng lưu trữ dữ liệu.
• Thiết kế và triển khai giao diện Dashboard trên nền tảng web nhằm trực quan hóa kết quả phân tích thống kê, biểu đồ phân loại tình cảm, hiển thị hình ảnh Word Cloud và kết quả trích xuất chủ đề.

Chapter 5: RESULTS AND CONCLUSIONS

Chương 5 tổng kết các kết quả đạt được từ việc triển khai hệ thống và thực nghiệm mô hình, chỉ ra những hạn chế gặp phải trong quá trình nghiên cứu và đề xuất các hướng mở rộng trong tương lai.

Kết quả và đóng góp

Kết quả chính

• Xây dựng thành công quy trình xử lý tự động dữ liệu văn bản đánh giá tiếng Việt trong lĩnh vực giao thức ăn từ Foody.
• Ứng dụng mô hình PhoBERT vào bài toán phân loại cảm xúc 3 nhãn (Tích cực, Trung tính, Tiêu cực), tận dụng bộ trọng số huấn luyện trước trên 20GB dữ liệu tiếng Việt để nâng cao độ chính xác nhận diện ngữ cảnh.
• Trích xuất thành công các từ khóa đặc trưng thông qua Word Cloud và các nhóm chủ đề phản ánh sự quan tâm của khách hàng (chất lượng món ăn, giá cả, thái độ phục vụ, thời gian giao hàng) thông qua LDA.
• Hoàn thiện hệ thống tích hợp cơ sở dữ liệu PostgreSQL và giao diện Dashboard trực quan trên nền web, hỗ trợ người dùng theo dõi và phân tích dữ liệu đánh giá một cách tương tác.

Đóng góp thực tiễn và học thuật

• Cung cấp mô hình phân tích tình cảm tùy chỉnh chuyên sâu cho văn bản tiếng Việt trong miền dịch vụ giao đồ ăn.
• Kết hợp đồng thời ba phương pháp phân tích (Word Cloud, Topic Modeling, Deep Learning Sentiment Classification) nhằm đem lại cái nhìn toàn diện từ tổng quan tần suất đến chi tiết ngữ nghĩa và chủ đề ẩn.
• Xây dựng giải pháp kỹ thuật có tính ứng dụng thực tế, hỗ trợ các doanh nghiệp F&B và đơn vị vận hành giao thức ăn giám sát mức độ hài lòng của khách hàng và đưa ra quyết định dựa trên dữ liệu.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế và định hướng phát triển:

• Hạn chế: Dữ liệu đánh giá từ mạng xã hội có tính đa dạng cao, chứa nhiều từ ngữ biến thể, tiếng lóng mới và các cấu trúc câu mỉa mai phức tạp mà mô hình chưa thể xử lý tuyệt đối; phạm vi dữ liệu thu thập chủ yếu từ nền tảng Foody.
• Hướng nghiên cứu tiếp:
  • Mở rộng thu thập dữ liệu từ nhiều nền tảng mạng xã hội và ứng dụng giao đồ ăn khác nhau (ShopeeFood, GrabFood, Baemin).
  • Nghiên cứu sâu hơn về phân tích tình cảm ở cấp độ khía cạnh chi tiết (Aspect-based Sentiment Analysis).
  • Tối ưu hóa tốc độ xử lý thời gian thực của hệ thống phân tích.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

• Sinh viên và học viên chuyên ngành Kỹ thuật Hệ thống thông tin, Khoa học dữ liệu, Công nghệ thông tin: Tham khảo phương pháp xây dựng pipeline xử lý văn bản tiếng Việt, quy trình tiền xử lý (tách từ, xử lý emoji, stop words) và cách ứng dụng mô hình PhoBERT, LSTM và LDA.
• Kỹ sư phát triển phần mềm và hệ thống thông tin: Tham khảo thiết kế kiến trúc hệ thống batch processing, thiết kế cơ sở dữ liệu PostgreSQL cho bài toán NLP và xây dựng dashboard trực quan hóa dữ liệu phân tích.
• Doanh nghiệp và nhà quản lý dịch vụ ăn uống, giao hàng: Tham khảo phương pháp lắng nghe ý kiến khách hàng tự động để cải thiện chất lượng dịch vụ.

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lựa chọn PhoBERT thay vì BARTPho cho tác vụ phân tích tình cảm?

Theo phân tích trong khóa luận, BARTPho là mô hình Sequence-to-Sequence (seq2seq) được VinAI công bố năm 2022, thiết kế tối ưu cho các bài toán sinh văn bản như tóm tắt nội dung hoặc dịch máy. Trong khi đó, PhoBERT sử dụng kiến trúc Transformer Encoder (dựa trên RoBERTa) được huấn luyện trước trên 20GB dữ liệu tiếng Việt với nhiệm vụ Masked Language Model, hoàn toàn phù hợp và hiệu quả cho các tác vụ phân loại chuỗi và phân tích tình cảm.

2. Dữ liệu đánh giá trong khóa luận được thu thập từ nguồn nào?

Dữ liệu được thu thập tự động từ website Foody, bao gồm các bài viết đánh giá và bình luận về địa điểm ăn uống, nhà hàng của người dùng trên phạm vi các tỉnh, thành phố tại Việt Nam.

3. Ba tác vụ phân tích chính được tích hợp trong hệ thống là gì?

Hệ thống tích hợp 3 tác vụ:

1. Word Cloud: Trực quan hóa các từ khóa nổi bật theo tần suất xuất hiện sau khi loại bỏ từ dừng.
2. Topic Modeling (LDA): Khám phá các nhóm chủ đề ẩn mà khách hàng quan tâm trong văn bản.
3. Sentiment Analysis: Phân loại cảm xúc của bình luận thành 3 mức độ: Tích cực (1), Trung tính (0) và Tiêu cực (-1) bằng các mô hình học sâu.

4. Hệ thống sử dụng công nghệ nào để lưu trữ dữ liệu và hiển thị kết quả?

Hệ thống sử dụng hệ quản trị cơ sở dữ liệu PostgreSQL để lưu trữ dữ liệu bình luận, bảng từ điển và kết quả phân tích. Giao diện trực quan hóa được triển khai dưới dạng Web Dashboard, cho phép người dùng xem biểu đồ phân phối tình cảm, hình ảnh Word Cloud và kết quả trích xuất chủ đề một cách trực quan.

Kết luận

Khóa luận tốt nghiệp "Phân Tích Tình Cảm Đánh Giá Khách Hàng Dịch Vụ Giao Thức Ăn" của sinh viên Nguyễn Thị Khánh Hà và Vũ Thị Quý đã giải quyết bài toán khai phá dữ liệu đánh giá tiếng Việt trong lĩnh vực giao đồ ăn trực tuyến. Đề tài kết hợp thành công các phương pháp xử lý ngôn ngữ tự nhiên từ Word Cloud, LDA đến các mô hình học sâu như LSTM và PhoBERT. Toàn bộ giải pháp được đóng gói trong một hệ thống hoàn chỉnh với quy trình xử lý tự động, cơ sở dữ liệu PostgreSQL và giao diện Dashboard trực quan, mang lại giá trị ứng dụng thực tiễn cao cho việc quản lý chất lượng dịch vụ.

Trích đoạn nội dung tài liệu

VIET NAM NATIONAL UNIVERSITY HO CHI MINH CITY UNIVERSITY OF INFORMATION TECHNOLOGY FACULTY OF INFORMATION SYSTEMS NGUYEN THI KHANH HA - 18520692 VU THI QUY- 18521317 GRADUATION THESIS SENTIMENT ANALYSIS OF CUSTOMER REVIEWS OF FOOD DELIVERY SERVICES INFORMATION SYSTEMS ENGINEERING INSTRUCTOR PhD DO TRONG HOP MSc NGUYEN THU THUY HO CHI MINH CITY, 2023 ACKNOWLEDGMENT In order to complete this graduation thesis, in addition to our personal efforts and unwavering commitment, it is imperative to acknowledge the indispensable support and assistance rendered by the faculty members at the University of Information Technology, VNU-HCMC. We would like to express our profound and sincere appreciation to PhD. Do Trong Hop, our esteemed supervisor, who wholeheartedly aided us from the inception of our Deep Learning studies. Hop's unwavering trust and encouragement during challenging times throughout the thesis composition have been invaluable.

Furthermore, we are immensely grateful for his insightful contributions from the early stages of topic selection. His astute guidance has accompanied us throughout the entire research and writing process of this thesis. We could not have envisioned an exemplary advisor and mentor for our academic pursuit. Although we have diligently endeavored to acquire knowledge, conduct research, experiment, and achieve initial promising outcomes, the inherent limitations in our expertise and experience necessitate the anticipation of constructive feedback to refine and enhance the thesis.

Advisor Nguyễn Thi Khánh Hà Vũ Thị Quý Contents Chapter 1 INTRODUCTION. Goal and Study SCOpe.-c-cc St the 15 Chapter 2 THEORETICAL FOUNDATIONS. Overview of the Analysis Problem.------c+ce-xeeeeeeesrseeeexee LT 2.ceceeececec ees eeee sees neeeeeereeeeeeasseessasseeseseseaeseeneseseee 22 2. Current Approaches in Sentiment Analysis 0.

Topic Modeling Approaches. Algorithm and Fundamental Concept. RNN, LSTM and Transformer Arehitecture. Pretrained BERT Model Theory .:----+:-+cc++c+cccx+se+ 47 2.

The theory of PhoBERT pretraining model. The theory of LDA model.ceeceesccesesseseeseseesesesesseseseeaesesesesesessesesaeseeneaes 55 Chapter 3 THEORETICAL DATASET AND SOLUTION APPROACH. cà HH Hi 8 3. Introduction to the Training Dataset.

Process and Algorithms used in Sentiment AnalySis. Tokenization and Encoding. Sentiment Analysis Model building. --- - c5++cscecxsxererxey 75 Chapter 4 SYSTEM DESIGN & IMPLEMENTATION.

Overview of System Design. Deployment of System. Systems to be Deployed and Technologies Ủsed.3 Visualization of Analytical Results.-----¿-¿55+5x+sxccxscxccxe 107 Chapter 5 RESULTS AND CONCLUSIONS. LiL ati Tan SR AF osssecsvensensensceseasenssveasessesvesvensensensenseas 113 LIST OF FIGURES Figure 1-1 Statista.

Online food delivery in Vietnam Report [1]. 11 Figure 1-2 General Online Review Statistics [2]. eccessssessesesesseseceeeseeeeseseeeeneceseaeeeeeeeeeeees 12 Figure 2-1 Uncover emotion: Social media sentiment analysis [3].----------‹-- 18 Figure 2-2 Word example 011712777. 20 Figure 2-3 Visual illustration of undeleted word cloud Stop word in English.

21 Figure 2-4 Sentiment analysis levels. cseessessesesseeseesesseeseeseesnsceeesceeceaesaeeaeeasenscceceueeeeenteneenss 24 Figure 2-5 Overview of the sentiment analysis approaches.---- - - s+c+csxc+xsxerxex 27 Figure 2-6 The chronological release of these proposed models over the years. 29 Figure 2-7 Structure of words in Vietnamese. cecssessssssessseseeseeseessesseasessesecseesesneeaseaeenee 31 Figure 2-8 Tokemization.ceccecccccccseesessessesesseeseceseesecsesessecsesssessecussessecseseesesseeeseesesnsseeneeeseeneeneess 34 Figure 2-9 Compare the difference of word separation at different levels.- 35 Figure 2-10 A simple RÌNN.-- cà HH HH gàng nghe 39 Figure 2-11 Visualization of the repeating component of an LSTM Network.

42 Figure 2-12 RNN, LSTM and Transformer 1lÏustrafiOn. --5- +55 5++cs>xszsrezxsrxersree 43 Figure 2-13 Architecture of Transformers Neural NetWOrK.-- «5c cs+csrererkerererree 45 Figure 2-14 BERT input representation. cceecessessesesseesesseseesececsessececsecseeseceeseenecucseeeesecaeeneeesens 48 Figure 2-15 BERT pre-training and fine-funing. 53 Figure 3-1 Overview of the data processing pipeline in the system to address the three tasks of Word Cloud, Topic Modeling, and Sentiment Analys1.-----++c+ccszssce2 57 Figure 3-2 Sentiment Analysis Processing.

5-52-1111 kgrkrree 61 Figure 3-3 Example of lowercase converSion 1n DF€DTOC€SSITE. ---5- 5+ 5++c+s>c+x 65 Figure 3-4 Emojis on Facebook .------:--++-++++++k+rxt+kt+ktrkttrkrkktrktrkkrtrrkrrrrerrrkrrrerke 66 Figure 3-5 Example of tOKefniZafIOIA. 72 Figure 3-6 Compare result between different fOOÌS. -- ¿5+ 5++2+2z+vczvrtrterxerrrertersrree 73 Figure 3-7 Number of tokens per COMMENC.sessesessecseseessesecsesesseescseeaeenececaecnecuceeenecueaeeneeneess 74 Figure 3-8 WordCloud Processing .---¿- 2 <5 5< kề SE E11 1111111111111 ree 93 Figure 3-9 Word cloud image r€SuÏÍ.

- --¿- +5 5++5++++EE2EEYSESEEEEeEkerrktrkerrrrrkrrkrrrrkrrkrrrree 96 Figure 3-10 Topic modeling Sf€p. rkee 97 Figure 3-12 Results of the model €X€CUtIOI.- -- 2-52 25+‡E‡ESEeEkerkerkerkrrkererkerkrrrrrk 100 Figure 4-1 illustrates the batch processing WOrkfÏOW.-------ccccxcreerrsrrrrrererrrerrek 103 Figure 4-2 Overview system architecture dia8TaIm.-- se +xsx++xsxeexererxerkerkrrrrk 104 Figure 4-3 Dashboatd .cceccccessssesssssssssseesessssessessesscsessecuescsesuessesecssansacsesucsessecuesuesecusseeseeneaeeneeneenes 109 Figure 4-4 Dashboard of result. ceccececsessecsessessessnessessessecsessssueenesneeseeneeaeeaeeseeassesseeeeeeeeeneeaeenees 111 LIST OF TABLES Table 1: Comparison of Transformer IIO(@ÏS. SG St 50 Table 2: LDA Result f(LÏ€.

So 1 vn TH ng TH nh ghHhg 101 Table 3: PostgreSQL database. SG 33kg ket 105 Table 4: Tables of the database Structure. S531 SEEEESkeeeerereeereese 107 LIST OF ACRONYMS AI: Artificial Intelligence API: Application Programming Interface ANN: Artificial Neural Network CNN: Convolutional Neural Network DBMS: Database Management System MLP: Multilayer Perceptrons NN: Neural Network FC Layer: Full-connected Layer RNN: Recurrent Neural Network ReLU: Rectified Linear Unit ResNet: Residual Network ABTRACT Sentiment analysis plays a crucial role in understanding and evaluating customer opinions and feedback. In the context of food delivery services, analyzing customer reviews can provide valuable insights into the overall satisfaction and sentiment of customers towards the services provided.

This study focuses on sentiment analysis of customer reviews specifically related to food delivery services. The aim is to analyze and classify customer sentiments as positive, neutral, or negative based on their reviews. By applying natural language processing techniques and machine learning algorithms, the study aims to extract meaningful information from textual data and identify the sentiment expressed by customers. The analysis of customer reviews can help service providers gain a deeper understanding of customer preferences, identify areas of improvement, and make informed decisions to enhance the quality of their services.

It also enables them to address customer concerns and complaints promptly, thereby improving customer satisfaction and loyalty. The findings of this sentiment analysis can be used by food delivery service providers to monitor customer sentiments over time, track the effectiveness of service improvements, and make data-driven decisions to enhance their overall customer experience. In conclusion, sentiment analysis of customer reviews of food delivery services provides valuable insights into customer sentiment, allowing service providers to make informed decisions and improvements to enhance customer satisfaction and loyalty.1 Problem statement Vietnam's culinary landscape is widely acknowledged for its diverse offerings and embodies a dynamic food culture. Food holds deep significance within Vietnamese society and has undergone transformative changes over time.

Examining the market trends, the online food delivery industry in Vietnam experienced remarkable growth from 2016 to 2020, with an annual growth rate of 96. However, from 2021 to 2025, the growth rate gradually decreased to 35.8 percent per year. Despite this decline, it is projected that by 2025, the Vietnamese food delivery market will attain a substantial value of 2,709.7 million USD, reflecting the sustained demand and potential in the future of the industry. Online food delivery in Vietnam Report [1].

In recent years, a notable shift in consumer preferences and behaviors can be observed, as contemporary Vietnamese consumers increasingly gravitate towards digital modes of consumption, driven by their fast-paced lifestyles that prioritize convenience. This shift has resulted in a significant surge in the demand for online food delivery services in Vietnam. 11 The emergence of online platforms has bestowed customers with the power to voice their opinions, both positive and negative, at any hour of the day. According to a recent survey conducted by Podium, nearly everyone (93%) say that an online review has impacted their purchase habits.

More details, consumers expect high standards from the brands they do business, with most saying they will not engage with a business or product that has less than a 3. In order to uphold their reputation, enhance the guest experience, and avert negative trends from affecting sales, food brands are increasingly resorting to sentiment analysis as a valuable tool. of consumers say online reviews impact purchase decisions of consumers say content ofa review 82% has convinced them to make a purchase of consumers say online reviews for local businesses are 80% as helpful as product reviews on sites like Amazon.com on average, is the minimum star rating of a business 3 consumers would consider engaginng with Figure 1-2 General Online Review Statistics [2] Nevertheless, manually scrutinizing and interpreting customer reviews of online food delivery services is an onerous task for businesses due to various factors. Firstly, there is a voluminous amount of textual data to process and interpret, which can be time- consuming and laborious for businesses.

Additionally, customer reviews are often informal and lack a structured format, making it arduous to extract meaningful insights from the data. Secondly, different customers may express their opinions and sentiments in various ways, including sarcasm, irony, and humor, which may necessitate additional effort to comprehend accurately. Thirdly, businesses may encounter difficulties in detecting and categorizing different aspects of customer satisfaction, such as food quality, delivery speed, and customer service. Lastly, businesses must stay abreast of the evolving trends in customer preferences and needs, which exacerbates the complexity of manual analysis.

Problem Solution In this era where the confidence index is paramount, businesses require effective tools and techniques to analyze and comprehend customer reviews of online food delivery services in Vietnam. Sentiment analysis, a Natural Language Processing technique, can automatically classify the polarity of textual data, providing insights into the emotions and opinions expressed in customer reviews. By leveraging sentiment analysis, businesses can promptly and proficiently process extensive volumes of customer reviews, discern patterns and trends in customer feedback, extract meaningful insights, and enhance their business strategies accordingly. The problem of sentiment analysis can be regarded as a subtask within the field of Natural Language Processing (NLP), aiming to extract the affective states and subjective opinions expressed by individuals through textual means.

Numerous research endeavors have been dedicated to developing applications based on sentiment analysis. However, the task of comprehending human sentiment is inherently intricate. In practice, it necessitates discerning the underlying intentions of commenters, such as identifying instances of irony, sarcasm, or subjectivity embedded within the text. Moreover, user-generated review often diverges from the formal linguistic conventions found in traditional literature or journalism, exhibiting a range of linguistic imperfections such as orthographic errors, informal vernacular, slang expressions, or abbreviations.

Furthermore, due to the target domain of natural language data processing and analysis, each language exhibits distinct characteristics that warrant diverse technological approaches and preprocessing procedures. Consequently, despite the abundance of solutions proposed for sentiment analysis, predominantly tailored for the English language, their direct applicability to sentiment analysis tasks involving Vietnamese comment data remains limited. Therefore, the application of sentiment 13 analysis models demands adaptability and customization to address the intricacies of Vietnamese language data effectively. Goal and Study Scope The first important objective of this study is to analyze thoroughly the Vietnamese people's comments on the Food Finding and Reviewing website.

Comments are a valuable source of opinions and feedback that users provide after using a product, service, or visiting a place, and they can be positive, negative, or neutral. In this thesis, we will craw food reviews from the Foody website in all of the cities and provinces in Vietnam, which is a prominent platform for reviewing and searching for food locations across most provinces and cities in Vietnam. Furthermore, a crucial aim of this research endeavor is to employ a diverse array of analytical techniques, including Word Cloud, Latent Dirichlet Allocation, as well as LSTM and PhoBERT sentiment analysis models, to visualize the outcomes comprehensively. This multifaceted visualization approach facilitates an in-depth examination of the sentiment distribution inherent in the comments, enabling the identification of pivotal patterns and trends that hold relevance for informed business decision-making.

The integration of these advanced analytical methods serves to elucidate the sentiment landscape from a macroscopic overview to intricate details, thereby fostering a holistic understanding of the data. Finally, we will build a system that can automate the entire process of data processing, analysis, and displaying the results on a web platform. This system will help us to efficiently analyze a large volume of comments and present the results in a user- friendly and interactive way, allowing users to interact with the data and gain deeper insights.