Tổng quan nghiên cứu

Khu vực Đồng bằng sông Cửu Long (ĐBSCL) bao gồm 13 đơn vị hành chính cấp tỉnh (12 tỉnh và 1 thành phố trực thuộc Trung ương) với tiềm năng du lịch sinh thái sông nước, biển đảo và bề dày văn hóa độc đáo của 4 dân tộc anh em gồm Kinh, Khmer, Hoa, Chăm. Tuy nhiên, số liệu thống kê lượng khách giai đoạn 2011 - 2014 cho thấy sự phân bổ không đồng đều và chưa tương xứng với tiềm năng thực tế. Lượng khách quốc tế lẫn nội địa chỉ tập trung chủ yếu tại 5 địa phương trọng điểm như Tiền Giang, Bến Tre, Cần Thơ, Vĩnh Long và Kiên Giang, chiếm hơn 70% tổng lượt khách toàn vùng, trong khi các tỉnh giàu bản sắc văn hóa như Sóc Trăng, Trà Vinh lại chiếm tỷ trọng tương đối khiêm tốn.

Nguyên nhân cốt lõi bắt nguồn từ hạn chế của các kênh truyền thông và hệ thống cổng thông tin du lịch địa phương. Hầu hết các website của Sở Văn hóa, Thể thao và Du lịch hoặc Hiệp hội Du lịch các tỉnh thời kỳ này chỉ hoạt động trên nền tảng Web 1.0 tĩnh. Phương thức tra cứu chỉ dựa trên đối sánh từ khóa cú pháp thô sơ, khiến tỷ lệ kết quả không phù hợp chiếm khoảng 45%, thiếu sự liên kết ngữ nghĩa giữa các thực thể như địa danh, lễ hội, ẩm thực và dịch vụ lưu trú.

Mục tiêu cụ thể của luận văn là nghiên cứu, thiết kế và xây dựng hệ thống website ngữ nghĩa (Semantic Web) phục vụ việc tra cứu thông tin du lịch ĐBSCL. Đề tài tập trung xây dựng bộ từ vựng Ontology chuyên biệt cho du lịch miền Tây Nam Bộ, tích hợp công cụ truy vấn SPARQL và các thư viện mã nguồn mở chuyên dụng. Ý nghĩa nghiên cứu được định lượng qua việc nâng cao độ chính xác truy vấn thông tin lên trên 85%, rút ngắn thời gian tìm kiếm của du khách xuống dưới 1,5 giây cho mỗi câu truy vấn phức hợp, tạo nền tảng kết nối số hóa cho toàn bộ 13 tỉnh thành trong khu vực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên 2 khung lý thuyết nền tảng: Mô hình kiến trúc Web Ngữ nghĩa 8 tầng theo tiêu chuẩn của Tổ chức W3C (World Wide Web Consortium) do Tim Berners-Lee khởi xướng và Lý thuyết Logic mô tả (Description Logic) trong biểu diễn tri thức. Kiến trúc hệ thống kế thừa tầng cú pháp chuẩn hóa XML, mô hình khung mô tả tài nguyên RDF (Resource Description Framework), lược đồ RDFS và nâng cấp lên tầng Ontology/Rules nhằm giúp máy tính có khả năng tự động xử lý, suy diễn và tích hợp dữ liệu.

Các khái niệm cốt lõi được ứng dụng bao gồm:

  1. Bộ ba RDF (RDF Triples): Cấu trúc cơ bản biểu diễn tri thức dạng Chủ thể - Thuộc tính - Đối tượng (Subject - Predicate - Object).
  2. Ngôn ngữ Web Ontology (OWL): Ngôn ngữ biểu diễn tri thức có khả năng suy luận logic cao, được phân tách thành 3 phân nhánh gồm OWL Lite, OWL DL và OWL Full.
  3. Ngôn ngữ truy vấn SPARQL: Giao thức và cú pháp truy vấn chuyên dụng cho đồ thị dữ liệu RDF.
  4. Định danh tài nguyên đồng nhất (URI): Cơ chế định danh duy nhất toàn cầu cho mọi thực thể và mối quan hệ trên không gian mạng.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được thu thập từ tài liệu chính thống của Sở Văn hóa, Thể thao và Du lịch tại 13 tỉnh thành ĐBSCL, Niên giám thống kê du lịch giai đoạn 2011 - 2014 và hơn 500 bài viết chuyên khảo về văn hóa, địa danh, ẩm thực miền Tây Nam Bộ.

Phương pháp chọn mẫu sử dụng kỹ thuật chọn mẫu có chủ đích kết hợp phân tầng địa lý theo 4 tiểu vùng du lịch sinh thái đặc trưng: Vùng ngập mặn Cà Mau - Bạc Liêu, vùng sông nước miệt vườn Tiền Giang - Bến Tre - Vĩnh Long - Cần Thơ, vùng biên giới Tây Nam An Giang - Đồng Tháp và vùng văn hóa tâm linh Trà Vinh - Sóc Trăng. Cỡ mẫu thực nghiệm bao gồm 150 điểm đến tiêu biểu, 40 lễ hội truyền thống, 80 món ăn đặc sản và hơn 200 đơn vị lưu trú, dịch vụ.

Lý do lựa chọn phương pháp phân tích ngữ nghĩa kết hợp công cụ Protégé 4.3 và giao diện lập trình ứng dụng OwlDotNetApi trên nền tảng C# .NET là vì khả năng đồ thị hóa cấu trúc dữ liệu, khắc phục triệt để nhược điểm của cơ sở dữ liệu quan hệ truyền thống. Timeline nghiên cứu được thực hiện trong thời gian 10 tháng, bắt đầu giao nhiệm vụ từ ngày 02/04/2014 và hoàn thành nghiệm thu vào ngày 20/01/2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Hệ thống tra cứu thông tin du lịch ngữ nghĩa đã mang lại những kết quả đo lường cụ thể thông qua quá trình thử nghiệm thực tế:

Thứ nhất, xây dựng thành công bộ Domain Ontology hoàn chỉnh cho du lịch ĐBSCL với cấu trúc phân cấp gồm 6 lớp thực thể trung tâm: Địa danh, Lễ hội, Ẩm thực, Dịch vụ du lịch, Dân tộc văn hóa (Kinh, Khmer, Hoa, Chăm) và Đơn vị hành chính. Mô hình tích hợp hơn 120 thuộc tính quan hệ ngữ nghĩa, cho phép kết nối đa chiều giữa các thực thể mà Web 1.0 không thể thực hiện.

Thứ hai, hiệu năng xử lý câu truy vấn thông qua cơ chế SPARQL kết hợp thư viện SemWeb đạt tốc độ phản hồi trung bình 0,45 giây trên kho dữ liệu chứa hơn 1.000 bộ ba RDF, giảm khoảng 65% thời gian tìm kiếm so với việc duyệt thủ công qua các website du lịch địa phương riêng lẻ.

Thứ ba, qua 10 lượt kiểm thử độc lập với các bộ từ khóa từ đơn giản đến phức tạp (như tìm kiếm lễ hội của đồng bào Khmer gắn liền với địa danh cụ thể), độ chính xác (Precision) đạt mức trung bình 88,5% và độ bao phủ (Recall) đạt 82,3%. Tỷ lệ trả về kết quả chính xác theo ngữ cảnh cao hơn 35% so với thuật toán tìm kiếm từ khóa của các cổng thông tin du lịch truyền thống tại ĐBSCL cùng thời điểm.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự vượt trội về độ chính xác là nhờ cơ chế biểu diễn tri thức bằng ngôn ngữ OWL-DL kết hợp các luật suy diễn Logic. Hệ thống không chỉ nhận diện chuỗi ký tự mà còn định danh chính xác bản chất thực thể thông qua URI. Ví dụ, khi người dùng tìm kiếm cụm từ "Đua ghe Ngo", hệ thống tự động suy luận mối liên hệ logic với lễ hội "Ok Om Bok", dân tộc "Khmer" và địa phương "Sóc Trăng" hoặc "Trà Vinh".

So sánh với các nghiên cứu tìm kiếm thông tin theo mô hình không gian vector truyền thống, giải pháp Ontology giải quyết triệt để hiện tượng đa nghĩa của từ ngữ và tính đồng nghĩa trong văn hóa bản địa. Về mặt trình bày trực quan, các kết quả đánh giá thực nghiệm có thể được tổng hợp trực quan qua biểu đồ cột thể hiện sự chênh lệch Precision/Recall giữa Web 1.0 và Web Ngữ nghĩa, đi kèm bảng ma trận 10 kịch bản kiểm thử đo lường thời gian phản hồi miligiây và số lượng nút thực thể được trích xuất thành công.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và nâng cao hiệu quả ứng dụng Semantic Web trong quản lý và xúc tiến du lịch ĐBSCL, luận văn đề xuất 4 nhóm giải pháp trọng tâm:

  1. Mở rộng và chuẩn hóa bộ Domain Ontology du lịch liên vùng: Tích hợp thêm dữ liệu chi tiết về hệ thống giao thông thủy - bộ và bản đồ số hóa GIS. Mục tiêu nâng quy mô cơ sở tri thức lên hơn 5.000 thực thể và 20.000 bộ ba quan hệ. Thời gian thực hiện từ quý 1/2026 đến quý 4/2026 do Sở Văn hóa, Thể thao và Du lịch 13 tỉnh thành chủ trì phối hợp cùng các viện nghiên cứu công nghệ.

  2. Phát triển mô-đun xử lý ngôn ngữ tự nhiên tiếng Việt (NLP): Xây dựng bộ phân tích cú pháp và tách từ tự động cho tiếng Việt và tiếng Khmer nhằm tăng tỷ lệ nhận diện ý định tìm kiếm của du khách lên 95%. Thời gian triển khai trong vòng 12 tháng do đội ngũ kỹ sư phần mềm chuyên trách đảm nhiệm.

  3. Nâng cấp hạ tầng lưu trữ và liên thông dữ liệu mở liên kết (Linked Open Data - LOD): Chuyển đổi kho tri thức RDF sang các hệ quản trị Triple Store quy mô lớn, đảm bảo khả năng chịu tải trên 50.000 lượt truy cập đồng thời và giảm độ trễ truy vấn xuống dưới 100ms. Tiến độ thực hiện trong 6 tháng do Trung tâm Công nghệ Thông tin vùng ĐBSCL quản trị.

  4. Tổ chức tập huấn và chuyển giao công nghệ cho cán bộ quản lý: Đào tạo định kỳ 100% cán bộ phụ trách cổng thông tin du lịch tại các tỉnh về quy trình cập nhật dữ liệu ngữ nghĩa chuẩn OWL. Thời gian triển khai liên tục hàng năm do Hiệp hội Du lịch ĐBSCL chủ trì.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị tham khảo ứng dụng và học thuật cao cho 4 nhóm đối tượng sau:

  1. Học viên cao học, nghiên cứu sinh ngành Công nghệ thông tin và Khoa học dữ liệu: Tiếp cận phương pháp luận thiết kế Ontology bằng Protégé, quy trình lập trình xử lý RDF/OWL với thư viện C# .NET (OwlDotNetApi, SemWeb) và kỹ thuật viết câu truy vấn SPARQL phức hợp.

  2. Cán bộ quản lý nhà nước tại các Sở Văn hóa, Thể thao và Du lịch: Nắm bắt mô hình kiến trúc công nghệ để lập đề án số hóa di sản, xây dựng cổng du lịch thông minh và đồng bộ hóa dữ liệu văn hóa - du lịch liên tỉnh.

  3. Doanh nghiệp công nghệ và kỹ sư phát triển phần mềm du lịch: Khai thác khung kiến trúc hệ thống tìm kiếm ngữ nghĩa để tích hợp vào các ứng dụng di động, hệ thống gợi ý tour thông minh và trợ lý ảo du lịch.

  4. Các công ty lữ hành và đơn vị xúc tiến thương mại du lịch: Khai thác nguồn tri thức phân loại chi tiết về 4 nhóm dân tộc và mạng lưới điểm đến Tây Nam Bộ để thiết kế các sản phẩm du lịch cá nhân hóa cho khách quốc tế và nội địa.

Câu hỏi thường gặp

  1. Semantic Web giải quyết hạn chế lớn nhất nào của website du lịch truyền thống? Web 1.0 truyền thống chỉ tìm kiếm theo sự trùng khớp bề mặt ký tự, dẫn đến việc bỏ sót thông tin liên quan hoặc trả về nhiều kết quả rác. Web Ngữ nghĩa sử dụng bộ từ vựng Ontology để hiểu bản chất ngữ cảnh của từ khóa, giúp kết nối tự động hơn 120 mối quan hệ giữa địa danh, lễ hội, dân tộc và ẩm thực với độ chính xác trên 85%.

  2. Công cụ Protégé và ngôn ngữ OWL đóng vai trò gì trong hệ thống? Protégé 4.3 đóng vai trò là môi trường đồ họa để thiết kế phân lớp, gán thuộc tính và xây dựng các ràng buộc logic. Ngôn ngữ OWL (cụ thể là nhánh OWL-DL) đóng vai trò chuẩn hóa các khái niệm thành tệp cơ sở tri thức có cấu trúc logic chặt chẽ, giúp máy tính tự động suy diễn thông tin từ các bộ ba RDF.

  3. Hệ thống xử lý sự khác biệt văn hóa của 4 dân tộc ĐBSCL như thế nào? Hệ thống thiết lập một lớp thực thể chuyên biệt về Văn hóa Dân tộc gồm Kinh, Khmer, Hoa, Chăm. Mỗi dân tộc được định danh bằng URI riêng và liên kết với các thực thể con như lễ hội (Ok Om Bok, Chôn Chnăm Thmây), kiến trúc chùa chiền và phong tục tập quán, giúp câu truy vấn trả về kết quả đặc thù chính xác 100% theo từng nền văn hóa.

  4. Hiệu năng truy vấn của hệ thống thông qua SPARQL có đáp ứng tốt thực tế không? Trong quá trình thực nghiệm với kho dữ liệu mẫu hơn 1.000 bộ ba RDF, thời gian thực thi câu lệnh SPARQL chỉ mất trung bình 0,45 giây. Tốc độ này đáp ứng hoàn hảo tiêu chuẩn phản hồi thời gian thực của các ứng dụng web hiện đại và tối ưu hơn 60% so với việc truy vấn phức tạp trên cơ sở dữ liệu quan hệ không đánh chỉ mục ngữ nghĩa.

  5. Luận văn sử dụng công nghệ lập trình nào để kết nối giao diện với kho dữ liệu Ontology? Tác giả sử dụng ngôn ngữ C# trên nền tảng Microsoft Visual Studio 2013 và ASP.NET, kết hợp hai bộ thư viện chuyên dụng là OwlDotNetApi để phân tích cú pháp cấu trúc OWL và SemWeb để thực thi các câu truy vấn SPARQL trực tiếp trên bộ nhớ máy tính.

Kết luận

  • Luận văn giải quyết thành công bài toán tra cứu thông tin ngữ nghĩa cho du lịch ĐBSCL, khắc phục triệt để các hạn chế tồn tại trên các website Web 1.0 của 13 tỉnh thành miền Tây.
  • Đóng góp chính là xây dựng hoàn chỉnh mô hình Domain Ontology du lịch ĐBSCL trên công cụ Protégé với 6 lớp thực thể cốt lõi và hơn 120 thuộc tính quan hệ biểu diễn đầy đủ bản sắc 4 dân tộc Kinh, Khmer, Hoa, Chăm.
  • Kết quả thực nghiệm khẳng định tính ưu việt của hệ thống với thời gian phản hồi truy vấn đạt 0,45 giây, độ chính xác Precision đạt 88,5% và độ bao phủ Recall đạt 82,3%.
  • Lộ trình phát triển trong giai đoạn tiếp theo cần tập trung tích hợp mô-đun xử lý ngôn ngữ tự nhiên tiếng Việt, liên thông mạng lưới Dữ liệu mở liên kết (LOD) và mở rộng cơ sở tri thức lên hơn 5.000 thực thể.
  • Hệ thống là giải pháp kỹ thuật điển hình mở ra hướng ứng dụng công nghệ Web Ngữ nghĩa vào thực tiễn chuyển đổi số ngành du lịch Việt Nam, sẵn sàng chuyển giao cho các cơ quan ban ngành và doanh nghiệp lữ hành triển khai rộng rãi.