|
Abstract:
|
Vài năm trở lại đây, nhu cầu sử dụng mạng xã hội của người dùng không ngừng
tăng. Con người sử dụng mạng xã hội không chỉ để giải trí như: cập nhật trạng thái, kết
bạn, tán gẫu, nói chuyện mà họ còn dùng mạng xã hội như một công cụ tìm kiếm thông
tin hay sản phẩm, dịch vụ và là nơi mua bán, trao đổi hàng hóa. Đoán được nhu cầu này
của đông đảo người dùng, bài toán phát hiện ý định mua hàng của người dùng trên mạng
xã hội ra đời nhằm tìm ra các ý định, mong muốn mua một sản phẩm được người dùng
thể hiện trong các bài đăng, các bình luận trên mạng xã hội Facebook để từ đó làm kết
quả đầu vào cho nhiều bài toán quan trọng, mang lại nhiều giá trị không nhỏ cho cộng
đồng nghiên cứu như: hệ tư vấn người dùng – giúp hỗ trợ người dùng tìm kiếm hàng hóa,
sản phẩm dịch vụ đúng địa chỉ với thời gian nhanh nhất, bài toán dự đoán sở thích người
dùng qua những hành vi của họ và nhiều bài toán có ý nghĩa khác nữa. Bài toán hiện đã
và đang nhận được sự quan tâm đặc biệt trong nhiều hướng nghiên cứu mới bởi nó có sức
ảnh hưởng không nhỏ và là nguồn tài nguyên quan trọng cho các bên liên quan như các
công ty, tổ chức, chính phủ, … . Mặc dù có tiềm năng lớn cho các ứng dụng nhưng việc
xác định các ý định rõ ràng của người dùng thực sự là một bài toán, một hướng nghiên
cứu khó trong xử lý ngôn ngữ tự nhiên.
Luận văn với đề tài “Trích xuất ý định người dùng mua hàng trên mạng xã hội sử
dụng phương pháp suy luận các mô hình” nghiên cứu nội dung, các thuộc tính, cácthuật toán nhằm giải quyết bài toán phân lớp. Luận văn thực hiện tiến hành thực nghiệm
trên bộ dữ liệu là các bài đăng, các bình luận trên Facebook, sử dụng phương pháp lai
ghép các mô hình phân lớp: Support Vector Machine (SVM), K – Nearest Neighbors
(KNN) và Maximum Entropy (Maxent) mang lại kết quả tốt hơn so với việc chỉ sử dụng
một mô hình phân lớp. Kết quả trả về với độ chính xác P là 88,12%, độ hồi tưởng R là
86,37% và độ đo F1 là 87,24% |