BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN QUỐC GIA VỀ KHOA HỌC, CÔNG NGHỆ VÀ ĐỔI MỚI SÁNG TẠO

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  34,332,515
  • Công bố khoa học và công nghệ Việt Nam

15

299 - Khoa học kỹ thuật và công nghệ khác

Nguyễn Thị Hồng Duyên, Vũ Thị Hồng Ánh

Ứng dụng mô hình học máy SVM trong phân loại cảm xúc từ bình luận khách hàng trên Amazon

Application of SVM model in emotion classification f-rom customer reviews on Amazon

Khoa học & Công nghệ - Trường Đại học Công nghiệp Hà Nội

2025

6

192-200

1859-3585x

Phân loại cảm xúc, Mô hình SVM, Bình luận khách hàng, Phân tích phản hồi

Sentiment classification, Support Vector Machine, Customer reviews, Machine learning, Natural language processing

Bài báo này đề xuất ứng dụng phương pháp học máy, cụ thể là mô hình SVM (Support Vector Machine), để phân loại cảm xúc trong bình luận của khách hàng trên sàn thương mại điện tử Amazon trong giai đoạn từ quý I năm 1996 đến quý III năm 2023. Dữ liệu nghiên cứu được thu thập từ nguồn Amazon Review’23 và xử lý trên nền tảng Google Colaboratory. Quá trình phân tích bao gồm các bước tiền xử lý dữ liệu, trích xuất đặc trưng văn bản bằng phương pháp Bag-ofWords (BoW) và huấn luyện mô hình nhằm phân loại bình luận theo hai nhóm cảm xúc: tích cực và tiêu cực. Kết quả thực nghiệm cho thấy, mô hình SVM đạt hiệu suất cao trong nhiệm vụ phân loại cảm xúc. Những phát hiện từ nghiên cứu này không chỉ khẳng định tính hiệu quả của SVM trong xử lý ngôn ngữ tự nhiên (NLP) mà còn cung cấp cơ sở thực tiễn để các doanh nghiệp ứng dụng công nghệ học máy vào phân tích phản hồi khách hàng. Từ đó, hỗ trợ dự báo xu hướng, tối ưu chiến lược kinh doanh và nâng cao trải nghiệm khách hàng.

This article proposes the application of machine learning, specifically the Support Vector Machine (SVM) model, for sentiment classification of customer reviews on the Amazon E-commerce platform during the period f-rom the first quarter of 1996 to the third quarter 2023. The research dataset was collected f-rom Amazon Review’23 and processed on the Google Colaboratory platform. The analysis process includes data preprocessing steps, text feature extraction using the Bag-of-Words (BoW) method, and training the model to classify comments into two sentiment groups: positive and negative. Experimental results show that the SVM model achieves high performance in sentiment classification tasks. The findings f-rom this research not only affirm the effectiveness of SVM in natural language processing (NLP) but also provide practical grounds for businesses to apply machine learning technology in analyzing customer feedback. This, in turn, supports trend forecasting, optimizes business strategies, and enhances customer experience

TTKHCNQG, CVt 70

Xem toàn văn