ỨNG DỤNG MÔ HÌNH HỌC MÁY SVM TRONG PHÂN LOẠI CẢM XÚC TỪ BÌNH LUẬN KHÁCH HÀNG TRÊN AMAZON

Abstract

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.