Đơn vị công tác: Truong dai hoc Kinh te TP. Ho Chi Minh
Ngày nhận bài: 24/09/2022
Ngày nhận bài sửa: 05/11/2025
Ngày duyệt đăng: 01/05/2023
Ngày xuất bản: 24/09/2022
Lượt xem: 8
Downloads: 3
Các định dạng trích dẫn
Tóm tắt
Nghiên cứu này đề xuất ứng dụng phương pháp máy học để đo lường sự hài lòng (SHL) của khách hàng dựa trên các bình luận trực tuyến. Dữ liệu nghiên cứu là các bình luận của khách du lịch trên trang Agoda.com về các khách sạn tại Việt Nam. Nghiên cứu tiến hành huấn luyện bằng các mô hình máy học: Neural Network (NN), Decision Tree (DT), Naïve Bayes (NB), Support Vector Machines (SVM), Logistic Regression (LR) và Random Forest (RF) để tìm ra mô hình phân loại tốt nhất, sau đó ứng dụng mô hình này để dự báo SHL của khách hàng trên toàn bộ tập dữ liệu. Tiếp đến, nghiên cứu sử dụng phương pháp tổng hợp và xếp hạng mức độ hài lòng của khách hàng. Kết quả của nghiên cứu có giá trị tham khảo cho việc đánh giá SHL của khách hàng ở các lĩnh vực khác.
Abstract
This study proposes the application of a machine learning method to measure customer satisfaction based on online comments. Research data is the reviews of travelers on Agoda.com about hotels in Vietnam. The study conducts training using machine learning models: Neural Network (NN), Decision Tree (DT), Naïve Bayes (NB), Support Vector Machines (SVM), Logistic Regression (LR), and Random Forest (RF) to find the best classification model, then apply this model to predict the customer satisfaction classification across the entire dataset. Next, the study uses the method of aggregating and ranking customer satisfaction. This study has reference value for measuring customer satisfaction in business fields.
Từ khóa
phương pháp máy học, đo lường sự hài lòng, khai thác ý kiến Machine learning; Satisfaction measurement; Opinion mining.
2025, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Trong nghiên cứu này, chúng tôi sử dụng giải pháp tìm kiếm thông tin để tìm kiếm các tin thật có nội dung tương tự với nội dung của tin cần kiểm tra sau đó dùng độ đo cosine để đo đạt và đánh giá bản tin kiểm tra có phải là tin giả hay không. Chúng tôi sử dụng hai bộ dữ liệu cho mục tiêu xác định giá trị các tham số của mô hình đề xuất cũng như thực nghiệm độ chính xác của mô hình. Bộ dữ liệu tin thật được thu thập từ các trang tin chính thống của Việt Nam là tập hợp tin thật. Tập dữ liệu kiểm thử được thu thập từ các bài đăng trên mạng xã hội vừa có tin thật và tin giả dùng cho mục đích kiểm tra độ chính xác của mô hình đề xuất. Kết quả thực nghiệm trên hai bộ dữ liệu cho thấy rằng mô hình đề xuất của chúng tôi có thể phát hiện tin giả.
2025, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
COVID-19 là một khủng hoảng toàn cầu chưa có tiền lệ, tác động tiêu cực của đại dịch này đến các doanh nghiệp và các chuỗi đã được đề cập rộng rãi. Theo đó, việc tái cấu trúc chuỗi cung ứng và doanh nghiệp sau COVID-19 ngày càng thu hút sự quan tâm của các doanh nghiệp và các nhà nghiên cứu. Tuy nhiên, các nghiên cứu định lượng về vấn đề này chưa nhiều. Dựa trên lý thuyết phục hồi chuỗi cung ứng và lý thuyết năng lực động, nghiên cứu này thực nghiệm cách các công ty giao nhận vận tải hàng xuất nhập khẩu trong chuỗi cung ứng vận tải cấu trúc lại doanh nghiệp để trở nên linh hoạt và cạnh tranh hơn. Thông qua phân tích mô hình cấu trúc tuyến tính dữ liệu từ 504 quản lý cấp cao và xem xét các chiến lược phản ứng của các công ty giao nhận vận tải hàng xuất nhập khẩu bằng phần mềm SmartPLS, nghiên cứu xác định cách thức một công ty ngành logistics có thể chống chịu và vượt qua đại dịch để phát triển. Phát hiện này đóng góp vào các lý thuyết liên quan, đặc biệt là lý thuyết phục hồi chuỗi cung ứng sau khủng hoảng, thực tiễn và các mục tiêu phát triển bền vững của các công ty giao nhận vận tải khi đối mặt với các khủng hoảng trong tương lai. <br><br><strong>Abstract</strong><br>
COVID-19 is an unprecedented global crisis and its negative impact on businesses and chains has been widely discussed. Thus, the restructuring of supply chains and businesses after COVID-19 is increasingly attracting the attention of businesses and researchers. However, there are not many quantitative studies on this issue. Based on supply chain recovery theory and dynamic capacity theory, this study examines how freight forwarders in the transportation supply chain restructure their businesses to become more agile and resilient. more competitive. Through analyzing the structural equation modeling of data from 504 senior managers and examining the response strategies of freight forwarding companies by SmartPLS software, the study determines how a freight forwarder can withstand and overcome the pandemic to develop. This finding contributes to related theories, especially the theory of post-crisis supply chain recovery, practices and sustainable development goals of freight forwarders in the face of future crises.
2025, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Dữ liệu phi cấu trúc được tạo ra bởi khách hàng trên các trang thương mại điện tử ngày càng nhiều và trở nên quan trọng để nghiên cứu và phát triển hệ thống khuyến nghị sản phẩm, hỗ trợ khách hàng trực tuyến ra quyết định mua hàng. Những dạng dữ liệu này đang cung cấp hướng nghiên cứu mới vào giải quyết các vấn đề thách thức của hệ thống khuyến nghị truyền thống. Bài báo đề xuất mô hình hệ thống khuyến nghị sản phẩm trực tuyến dựa vào khai thác các bình luận dưới dạng văn bản của khách hàng. Hệ thống bao gồm hai phân hệ, phân hệ thứ nhất là quy trình khai thác dữ liệu phi cấu trúc; phân hệ thứ hai thực hiện khuyến nghị sản phẩm, phương pháp khuyến nghị lọc cộng tác được sử dụng. Kết quả phân loại bình luận được tích hợp với các kết quả khuyến nghị mặt hàng để tăng cường thông tin tới người dùng trước khi ra quyết định lựa chọn sản phẩm, và khắc phục vấn đề ‘người dùng mới’. Nghiên cứu đề xuất cách xây dựng ma trận xếp hạng ảo (virtual utility) từ điểm phân loại bình luận thay cho xếp hạng thực (real rating) để khắc phục vấn đề ‘dữ liệu thưa thớt’. Kết quả, những xếp hạng ảo này có kỳ vọng cao đối so với xếp hạng thực của khách hàng. <br><br> Abstract <br>
Unstructured data generated by customers on e-commerce websites become an important matter in research and development of online recommendation system. It’s assisting for online customers in making purchasing decisions. These types of data are providing new research directions for solving the challenges of traditional recommendation systems. The study proposes a model of an online recommendation system based on exploiting customers' comments. The system consists of two phases, the first is the unstructured data mining process and the second phase implements product recommendations according to the collaborative filtering model approach. Comment classification results integrated with the recommendation module to enhance information to users before they are making product selection decisions and overcome the problem of the new users. Therefore, the study proposes a way to build a virtual rating from the sentiment classification score instead of the real rating to overcome the problem of sparse data.
2025, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Việc đánh giá chất lượng các khóa học tại các trường đại học đóng vai trò quan trọng trong đảm bảo chất lượng giáo dục. Công việc này liên quan đến tìm hiểu mong muốn và mục tiêu của sinh viên, vấn đề họ đang gặp phải và đưa ra lời khuyên phù hợp, đánh giá khóa học dựa trên các phương pháp truyền thống sẽ không thể áp dụng cho các tiêu chí có mức độ quan trọng khác nhau. Bài báo này đã trình bày một cách tiếp cận mới sử dụng mô hình máy học TOPSIS -AHP và Kansei để nâng cao hiệu quả đánh giá chất lượng khóa học. Trong đó mô hình TOPSIS - AHP nhằm đánh giá khóa học được lượng hóa bằng cả yếu tố định tính và định lượng kết hợp đề xuất mô hình Kansei được áp dụng để định lượng mức độ đánh giá của sinh viên cho từng khoa học tại các trường đại học. Mô hình máy học TOPSIS - AHP Kansei được triển khai tại Trường Đại học Kinh tế TP.HCM (UEH) cho kết quả thực nghiệm cải tiến hơn so với phương pháp truyền thống đã có, góp phần giúp sinh viên lựa chọn được các khóa học thuận lợi, giúp cho nhà quản lý ra quyết định kịp thời với nhiều mục tiêu tiêu chí. <br><br>Abstract<br>
Evaluating the quality of courses at universities plays an important role in ensuring the quality of education. This work involves understanding students' desires and goals, the problems they are facing, and giving appropriate advice. Course evaluation based on traditional methods will not be applicable to criteria of varying importance. This paper has presented a novel approach using TOPSIS - AHP and Kansei approach which is applied to evaluate courses’ quality. In the proposed model, TOPSIS and AHP techniques in order to evaluate courses, quantified by both qualitative and quantitative factors. Kansei evaluation is applied to quantify the sensibilities of students’ emotions, sensibilities while evaluating courses at universities. In case studies of the University of Economics Ho Chi Minh City, experimental results showed that the proposed model indicates the effectiveness of course evaluation for the improvement of courses through online and offline methods. The authors posit that our proposed approach has the potential to address student feedback engagement issues.
2025, Tạp chí Nghiên cứu Kinh tế và Kinh doanh Châu Á
Mở rộng
Tóm tắt
Nghiên cứu này khảo sát 730 người dân miền Bắc để đề xuất kiến nghị thúc đẩy ý định mua sắm nông sản hữu cơ trực tuyến của người tiêu dùng. Dựa trên mô hình TAM, TPB, sử dụng các phương pháp phân tích thông kê như EFA và phân tích hồi quy tuyến tính bằng SPSS 26.0 đã cho thấy có 6 nhân tố ảnh hưởng đến ý định mua sắm nông sản hữu cơ trực tuyến của người tiêu dùng gồm mong đợi về giá cả, an toàn thực phẩm, chất lượng sản phẩm, ảnh hưởng xã hội, niềm tin và chất lượng dịch vụ hậu cần. Kết quả này là căn cứ cho việc đề xuất các kiến nghị để nâng cao năng lực sản xuất, bán hàng và đưa ra các quyết định, hành động đúng đắn cho doanh nghiệp, người tiêu dùng và các cơ quan quản lý liên quan đến nông sản hữu cơ. <br><br> Abstract <br>
This study surveyed 730 residents in the Northside of Vietnam to propose recommendations for promoting the intention to purchase organic agricultural products online among consumers. Based on the TAM and TPB models, using statistical analysis methods such as EFA and linear regression analysis with SPSS 26.0, six factors affecting the intention to purchase organic agricultural products online of consumers were identified, including expectations of price, food safety, product quality, social influence, trust, and quality of after-sales service. These results provide a basis for proposing recommendations to enhance production capacity, sales, make appropriate decisions, actions for businesses, consumers, and relevant management agencies regarding organic agricultural products.
Download