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.

Download

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.

Download

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.

Download

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.

Download

Đào tạo trực tuyến đang phát triển mạnh mẽ nhưng cũng khiến người học dễ bị lạc lõng, mất phương hướng trong môi trường học tập ảo rộng lớn vì không được tiếp xúc với giảng viên và bạn đồng học cụ thể. Từ đó dẫn đến tình trạng người học bị suy giảm động lực học tập. Vì vậy, nhu cầu phát triển các hệ thống tư vấn để giải quyết vấn đề quá tải thông tin, giúp cho người học dễ dàng truy cập chính xác, kịp thời những tài nguyên, dịch vụ mình quan tâm. Nguyên tắc của hệ tư vấn học tập là dựa trên cộng đồng những người học có đặc trưng tương tự và đạt kết quả học tập tốt để đưa ra tư vấn phù hợp cho một người học cụ thể trong các vấn đề cần ra quyết định như chọn cách thức học tập, tài nguyên học tập, nhóm học tập, đăng ký môn học. Mức độ chính xác của việc xây dựng cộng đồng người học sẽ ảnh hưởng đến chất lượng tư vấn. Nội dung của bài báo này sẽ trình bày về các phương pháp xây dựng cộng đồng người học trên hệ thống tư vấn học tập trong môi trường đào tạo trực tuyến cũng như vấn đề đánh giá hiệu quả của các phương pháp. <br><br>Abstract<br> Online training is growing strongly but it also makes learners easily lost and disoriented in a large virtual learning environment because there are no instructors and no specific classmates. As a result, the learner's motivation to learn is reduced. Therefore, there is a need to develop a recommender systems to solve the problem of information overload making it easy for learners to accurately and timely access the resources and services they are interested in. The principle of the learning recommender system is based on a community of learners with similar characteristics and good learning outcomes to give appropriate advice to a particular learner on decision-making issues such as: choosing learning methods, learning resources, study groups, and registering for subjects. The degree of precision in building a community of learners will affect the quality of advice. The content of this paper will present the methods of building a learner community on the learning recommend system in the online training environment as well as the issue of evaluating the effectiveness of the methods.

Download