Báo cáo Đề tài dự Đoán mức Độ hài lòng của khách hàng dựa theo Đánh giá sản phẩm

Điều này rất hữu ích trong việc phân loại các đữ liệu phức tạp mà các phương pháp tuyến tính khác không thê giải quyết được.. Giải quyết các tập dữ liệu phân tán: - Trong một số trường

TRUONG DAI HOC CONG THUONG TP.HCM KHOA CONG NGHE THONG TIN

BAO CAO DE TAI

Dự Đoán Mức Do Hai Long Cua Khách Hàng Dựa Theo Đánh Giá Sản

TRUONG DAI HOC CONG THUONG TP.HCM

KHOA CONG NGHE THONG TIN

BAO CAO DE TAI

Dự Đoán Mức Độ Hài Lòng Của Khách Hàng Dựa Theo Đánh Giá Sản Phẩm

Giảng viên hướng dẫn: Trần Đình Toàn

BANG PHAN CONG

& a A Danh gia MSSV HO TEN SV Phan cong hoan thanh

200181676 Dang Anh Ta ode ung dung minh 100%

Lời mở đầu

MỤC LỤC

Vv LUỜI CẢIH ƠT, 7G <0 01 50 TH HH n0 vi Chương l: Giới thiệu - <-< se S3 9 918.193 95885581 85803885 18811801900 1

1.2 Ly do chon SVM lam dé tabs c ceccccccccccccscsscesesesssesessessesessesecsessveevstesteevssesteesseeees 1

12.1 Hiệu Quả Cao Trong Phân LOẠI: c cà ch HH HH 1

1.2.2 Kha Nang Tong Qudt HOG TOte.cccccccccccccccccccsccsvessesctessesesscssestesetevssetessvstetees 2

123 Ứng Dung Rong RGi Trong Thực TẾ: St nề ng kêu 2

1.2.4 Xử Lý Tốt Với Dữ Liệu Không Tuyển Tỉnh: cà chen 2

1.2.6 Tài Liệu và Tài Nguyên Phong Phú: à ác Tnhh He 2

Chương 2: Tìm hiểu về phân lớp dữ liệu SVM (BANERJEE 2020) 3

2.1 Giới thiệu về Support Vector Machines (SVM): - cccnt Hy, 3 QLD GOT MIU nne< ăa ca 3

2.1.2 Lịch sử phát trÌỂH: óc nh HT Huy 3

2.1.3 Ứng dụng và khả năng của SỨM nghe 3 2.2 Support Vector Machines ÏntfuIfIOn: - c1 2c 211221122212 211111111 rưe 3 2.2.1 Các thuật ngữ SÏÌ\Í: ằà.ĂĂ TS ST TH HH kh 3

Tài liệu tham khảo

chất lượng dịch vụ và trải nghiệm người dùng

Mục tiêu của đỗ án là xây dựng một mô hình phân loại đánh giá sản phẩm sử dụng thuật toán SVM và các kỹ thuật tiền xử lý đữ liệu Chúng tôi sẽ phân tích các vấn đề gặp phải trong đữ liệu, từ đó đề xuất giải pháp và đánh giá hiệu quả của mô hình Những kiến thức

và kinh nghiệm thu được từ đồ án này sẽ là nền tảng vững chắc cho công việc nghiên cứu

và phát triển sau nay

Loi cam on

Đồ án này không thê hoàn thành nếu thiếu sự giúp đỡ và hỗ trợ từ nhiều cá nhân và tổ chức Trước tiên, chúng tôi xin gửi lời cảm ơn chân thành đến các thầy cô giáo trong Khoa Công nghệ Thông tin, Trường Đại học Công Nghiệp Thực Phẩm (HUIT) đã tận tình giảng dạy và hướng dẫn chúng tôi trong suốt quá trình học tập

Chúng tôi cũng xin bày tỏ lòng biết ơn sâu sắc đến GV.Trần Đình Toàn, người đã dành nhiều thời gian và công sức để hướng dẫn, đóng góp ý kiến và hỗ trợ chúng tôi trong quá trình thực hiện đồ án này Những lời khuyên và sự chỉ bảo của thầy là nguồn động viên to lớn giúp chúng tôi vượt qua những khó khăn và hoàn thành đồ án

Cuối cùng, chúng tôi xin gửi lời cảm ơn đến gia đình và bạn bè đã luôn ở bên, ủng hộ và động viên chúng tôi trong suốt thời gian qua Sự hỗ trợ quý báu của mọi người là động

lực giúp chúng tôi hoàn thành tốt nhiệm vụ học tập và nghiên cứu

Xin chân thành cảm ơn!

Chương l1: Giới thiệu 1.1 Giới thiệu đề tài:

Hiện nay, trong lĩnh vực mua sắm trực tuyến, khách hàng có thể đưa những đánh giá nhận xét của mình đề bày tỏ thái độ về trải nghiệm mua sắm Những cảm nhận trải

nghiệm đó sẽ được bộc lộ trực tiếp thông qua lời nhận xét - comment của khách hàng

Kết quả đánh giá này được đúc kết và gói gọn qua số sao mà khách hàng đánh giá Hành động lựa chọn số sao được cho là liên quan mật thiết đối với “tình cảm” của khách hàng về trải nghiệm mua sắm tại cửa hàng cũng như trải nghiệm về sản phẩm Như vậy,

có thê kỳ vọng dựa vào lời nhận xét ta biết được khách hàng đã có trải nghiệm tích cực

hay tiêu cực Các sàn thương mại điện tử quản lý trực tiếp các cửa hàng trên sản của mình thông qua kết quả đánh giá của khách hàng Đối với những cửa hàng nhận được phản hồi đánh giá tốt sẽ có xếp hạng cao và ngược lại

Vì thế nhóm em đã bắt tay thực hiện đề tài Dự đoán mức độ hài lòng của khách

hàng dựa theo đánh giá sản phẩm

Vì thế, nhóm em đã quyết định thực hiện đề tài “Dự đoán mức độ hài lòng của

khách hàng dựa theo đánh giá sản phâm” Mục tiêu của chúng em là xây dựng một hệ thống phân tích cảm xúc từ các nhận xét của khách hàng, từ đó dự đoán mức độ hải lòng

và đưa ra nhận định tương ứng Hệ thống này không chỉ giúp các sàn thương mại điện tử hiệu rõ hơn về trải nghiệm của khách hàng mà còn hỗ trợ các cửa hàng cải thiện chất lượng dịch vụ và sản phẩm, góp phân nâng cao vị thế cạnh tranh trên thị trường

1.2 Lý do chọn SVM làm đề tài:

Chung tdi quyét dinh chon thuat toan SVM (Support Vector Machine) cho dé tai này dựa trên một số ly do quan trọng sau đây:

1.21 Hiệu Quả Cao Trong Phân Loại:

® SVM được biết đến với khả năng phân loại mạnh mẽ và hiệu quả cao, đặc biệt trong các bài toán phân loại nhị phân Thuật toán này hoạt động tốt ngay cả khi

dữ liệu có số chiều lớn, nhờ vào việc tìm ra siêu phăng tối ưu đề phân tách các lớp đữ liệu

1.2.2 Kha Nang Tổng Quát Hóa TỐt:

® - Một trong những ưu điểm nổi bật của SVM là khả năng tổng quát hóa tốt Điều

nay có nghĩa là mô hình SVM có thê hoạt động tốt trên các dữ liệu chưa từng

gặp, giúp cải thiện độ chính xác và d6 tin cay cua dự đoán

1.23 Ứng Dụng Rộng Rãi Trong Thực Tế:

¢ SVM đã được áp dụng thành công trong nhiều lĩnh vực khác nhau như nhận dạng chữ viết tay, nhận diện khuôn mặt, và phân loại văn bản Kinh nghiệm thành công trong các ứng dụng thực tế này đã chứng minh được tính hiệu quả

và linh hoạt của SVM

12.4 Xử Lý Tốt Với Dữ Liệu Không Tuyến Tinh:

® - Nhờ vào kỹ thuật kernel trick, SVM có khả năng xử lý tốt các đữ liệu không tuyến tính Điều này rất hữu ích trong việc phân loại các đữ liệu phức tạp mà các phương pháp tuyến tính khác không thê giải quyết được

12.5 Công Cụ Học Tập Hữu Ích:

© _ Việc nghiên cứu và triển khai thuật toán SVM giúp chúng tôi hiểu sâu hơn về các nguyên lý cơ bản của học máy, từ đó nâng cao kiến thức và kỹ năng cần thiết cho các nghiên cứu và ứng dụng sau này

1.2.6 Tài Liệu và Tài Nguyên Phong Phú:

® SVM là một trong những thuật toán học máy được nghiên cứu nhiều nhất, do

đó có rất nhiều tài liệu học tập, bài báo khoa học, và công cụ hỗ trợ Điều này tạo điều kiện thuận lợi cho quá trình nghiên cứu và triển khai mô hình

Chương 2: Tìm hiểu về phân lớp dữ liệu SVM (BANERJEE

phân loại, hồi quy và phát hiện ngoại lệ Trình phân loại SVM xây dựng mô hình gán các

điểm đữ liệu mới cho một trong các danh mục nhất định Vì vay, no có thé duoc xem nhu

một bộ phân loại tuyến tính nhị phân phi xác suất

2.1.2 Lịch sử phát triển:

- Thuat toan SVM ban dau duoc phat trién boi Vladimir N Vapnik va Alexey Ya

Chervonenkis vào năm 1963 Vào thời điểm đó, thuật toán đang ở giai đoạn đầu Khả năng duy nhất là vẽ siêu phăng cho bộ phân loại tuyên tính Năm 1992, Bernhard E Boser, Isabelle M Guyon va Vladimir N Vapnik da dé xuat mét cach tao ra cac bé phan loại phi tuyến tính bằng cách áp dụng thủ thuật kernel cho các siêu phăng có lề tối đa Tiêu chuẩn hiện tại được Corinna Cortes và Vapnik đề xuất vào năm 1993 và xuất bản nam 1995

¢ Support vectors (Cac vector hé trợ): là các điểm đữ liệu mẫu gần siêu phăng nhất Những điểm đữ liệu này xác định đường phân cách hoặc siêu phăng tốt hơn bằng cách tính toán lẻ

®_ Margin (Lê): là khoảng cách phân tách giữa hai dòng trên các điểm dữ liệu gần nhất Nó được tính bằng khoảng cách vuông góc từ đường thăng đến vectơ hỗ trợ hoặc điểm dữ liệu gần nhất Trong SVM, chúng tôi cô gắng tối đa hóa khoảng

cách phân tách này đề đạt được mức chênh lệch tối đa

Trong SVM, mục tiêu chính của chúng tôi là chọn một siêu phẳng có lề tối đa có thể có giữa các vectơ hỗ trợ trong tập dữ liệu đã cho SVM tìm kiếm siêu phăng lề tối đa trong quy trình 2 bước sau:

Bước I: Tạo các siêu phăng phân tách các lớp theo cách tốt nhất có thể Có nhiều siêu phăng có thể phân loại đữ liệu Chúng ta nên tìm kiếm siêu phăng tốt nhất thể hiện

khoảng cách hoặc lề lớn nhất giữa hai lớp.

Bước 2: Chọn siêu phăng sao cho khoảng cách từ nó đến các vectơ hỗ trợ ở mỗi bên là

lớn nhất Nếu một siêu phăng như vậy tồn tại, nó được goi la maximum margin

hyperplane (siéu phang lé t6i da) va b6 phan loại tuyến tính mà nó xác định được gọi là maximum margin classifier (bô phân loại lễ tối đa)

Margin

Support vectors

X2 Decision boundary w'x=0

Hinh 2.2 Maximum margin hyperplane

2.2.3 Giải quyết các tập dữ liệu phân tán:

- Trong một số trường hợp nhất định, các điểm đữ liệu mẫu thê hiện sự phân tán đến mức

việc phân tách tuyến tính trở nên không thực tế khi sử dụng siêu phăng truyền thong Dé

vượt qua thử thách này, Máy vectơ hỗ trợ (SVM) sử dụng một kỹ thuật mạnh mẽ được

gọi là thủ thuật kemnel Phương pháp này liên quan đến việc chuyển đôi không gian đầu vào thành không gian có chiều cao hơn, cho phép phân tách các điểm đữ liệu hiệu quả hơn

- Thủ thuật kernel sử dụng chức năng ánh xạ đề chiếu không gian đầu vào 2-D ban đầu vào không gian có chiều cao hơn, chăng hạn như không gian 3-D Bằng cách đó, SVM có thê đạt được sự phân tách tuyến tính trong không gian được chuyển đôi, ngay cả khi các điểm dữ liệu không thê phân tách tuyến tính trong không gian đặc trưng ban dau

- Phép biến đổi này tạo điều kiện thuận lợi cho việc tạo ra một siêu phăng có thể phân tách các điểm đữ liệu một cách hiệu quả Do đó, SVM có thé phan loai chinh xac cac mau

mà trước đây rất khó phân biệt bằng siêu phăng tuyến tính

- Khả năng của SVM xử lý các tập dữ liệu phân tán thông qua thủ thuật kernel làm nỗi bật tính linh hoạt và mạnh mẽ của chúng trong việc giải quyết các nhiệm vụ phân loại phức tạp Bằng cách tận dụng kỹ thuật này, SVM có thể đáp ứng các phân phối đữ liệu đa dạng và vượt trội trong các ứng dụng trong thế giới thực khác nhau, từ nhận đạng hình

ảnh đến tin sinh học

2.3 Thủ thuật Kernel:

- Trong thực tế, thuật toán Support Vector Machines (SVM) được nâng cao bằng cách sử dụng một kỹ thuật được gọi là thủ thuật kernel Phương pháp này liên quan đến việc sử

dụng hạt nhân, hoạt động như một chức năng để ánh xạ đữ liệu tới một không gian có

chiều cao hơn, nơi nó có thê tách rời được Về cơ bản, hạt nhân biến đổi không gian đữ liệu đầu vào có chiều thấp thành không gian có chiều cao hơn, từ đó chuyên đôi các vấn

đề có thê phân tách phi tuyến tính thành các vấn đề có thê phân tách tuyến tính bằng cách đưa ra các chiều bố sung

- Bằng cách sử dụng thủ thuật kemel, SVM có thê giải quyết các vấn đề phân tách phi tuyến tính hiệu quả hơn, dẫn đến việc xây dựng các bộ phân loại chính xác hơn Kỹ thuật này đặc biệt có giá trị trong các tình huống mà các phương pháp tuyến tính truyền thống

không đủ để đạt được hiệu suất thỏa đáng

- Người ta có thê định nghĩa hàm hạt nhân là một biểu thức toán học định lượng sự giống nhau hoặc khác nhau giữa các điểm đữ liệu trong không gian đầu vào Có nhiều loại hạt nhân khác nhau, mỗi loại phù hợp với các miền vấn đề và phân phối đữ liệu khác nhau Trong số các kernel phô biến nhất được sử dụng trong SVM là:

¢ Linear Kernel: Kernel này tính toán tích số chấm của các vectơ đầu vào, làm cho

nó phù hợp với các tập đữ liệu có thê phân tách tuyến tính

® Polynomial Kernel: Tinh toan d6 tuong ty gitra cac điểm đữ liệu dựa trên các hàm

đa thức, cho phép SVM xử lý các mối quan hệ phi tuyến tính giữa các tính năng

¢ Radial Basis Function (RBF) Kernel: Còn được gọi là Gaussian Kernel, RBF Kernel đo lường sự giống nhau giữa các điểm dữ liệu bằng cách sử dụng hàm Gaussian Nó có hiệu quả trong việc nắm bắt các ranh giới quyết định phức tạp, phi tuyến tính

e Sigmoid Kernel: Ap dyng hàm sigmoid cho tích vô hướng của vectơ đầu vào, mang lại sự linh hoạt trong việc mô hình hóa các mối quan hệ phi tuyến tính

- Bằng cách chọn một ham nhân thích hợp, người thực hành có thể điều chỉnh các mô

hình SVM cho phù hợp với đặc điểm dữ liệu của mình, từ đó nâng cao độ chính xác phân

loại và hiệu suất khái quát hóa Thủ thuật kernel đóng vai trò là một công cụ quan trọng trong bộ công cụ SVM, cho phép xây dựng các bộ phân loại mạnh mẽ có khả năng xử lý các phân phối đữ liệu đa dạng và các ranh giới quyết định phức tạp

2.3.1 Linear Kernel:

- Trong ngữ cảnh của Support Vector Machines (SVM), Linear Kemel thê hiện một cách tiếp cận cơ bản đề xác định sự giống nhau giữa các điểm đữ liệu Hàm Linear Kernel được xây dựng như sau:

K[x;, x;]=Xx; X;

- Linear Kernel (kernel tuyén tinh): đặc biệt phù hợp với các tình huống trong đó dữ liệu

có thê phân tách tuyến tính, nghĩa là đữ liệu có thể được phân chia bằng một đường thăng Hạt nhân này thường được sử dụng khi xử lý các tập dữ liệu có nhiều tính năng

Tính đơn giản và hiệu quả của nó làm cho nó trở thành một lựa chọn pho biến, đặc biệt là trong các nhiệm vụ phân loại văn bản

- u điểm: Một ưu điểm đáng chú ý của kernel tuyến tính là thời gian đào tạo nhanh Vì

nó chỉ yêu câu tôi ưu hóa tham số chính quy hóa C trong quá trình huấn luyện nên quá

trình này có xu hướng nhanh hơn so với việc huấn luyện bằng các hạt nhân khác, điều

này có thê liên quan đến việc tối ưu hóa tham số bổ sung, chăng hạn như tham số y trong

các hạt nhân phi tuyến tính

- Ứng dụng: Một ứng dụng điển hình cua kernel tuyến tính là phân loại văn ban, trong đó

mục tiêu là phân loại tài liệu văn bản thành các lớp được xác định trước Do tính chất đơn

giản của nó, kernel tuyến tính cung cấp một cách tiếp cận đơn giản để phân tách dữ liệu văn bản

Linear Kernel có thể được hình dung như một ranh giới quyết định trong không gian đặc trưng hai chiều, trong đó ranh giới là một đường thăng phân cách các điểm đữ liệu thuộc các lớp khác nhau

Bằng cách tận dụng linear kernel, SVM có thể xử lý hiệu quả các tập dữ liệu có thê phân tách tuyên tính với không gian đặc trưng nhiều chiều, khiến nó trở thành một công cụ có giá trị trong các ứng dụng học máy khác nhau