Áp dụng phương pháp học máy trong việc phát hiện chủ đề và cải tiến sản phẩm dựa trên bình luận của khách hàng trong ngành bán lẻ

Abstract

Đề tài “ÁP DỤNG PHƯƠNG PHÁP HỌC MÁY TRONG VIỆC PHÁT HIỆN CHỦ ĐỀ VÀ CẢI TIẾN SẢN PHẨM DỰA TRÊN BÌNH LUẬN CỦA KHÁCH HÀNG TRONG NGÀNH BÁN LẺ” ra đời xuất phát từ nhu cầu ngày càng lớn của các doanh nghiệp trong ngành bán lẻ về việc tìm hiểu sâu sắc hơn cảm nhận của khách hàng dựa trên các bình luận về sản phẩm, nhằm tối ưu hóa quá trình phát triển và cải tiến sản phẩm. Các phương pháp truyền thống chủ yếu dựa vào khảo sát, vì thế vốn không đáp ứng được độ sâu và tính kịp thời trong việc nhận diện nhu cầu thực tế của khách hàng. Với mong muốn khám phá các chủ đề từ bình luận sản phẩm trong ngành bán lẻ, đề tài được thực hiện hướng tới mục tiêu cải thiện chất lượng và phát triển sản phẩm, dựa trên việc phân tích yếu tố cảm xúc và yếu tố kỹ thuật liên quan đến sản phẩm. Để đạt được mục tiêu trên, nghiên cứu sử dụng phương pháp học máy, đặc biệt là mô hình phát hiện chủ đề Latent Dirichlet Allocation (LDA) và phân tích cảm xúc VADER. Các phương pháp này được ứng dụng trên bình luận từ nền tảng Reddit để phân loại và phân tích các cảm nhận của khách hàng theo từng chủ đề sản phẩm cụ thể trong việc giải quyết bài toán tự động phát hiện các yếu tố sản phẩm và cảm nhận khách hàng với độ chính xác cao. Kết quả sau khi nghiên cứu cho thấy các yếu tố công nghệ, tính năng làm mát và độ bền sản phẩm là các chủ đề được khách hàng quan tâm và phản hồi tích cực nhất. Ngược lại, các yếu tố về dịch vụ hỗ trợ và tính tương thích sản phẩm cần được chú trọng cải thiện. Kết quả nghiên cứu này không chỉ cung cấp cái nhìn toàn diện cho các nhà quản lý sản phẩm về xu hướng thị trường mà còn mang lại lợi ích thiết thực cho các doanh nghiệp trong việc cải tiến sản phẩm theo đúng nhu cầu của khách hàng, tạo lợi thế cạnh tranh. Đối với các nghiên cứu trong tương lai, đề tài mở ra hướng phát triển về việc mở rộng nguồn dữ liệu và ứng dụng các mô hình học sâu để nâng cao độ chính xác và toàn diện trong phân tích nhu cầu khách hàng từ dữ liệu trực tuyến.