--

18(3)2023

Xác định các khía cạnh ảnh hưởng tới chất lượng dịch vụ khách hàng trực tuyến dựa vào khai thác dữ liệu phi cấu trúc


Tác giả - Nơi làm việc:
Lê Triệu Tuấn - Trường đại học Công nghệ thông tin & Truyền thông - Đại học Thái Nguyên, Thành phố Thái Nguyên , Việt Nam
Phạm Minh Hoàn - Trường đại học Kinh tế quốc dân, Hà Nội , Việt Nam
Tác giả liên hệ, Email: Lê Triệu Tuấn - lttuan@ictu.edu.vn
Ngày nộp: 01-04-2022
Ngày duyệt đăng: 27-05-2022
Ngày xuất bản: 05-06-2023

Tóm tắt
Trước khi thực hiện mua hàng trực tuyến, khách hàng thường có xu hướng xem những bình luận, đánh giá, nhận xét (dữ liệu phi cấu trúc) về sản phẩm hay dịch vụ cùng loại của những khách hàng trước để lại trên các trang thương mại điện tử. Ẩn chứa bên trong những câu bình luận, đánh giá, nhận xét đó có chứa cả những nội dung liên quan tới chất lượng dịch vụ kinh doanh của doanh nghiệp, chất lượng sản phẩm hay gọi chung là chất lượng dịch vụ khách hàng. Nội dung bình luận liên quan tới chất lượng dịch vụ khách hàng này được thể hiện qua từng khía cạnh trong câu. Bài báo thực hiện trích xuất các khía cạnh đó bằng việc ứng dụng phương pháp học máy có giám sát (một phương pháp khai thác dữ liệu phi cấu trúc - Big Data). Từ đó, có được danh sách các khía cạnh phản ánh tới chất lượng dịch vụ khách hàng có trong tập dữ liệu được thu thập. Kết quả của bài báo đã xác định được 33 khía cạnh có thể ảnh hưởng tới chất lượng dịch vụ khách hàng trong kinh doanh trực tuyến.

Chỉ số JEL
C61; C63; C67

Từ khóa
dịch vụ khách hàng; học máy có giám sát; khía cạnh; xác định các khía cạnh

Toàn văn:
PDF

Trích dẫn:

Le, T. T., & Pham, H. M. (2023). Xác định các khía cạnh ảnh hưởng tới chất lượng dịch vụ khách hàng trực tuyến dựa vào khai thác dữ liệu phi cấu trúc [Detect aspects affecting online customer service quality based on unstructured data mining]. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh – Kinh tế và Quản trị Kinh doanh, 18(3), 94-107. doi:10.46223/HCMCOUJS.econ.vi.18.3.2226.2023


Tài liệu tham khảo

Afrizal, A. D., Rakhmawati, N. A., & Tjahyanto, A. (2019). New filtering scheme based on term weighting to improve object based opinion mining on tourism product reviews. Procedia Computer Science, 161(1/2), 805-812.


Cambria, E. (2013). An introduction to concept-level sentiment analysis. In Advances in soft computing and its applications (pp. 478-483). Germany: Springer Berlin Heidelberg.


Cambria, E., Schuller, B., Liu, B., Wang, H., & Havasi, C. (2013). Knowledge-based approaches to concept-level sentiment analysis. IEEE Intelligent Systems, 28(2), 12-14. doi:10.1109/MIS.2013.45


Cruz, F. L., Troyano, J. A., Enríquez, F., Ortega, F. J., & Vallejo, C. G. (2013). Long autonomy or long delay? The importance of domain in opinion mining. Expert Systems with Applications, 40(8), 3174-3184. doi:10.1016/j.eswa.2012.12.031


Duong, D. T., & Vu, T. H. (2020). Nâng cao chất lượng dịch vụ thương mại điện tử (B2C) Việt Nam [Improving the quality of Vietnamese e-commerce (B2C) services]. Journal of Science and Technology, 19(22), 27-36.


Eberendu, A. (2016). Unstructured data: An overview of the data of Big Data. International Journal of Computer Trends and Technology, 38(1), 46-50. doi:10.14445/22312803/IJCTT-V38P109


Fayyad, U. (2001). Knowledge discovery in databases: An overview. In S. Džeroski & N. Lavrač (Eds.), Relational data mining (pp. 28-47). Germany: Springer Berlin Heidelberg.


Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). Knowledge discovery and data mining: Towards a unifying framework. Truy cập ngày 10/01/2022 tại https://www.aaai.org/Papers/KDD/1996/KDD96-014.pdf


Gautam, G., & Yadav, D. (2014). Sentiment analysis of twitter data using machine learning approaches and semantic analysis. In 2014 Seventh International Conference on Contemporary Computing (IC3) (pp. 437-442). Noida, India: IEEE Xplore.


Grönroos, C. (1984). A service quality model and its marketing implications. European Journal of Marketing, 18(4), 36-44. doi:10.1108/EUM0000000004784


Gupta, N., & Agrawal, R. (2020). Application and techniques of opinion mining. In S. Bhattacharyya, V. Snášel, D. Gupta & A. Khanna (Eds.), Hybrid computational intelligence (pp. 01-23). Cambridge, MA: Academic Press.


Huang, M., Xie, H., Rao, Y., Feng, J., & Wang, F. L. (2020). Sentiment strength detection with a context-dependent lexicon-based convolutional neural network. Information Sciences, 520(1), 389-399. doi:10.1016/j.ins.2020.02.026


Jagdale, R. S., Shirsat, V. S., & Deshmukh, S. N. (2019). Sentiment analysis on product reviews using machine learning techniques. In Cognitive informatics and soft computing (pp. 639-647). Singapore: Springer Nature.


Kim, H., Ganesan, K., Sondhi, P., & Zhai, C. (2011). Omprehensive review of opinion summarization. Truy cập ngày 10/01/2022 tại http://hdl.handle.net/2142/18702


Kulkarni, A., Chong, D., & Batarseh, F. A. (2020). 5 - Foundations of data imbalance and solutions for a data democracy. In F. A. Batarseh & R. Yang (Eds.), Data democracy (pp. 83-106). Cambridge, MA: Academic Press.


Kumar, B. (2016). An analysis on opinion mining: Techniques and tools. Indian Journal of Research, 5(8), 489-492.


Tran, B. L., & Nguyen, H. V. (2015). Twitter sentiment analysis using machine learning techniques. In H. T. Le, N. Nguyen & T. Do (Eds.), Advanced computational methods for knowledge engineering. Advances in intelligent systems and computing (Vol. 358, pp. 279-289). Denmark: Springer Cham.


Li, H., Hong, L.-Y., He, J.-X., Xu, X.-G., & Sun, J. (2013). Small sample-oriented case-based kernel predictive modeling and its economic forecasting applications under n-splits-k-times hold-out assessment. Economic Modelling, 33, 747-761. doi:10.1016/j.econmod.2013.05.007


Liu, B. (2007). Exploring hyperlinks, contents, and usage data. Germany: Springer Verlag.


Lu, Y., Zhai, C., & Sundaresan, N. (2009). Rated aspect summarization of short comments. In Proceedings of the 18th international conference on World wide web (pp. 131-140). New York, NY: ACM.


Maks, I., & Vossen, P. (2012). A lexicon model for deep sentiment analysis and opinion mining applications. Decision Support Systems, 53(4), 680-688. doi:10.1016/j.dss.2012.05.025


Marrese-Taylor, E., Velásquez, J. D., & Bravo-Marquez, F. (2014). A novel deterministic approach for aspect-based opinion mining in tourism products reviews. Expert Systems with Applications, 41(17), 7764-7775. doi:10.1016/j.eswa.2014.05.045


Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 4(4) 1093-1113.


Mudambi, S., & Schuff, D. (2010). What makes a helpful online review? A study of customer reviews on Amazon.com. MIS Quarterly, 34(1), 185-200. doi:10.2307/20721420


Nguyen, M. N., Nguyen, P. T., Le, H. T. T., & Tran, H. T. (2019). Đánh giá sự hài lòng của khách hàng cá nhân trên địa bàn quận Long Biên về chất lượng dịch vụ của website Sendo.vn. [Consumer Satisfaction in Long Bien District with the Quality of the Service of E-commerce Website Sendo.vn.]. Tạp chí khoa học Nông nghiệp Việt Nam 2019, 17(10), 835-846.


Nguyen, H. T. (2019). Chất lượng dịch vụ và sự hài lòng của khách hàng trong thương mại điện tử Việt Nam [E-service quality and customer satisfaction in Vietnam’s E-commerce]. Khoa học - Công nghệ Hàng Hải, 60, 81-85.


Nguyen, T. T. M. (2014). Chất lượng dịch vụ trực tuyến và sự hài lòng của khách hàng: Nghiên cứu về mua sắm hàng trực tuyến tại Việt Nam [Online service quality and customer satisfaction: A study on online shopping in Vietnam]. Phát triển kinh tế, 287(9), 120-132.


Oza, K. S., & Naik, P. G. (2016). Prediction of online lectures popularity: A text mining approach. Procedia Computer Science, 92, 468-474. doi:10.1016/j.procs.2016.07.369


Parasuraman, A. P., Zeithaml, V., & Berry, L. (1985). A conceptual model of service quality and its implication for future research (SERVQUAL). The Journal of Marketing, 49(4), 41-50. doi:10.2307/1251430


Parasuraman, A., Zeithaml, V., & Berry, L. (2002). SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing, 64(1), 12-40.


Pyon, C., Lee, M., & Park, S. (2009). Decision support system for service quality management using customer knowledge in public service organization. Expert Systems with Applications, 36(4), 8227-8238. doi:10.1016/j.eswa.2008.10.021


Singh, J., Singh, G., & Singh, R. (2017). Optimization of sentiment analysis using machine learning classifiers. Human-centric Computing and Information Sciences, 7(1), 32-44. doi:10.1186/s13673-017-0116-3


Somosi, A., Stiassny, A., Kolos, K., & Warlop, L. (2021). Customer defection due to service elimination and post-elimination customer behavior: An empirical investigation in telecommunications. International Journal of Research in Marketing, 38(4), 915-934. doi:10.1016/j.ijresmar.2021.03.003


Thai, P. K., Nguyen, T. A., & Tran, H. T. T. (2020). Xếp hạng dịch vụ khách sạn dựa trên phương pháp khai thác ý kiến khách hàng trực tuyến [Ranking holtel services using opinion mining approach on online customer reviews]. Tạp chí Kinh tế và Phát triển, 273(3), 63-73.


Viloria, A., Acuña, G. C., Alcázar Franco, D. J., Hernández-Palma, H., Fuentes, J. P., & Rambal, E. P. (2019). Integration of data mining techniques to postgresql database manager system. Procedia Computer Science, 155(5), 575-580. doi:10.1016/j.procs.2019.08.080


Vu, A., Nguyen, T. D. D., Bui, A. N., Vuong, B. Q., & Doan, D. V. (2018). Underthesea document. Truy cập ngày 10/01/2022 tại Under The Sea website: https://underthesea.readthedocs.io/en/latest/index.html#


Wikipedia. (2021). Truy cập ngày 10/01/2022 tại https://vi.wikipedia.org/wiki/Trang_Ch%C3%ADnh


Yussupova, N., Kovacs, G., Boyko, M., & Bogdanova, D. (2016). Models and methods for quality management based on artificial intelligence applications. Acta Polytechnica Hungarica, 13(3), 45-60.


Zhang, L., & Liu, B. (2014). Aspect and entity extraction for opinion mining. In W. W. Chu (Ed.), Data mining and knowledge discovery for big data: Methodologies, challenge and opportunities (pp. 01-40). Germany: Springer Berlin Heidelberg.


Zhu, F., & Zhang, X. (2010). Impact of online consumer reviews on sales: The moderating role of product and consumer characteristics. Journal of Marketing, 74(2), 133-148.


Ziegler, J., Reimann, P., Keller, F., & Mitschang, B. (2020). A graph-based approach to manage cae data in a data lake. Procedia CIRP, 93, 496-501. doi:10.1016/j.procir.2020.04.155



DOI: https://doi.org/10.46223/HCMCOUJS.econ.vi.18.3.2226.2023
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.