Nghiên cứu sinh Thái Kim Phụng bảo vệ luận án tiến sĩ
THÔNG TIN TRUY CẬP BUỔI BẢO VỆ BẰNG HÌNH THỨC TRỰC TUYẾN QUA MSTEAMS
--------------
NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN
Đề tài luận án: Nghiên cứu xây dựng Hệ thống hỗ trợ đánh giá chất lượng dịch vụ du lịch dựa trên phương pháp khai thác ý kiến khách hàng trực tuyến
Chuyên ngành: Hệ thống thông tin quản lý Mã số: 9340405
Nghiên cứu sinh: Thái Kim Phụng
GIáo viên hướng dẫn: 1. TS. Nguyễn An Tế; 2. TS. Trần Thị Thu Hà
Cơ sở đào tạo: Trường Đại học Kinh tế Quốc dân
Những đóng góp mới về mặt học thuật, lý luận
Thứ nhất, luận án đã góp phần luận giải trên cơ sở khoa học và thực tiễn về vai trò và sự cần thiết nghiên cứu, xây dựng hệ thống hỗ trợ đánh giá chất lượng dịch vụ du lịch theo cách tiếp cận mới - đánh giá dựa trên nền tảng ứng dụng công nghệ thông tin.
Thứ hai, luận án đóng góp vào khung lý thuyết về hệ thống hỗ trợ ra quyết định, đó là cách tiếp cận mới dựa trên việc khai thác các ý kiến trực tuyến của cộng đồng để hỗ trợ ra quyết định.
Thứ ba, luận án đề xuất một mô hình kiến trúc cùng với các giải pháp xây dựng hệ thống hỗ trợ đánh giá chất lượng dịch vụ dựa trên phương pháp khai thác ý kiến khách hàng trực tuyến.
Thứ tư, luận án đã xây dựng thử nghiệm hệ thống hỗ trợ cho doanh nghiệp trong việc theo dõi, đánh giá và cải tiến chất lượng dịch vụ du lịch tại Việt Nam, đồng thời, giúp tư vấn cho du khách lựa chọn những dịch vụ du lịch được đánh giá tốt, phù hợp với nhu cầu.
Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án
Về phạm vi triển khai hệ thống: Các doanh nghiệp có thể: (i) xây dựng và tích hợp hệ thống đánh giá chất lượng dịch vụ trong hệ thống CRM của chính doanh nghiệp; (ii) xây dựng và triển khai hệ thống đánh giá chất lượng dịch vụ như một hệ thống độc lập, có thể khai thác các nguồn dữ liệu trên mạng để đánh giá chất lượng dịch vụ của nhiều doanh nghiệp khác nhau trong ngành du lịch.
Về công nghệ lưu trữ và xử lý dữ liệu: Khi xây dựng hệ thống đánh giá chất lượng dịch vụ, doanh nghiệp cần ứng dụng các công nghệ dữ liệu lớn, trang bị hệ thống tính toán hiệu năng cao, đồng thời, cần đánh giá hiệu quả đầu tư của dự án - tương quan giữa chi phí đầu tư hạ tầng công nghệ thông tin và lợi ích kỳ vọng mà hệ thống này mang lại.
Về quy trình vận hành hệ thống: Việc thu thập dữ liệu, tiền xử lý dữ liệu, huấn luyện lại các mô hình phân loại ý kiến và tư vấn lựa chọn dịch vụ cần được thực hiện định kỳ, tần suất thực hiện tùy thuộc tốc độ tăng trưởng và biến động của nguồn dữ liệu bình luận của khách hàng trên các trang mạng và các nền tảng xã hội.
Về người sử dụng hệ thống: Ngoài đối tượng sử dụng chính của hệ thống là nhà quản trị doanh nghiệp và khách hàng, các chức năng thu thập dữ liệu, tiền xử lý dữ liệu, huấn luyện, đánh giá và lựa chọn các mô hình phân loại ý kiến nên được thực hiện bởi các chuyên gia tri thức, đặc biệt là là các chuyên gia về khoa học dữ liệu.
Về khả năng mở rộng hệ thống: Hệ thống có thể mở rộng thu thập thêm dữ liệu bình luận về khách sạn trên các trang như Booking, Tripadvisor hoặc mạng xã hội. Tuy nhiên, nghiên cứu sẽ gặp một thách thức lớn trong việc hợp nhất các nguồn dữ liệu khác nhau.
-------------------------------
NEW CONTRIBUTIONS OF THE THESIS
Thesis: Study of building a support system for tourism services quality assessment based on the method of opinion mining online customer reviews
Major: Management information systems Code: 9340405
Research student: Thái Kim Phụng Code student: NCS37.108TT
Instructor: Dr. Nguyen An Te, Dr. Tran Thi Thu Ha
Training institution: National Economics University
New contributions in terms of academic, theoretical aspects
Firstly, the thesis has contributed to a scientific and practical explanation on the role and necessity of researching and building a support system for tourism services quality assessment by new approach – assessment based on the application of information technology.
Secondly, the thesis has contributed to the theoretical framework of decision support system, which is a new approach based on opinion mining of online community to support decision making.
Thirdly, the thesis has proposed an architectural model along with solutions to build a support system for services quality assessment based on the method of opinion mining online customer reviews.
Fourthly, the thesis has built a pilot system to support businesses in monitoring, assessing and improving the quality of tourism services in Vietnam. In addition, the system also helps tourists based on that to choose tourism services that are well-reviewed and suitable for their needs.
New findings and proposals drawn from the research of the thesis
Regarding the scope of system implementation: Enterprises can (i) build and integrate services quality assessment system in their own CRM system; or (ii) build and deploy as an independent system that can mining online data sources to assess services quality of many different businesses in the tourism industry.
In terms of data storage and processing technology: When building a services quality assessment system, enterprises need to apply big data technologies, equip a high-performance computing system, and at the same time, need to evaluate investment efficiency of the project - correlation between the cost of information technology infrastructure investment and the expected benefits that this system brings.
About the system operational process: Data collection, data preprocessing, retraining of opinion classification models and services recommendation should also be performed periodically. Besides, it also depends on the growth and volatility of customer review data sources on websites and social platforms.
About system users: In addition to the main users of the system, which are managers and customers, the functions of data collection, data preprocessing, training, assessment and selection of opinion classification models should be performed by knowledge specialists, especially data scientist.
About system scalability: The system can be expanded to collect more hotel reviews data on sites like Booking, Tripadvisor, or social networks. However, the study will face a major challenge in consolidating disparate data sources.
