Luận văn Thạc sĩ: Nghiên cứu phân tích hành vi mua hàng của khách hàng sử dụng mạng nơ-ron

Trong bối cảnh kỷ nguyên số, việc dự đoán hành vi mua hàng của khách hàng đóng vai trò then chốt trong việc nâng cao trải nghiệm người dùng và tối ưu hóa chiến lược kinh doanh. Các phương pháp truyền thống thường gặp hạn chế trong việc nắm bắt các mối quan hệ tuần tự và phụ thuộc thời gian phức tạp từ dữ liệu tương tác khách hàng, đồng thời đòi hỏi nhiều công sức xây dựng tính năng thủ công. Luận văn này tập trung vào việc ứng dụng mạng nơron hồi quy (RNN), một mô hình học sâu tiên tiến, để phân tích và dự đoán hành vi khách hàng. Mục tiêu chính là vượt qua những hạn chế của các phương pháp cũ bằng cách khai thác khả năng học hỏi các mẫu tuần tự của RNN, từ đó cung cấp các dự đoán chính xác hơn về sở thích và hành vi tiêu dùng của khách hàng.

Các nhà nghiên cứu và sinh viên sau đại học trong lĩnh vực Khoa học Máy tính, Trí tuệ Nhân tạo, Học máy, đặc biệt là những người quan tâm đến Mạng Nơron hồi quy, xử lý dữ liệu tuần tự, phân tích hành vi khách hàng và hệ thống khuyến nghị.

Nghiên cứu này khám phá tiềm năng của mạng nơron hồi quy (RNN) trong việc dự đoán hành vi mua hàng của khách hàng, một lĩnh vực quan trọng để cá nhân hóa trải nghiệm và tối ưu hóa hoạt động tiếp thị. Luận văn chỉ ra rằng các kỹ thuật phân tích truyền thống thường bỏ lỡ các mối quan hệ thời gian và tuần tự trong dữ liệu tương tác, đòi hỏi quy trình tạo tính năng thủ công tốn kém và thiếu hiệu quả. Để khắc phục, nghiên cứu đề xuất và đánh giá các kỹ thuật dựa trên RNN, tập trung vào hai khía cạnh chính: thứ nhất, phát triển và phân tích các phép nhúng để tạo ra các biểu diễn vectơ hữu ích của các mục, qua đó cải thiện đáng kể độ chính xác dự đoán của RNN; thứ hai, nghiên cứu cách các cơ chế chú ý có thể tăng cường khả năng giải thích của mô hình RNN, đồng thời phân tích hiệu suất của các biến thể cơ chế chú ý khác nhau. Dữ liệu thử nghiệm được sử dụng là tập hợp các đánh giá và tương tác với phim của khách hàng từ năm 2008 đến 2015, cho phép mô hình học cách dự đoán phim tiếp theo mà khách hàng có thể xếp hạng. Kết quả từ việc triển khai các mô hình RNN kết hợp với phép nhúng và cơ chế chú ý hứa hẹn mang lại những cải tiến đáng kể trong khả năng dự đoán hành vi khách hàng, góp phần vào việc phát triển các hệ thống đề xuất thông minh và chiến lược kinh doanh dựa trên dữ liệu hiệu quả hơn.