[Research contribution] Ứng dụng học máy phân tích sự hài lòng của hành khách đối với dịch vụ xe buýt công cộng tại Thành phố Hồ Chí Minh

12 Tháng Mười Một, 2026

Từ khóa: Học máy, xử lý ngôn ngữ tự nhiên, phân tích cảm xúc, phân tích cảm xúc theo khía cạnh, xe buýt công cộng, sự hài lòng của hành khách, Thành phố Hồ Chí Minh.

Trong bối cảnh đô thị hóa và nhu cầu đi lại ngày càng tăng, nâng cao chất lượng giao thông công cộng là yêu cầu quan trọng đối với mục tiêu phát triển đô thị bền vững. Mức độ hài lòng của hành khách là nguồn dữ liệu quan trọng giúp nhận diện những hạn chế trong quá trình cung cấp dịch vụ. Tuy nhiên, các phương pháp khảo sát truyền thống khó khai thác đầy đủ cảm xúc và ý kiến đa chiều của người dân. Từ thực tiễn đó, nhóm tác giả thuộc UEH Mekong, Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) đã ứng dụng học máy và xử lý ngôn ngữ tự nhiên để phân tích 13.321 phản hồi về dịch vụ xe buýt tại Thành phố Hồ Chí Minh, qua đó xác định những yếu tố ảnh hưởng đến sự hài lòng và đề xuất giải pháp cải thiện chất lượng dịch vụ.

Tv #57 Bg 1499x600

Khai thác dữ liệu phản hồi để đánh giá chất lượng giao thông công cộng

Sự hài lòng của hành khách được hình thành từ quá trình so sánh giữa kỳ vọng ban đầu và trải nghiệm thực tế khi sử dụng dịch vụ. Đối với giao thông công cộng, các yếu tố như thời gian chờ, tần suất hoạt động, chất lượng phương tiện và thái độ phục vụ đều có thể ảnh hưởng đến quyết định tiếp tục sử dụng xe buýt của người dân.

Nghiên cứu vận dụng Mô hình Bất tương xứng Kỳ vọng – Cảm nhận (EDP) và mô hình SERVQUAL để xem xét các yếu tố cấu thành chất lượng dịch vụ. Đồng thời, nhóm tác giả sử dụng phương pháp phân tích cảm xúc theo khía cạnh (Aspect-Based Sentiment Analysis – ABSA), cho phép xác định thái độ của hành khách đối với từng yếu tố cụ thể, thay vì chỉ phân loại phản hồi thành tích cực hoặc tiêu cực.

Đây là hướng tiếp cận có ý nghĩa trong bối cảnh dữ liệu phản hồi trực tuyến ngày càng gia tăng. Thông qua các kỹ thuật học máy và xử lý ngôn ngữ tự nhiên, những ý kiến bằng văn bản có thể được chuyển hóa thành dữ liệu có cấu trúc, hỗ trợ nhận diện vấn đề và cung cấp cơ sở cho quá trình ra quyết định.

Phân tích 13.321 phản hồi: Mức độ không hài lòng chiếm tỷ trọng cao

Nghiên cứu sử dụng 13.321 phản hồi thực tế của hành khách về dịch vụ xe buýt công cộng tại Thành phố Hồ Chí Minh, được thu thập trong giai đoạn từ tháng 09/2022 đến tháng 06/2025. Dữ liệu được xử lý thông qua các bước chuẩn hóa văn bản, tách từ, loại bỏ từ dừng và chuyển đổi văn bản thành dữ liệu số bằng kỹ thuật TF-IDF.

Để đánh giá hiệu quả phân loại cảm xúc, nhóm nghiên cứu thử nghiệm 04 thuật toán học máy có giám sát gồm: Hồi quy Logistic, Naïve Bayes, Support Vector Machine (SVM) và Random Forest. Kết quả cho thấy mức độ không hài lòng chiếm tỷ trọng lớn nhất, với 48,2% tổng số phản hồi; nhóm hài lòng chiếm 30,4% và nhóm trung lập chiếm 21,3%.

Trong 04 thuật toán được thử nghiệm, SVM đạt hiệu suất phân loại cao nhất với độ chính xác 96,1%, F1-score đạt 0,960. Hồi quy Logistic xếp thứ hai với độ chính xác 92,3%, đồng thời có lợi thế về tốc độ suy luận, chỉ khoảng 0,031 giây so với 1,828 giây của SVM. Kết quả này cho thấy việc lựa chọn mô hình cần cân nhắc cả độ chính xác và yêu cầu xử lý của hệ thống trong thực tế.

Những nút thắt cốt lõi của trải nghiệm hành khách

Phân tích cảm xúc theo từng khía cạnh cho thấy tài xế là yếu tố nhận được nhiều phản hồi nhất, đồng thời ghi nhận tỷ lệ không hài lòng đáng kể. Các ý kiến tập trung vào kỹ năng lái xe, thái độ ứng xử và tính chuyên nghiệp trong quá trình phục vụ hành khách.

Bên cạnh đó, thái độ phục vụ, thời gian và tần suất hoạt động của xe buýt cũng là những khía cạnh ảnh hưởng đến trải nghiệm người dùng. Chất lượng phương tiện và hoạt động của nhân viên, phụ xe tiếp tục ghi nhận những phản hồi cần được quan tâm. Đối với giá vé và ứng dụng BusMap, dù số lượng ý kiến ít hơn, dữ liệu vẫn phản ánh những băn khoăn về sự tương xứng giữa chi phí và chất lượng dịch vụ, cũng như tính thuận tiện của công cụ hỗ trợ hành khách.

Những kết quả này cho thấy sự hài lòng không chỉ phụ thuộc vào điều kiện phương tiện mà còn gắn liền với chất lượng phục vụ và tính ổn định trong vận hành. Đáng chú ý, phân tích dữ liệu phản hồi giúp cơ quan quản lý nhận diện cụ thể những vấn đề cần ưu tiên, thay vì chỉ đánh giá chất lượng dịch vụ thông qua các chỉ số tổng quát.

Hàm ý chính sách

Từ kết quả nghiên cứu, nhóm tác giả đề xuất năm nhóm giải pháp nhằm nâng cao chất lượng dịch vụ xe buýt công cộng tại Thành phố Hồ Chí Minh:

Thứ nhất, nâng cao năng lực đội ngũ vận hành: Tăng cường đào tạo kỹ năng giao tiếp, thái độ phục vụ và tinh thần trách nhiệm cho tài xế, nhân viên và phụ xe.

Thứ hai, tối ưu lịch trình và tần suất hoạt động: Rà soát thời gian vận hành, điều chỉnh tần suất chuyến nhằm giảm thời gian chờ và nâng cao tính đúng giờ.

Thứ ba, cải thiện chất lượng phương tiện: Tăng cường bảo trì, nâng cấp xe buýt, bảo đảm các điều kiện về vệ sinh, tiện nghi và an toàn.

Thứ tư, hoàn thiện công cụ hỗ trợ hành khách: Cải thiện ứng dụng BusMap, cập nhật thông tin lộ trình và thời gian hoạt động, đồng thời nâng cao tính thuận tiện trong tiếp cận và sử dụng dịch vụ.

Thứ năm, ứng dụng dữ liệu trong giám sát chất lượng: Xây dựng hệ thống thu thập, phân tích phản hồi thường xuyên nhằm phát hiện sớm những vấn đề phát sinh và hỗ trợ cơ quan quản lý điều chỉnh dịch vụ kịp thời.

Chính vì thế, nghiên cứu cho thấy tiềm năng ứng dụng học máy và xử lý ngôn ngữ tự nhiên trong phân tích dữ liệu phản hồi quy mô lớn. Thay vì chỉ dừng lại ở việc ghi nhận ý kiến, các phương pháp này giúp chuyển hóa trải nghiệm của hành khách thành thông tin có giá trị cho công tác quản lý và cải thiện dịch vụ. Qua đó, nghiên cứu góp phần gợi mở hướng tiếp cận dựa trên dữ liệu, hướng đến hệ thống giao thông công cộng hiệu quả, bền vững và lấy người dân làm trung tâm.

Xem toàn bộ bài nghiên cứu Phân tích mức độ hài lòng trong dịch vụ giao thông công cộng tại Thành phố Hồ Chí Minh bằng phương pháp học máy để kiến tạo hệ thống vận tải lấy người dân làm trung tâm TẠI ĐÂY

Nhóm tác giả: ThS. Lê Mỹ Trinh, ThS. Trịnh Lê Duy, TS. Thái Kim Phụng – Đại học Kinh tế Thành phố Hồ Chí Minh (UEH); ThS. Lâm Thị Bích Ngân – Công ty TNHH Dịch vụ và Giải trí và Truyền thông VSC

Đây là bài viết nằm trong chuỗi bài lan tỏa nghiên cứu và kiến thức ứng dụng với thông điệp “For a More Sustainable Mekong – Vì một Đồng bằng sông Cửu Long bền vững”, thuộc chương trình “Research Contribution For All – Nghiên Cứu Vì Cộng Đồng” do UEH thực hiện. UEH trân trọng kính mời Quý độc giả cùng đón xem bản tin UEH Research Insights tiếp theo.

Chân Trang (1)

Tin, ảnh: Tác giả, Phòng Tuyển sinh – Truyền thông UEH Mekong, Ban Truyền thông và Phát triển đối tác UEH

Giọng đọc: Thanh Kiều

abcd

18 Tháng Sáu, 2026

Chu kỳ giảm giá của đồng USD?

TS. Đinh Thị Thu Hồng và nhóm nghiên cứu

26 Tháng Sáu, 2021

Việt Nam cần kịch bản cho thương mại tương lai

ThS. Tô Công Nguyên Bảo

26 Tháng Sáu, 2021

Hệ thống tiền tệ tiếp theo như thế nào?

TS. Lê Đạt Chí và nhóm nghiên cứu

26 Tháng Sáu, 2021

Chuyển đổi số trong khu vực công tại Việt Nam

Khoa Quản lý nhà nước

26 Tháng Sáu, 2021

Cần đưa giao dịch công nghệ lên sàn chứng khoán

Bộ Khoa học và Công nghệ

5 Tháng Sáu, 2021

Thiết kế đô thị: tầm nhìn vững chắc cho đô thị bền vững

Viện Đô thị thông minh và Quản lý

5 Tháng Sáu, 2021

Phục hồi du lịch và nỗ lực thoát khỏi vòng xoáy ảnh hưởng bởi Covid-19

Viện Đô thị thông minh và Quản lý

5 Tháng Sáu, 2021

2021 sẽ là năm khởi đầu của chu kỳ tăng trưởng mới

PGS.TS Nguyễn Khắc Quốc Bảo

5 Tháng Sáu, 2021

Quỹ vaccine sẽ khả thi khi có người dân đóng góp

Phạm Khánh Nam, Việt Dũng

5 Tháng Sáu, 2021

Kích thích kinh tế, gia tăng vận tốc dòng tiền

Quách Doanh Nghiệp

5 Tháng Sáu, 2021

Đi tìm chiến lược hậu Covid-19 cho doanh nghiệp bảo hiểm Việt Nam

PGS TS Nguyễn Khắc Quốc Bảo, ThS Lê Văn

5 Tháng Sáu, 2021

Insurtech – Cơ hội và thách thức cho Startup Việt

Ths. Lê Thị Hồng Hoa

5 Tháng Sáu, 2021