Trong bối cảnh công nghệ thông tin phát triển mạnh mẽ, ý kiến công chúng trên các nền tảng trực tuyến ngày càng có ảnh hưởng sâu rộng đến đời sống xã hội, cũng như hoạt động của các tổ chức và cơ quan quản lý. Vì vậy, việc thu thập, phân tích và hiểu rõ các ý kiến này có ý nghĩa quan trọng trong việc hỗ trợ ra quyết định và điều chỉnh chính sách.

Dữ liệu nghiên cứu được thu thập từ các bình luận (comments) trên mạng xã hội Facebook liên quan đến Trường Đại học Cần Thơ. Tổng cộng có 5.848 ý kiến được ghi nhận và xử lý. Các ý kiến này được phân loại thành hai nhóm chính: đồng thuận (cùng chiều) và không đồng thuận (trái chiều) đối với các hoạt động của nhà trường. Quá trình phân loại ban đầu có sự hỗ trợ của chuyên gia nhằm đảm bảo tính chính xác trong việc gán nhãn dữ liệu.

Sau đó, nghiên cứu áp dụng hai mô hình học máy phổ biến là Support Vector Machine (SVM) và mạng nơ-ron (Neural Network) để huấn luyện và phân loại tự động các ý kiến. Các mô hình này được đánh giá dựa trên độ chính xác trong việc dự đoán phân loại ý kiến. Kết quả thực nghiệm cho thấy mô hình Neural Network đạt độ chính xác khoảng 85%, cao hơn so với mô hình SVM với độ chính xác khoảng 83%.

Kết quả nghiên cứu chứng minh khả năng ứng dụng hiệu quả của các kỹ thuật học máy trong việc phân tích dữ liệu văn bản từ mạng xã hội. Đồng thời, công trình cũng cung cấp một công cụ hỗ trợ hữu ích cho các tổ chức trong việc nắm bắt dư luận xã hội, từ đó đưa ra các quyết định phù hợp hơn. Nghiên cứu góp phần mở rộng hướng ứng dụng của trí tuệ nhân tạo trong lĩnh vực phân tích xã hội và quản lý thông tin.