I. ĐẶT VẤN ĐỀ

       Cà Mau vùng đất Phương Nam không chỉ giàu có, trù phú về rừng và biển, mà nơi đây còn được mệnh danh là vùng đất có “cá bạc, tôm vàng”. Chính sự phong phú về động thực vật trên rừng, dưới biển đã góp phần tạo nên những món ăn ngon, dân dã, mang đậm hương vị quê hương được xem là đặc sản của Cà Mau. Là vùng đất có sông ngòi, kênh rạch chằng chịt, có rừng, có biển, sông, ao, đìa nên Cà Mau có nhiều loại động thực vật nước mặn, nước ngọt và nước lợ như: tôm, cua, ba khía, ghẹ, sò huyết, hàu, nghêu, vọp, cá thòi lòi, cá dứa, cá nâu, cá kèo, cá sặc rằn, cá lóc, cá trê, cá rô; bồn bồn, chuối, mật ong... Hầu như loại nào cũng có thể chế biến thành các sản phẩm đặc sản ngon. Ngoài những loại tươi sống, Cà Mau còn nổi tiếng với các loại mắm, khô, dưa như: ba khía muối, mắm lóc, mắm tép, dưa bồn bồn, tôm khô, cá khô…Nhằm đáp ứng theo yêu cầu về chất lượng ngày càng cao của thị trường, việc xây dựng các sản phẩm đặc sản của Cà Mau thành sản phẩm OCOP đã được quan tâm phát triễn mạnh mẽ trong thời gian qua. Tính đến nay, toàn tỉnh Cà Mau có 138 sản phẩm OCOP 3 sao trở lên, với 64 chủ thể (có 109 sản phẩm đạt 3 sao, 29 sản phẩm đạt 4 sao) xếp thứ 8/13 tỉnh khu vực ĐBSCL. Xác định quảng bá sản phẩm đặc sản của Cà Mau trên nền tảng số là cách nhanh nhất đưa sản phẩm đến gần hơn với người tiêu dùng ở trong nước và nước ngoài, thời gian qua, cùng với việc đẩy mạnh ứng dụng khoa học công nghệ vào sản xuất, các chủ thể OCOP trên địa bàn tỉnh đã tích cực đưa sản phẩm lên các sàn thương mại điện tử, góp phần tăng doanh thu, lợi nhuận và mở rộng thị trường tiêu thụ. Sự phát triển nhanh của công nghệ 4.0 đã tác động lớn đến việc mua hàng của người tiêu dùng, đặc biệt là giới trẻ. Vì vậy, bán hàng đa kênh đang là xu hướng thương mại mang lại hiệu quả cao cho các doanh nghiệp, hộ kinh doanh, hợp tác xã. Đặc biệt, trong thời gian tới, hạ tầng công nghệ phát triển mạnh, việc bán hàng online cũng cần chuyên nghiệp và quy mô hơn, cho nên việc chú trọng đầu tư, khai thác các tài nguyên số để phục vụ cho kinh doanh sản phẩm là rất quan trọng và cần thiết.

       Chatbot hay còn được gọi là Artificial Conversational Entity, là hệ thống hộp thoại có thể giúp con người giao tiếp trực tiếp với máy tính bằng ngôn ngữ tự nhiên (Jia J, 2003). Khái niệm hóa Chatbot đầu tiên được quy cho Alan Turing, người đã hỏi "Máy móc có thể suy nghĩ không?" vào năm 1950 (Turing A, 1950). Chatbot là thực thể trò chuyện ảo được ra đời cùng với sự kết hợp của AI cho khả năng tương tác với con người bằng ngôn ngữ tự nhiên, về cơ bản thì nó chỉ là một thực thể nhân tạo được các lập trình viên lập trình sẵn các tác vụ khi nhận được một yêu cầu bằng ngôn ngữ tự nhiên và nó có thể tự thực hiện được yêu cầu đó.

Hình 1. Chatbot thay thế con người trò chuyện với khách hàng (Ảnh: St)

       Tại Việt Nam, những năm gần đây có khá nhiều nghiên cứu về xây dựng chatbot như: Nghiên cứu và xây dựng chatbot hỗ trợ người dùng trong lĩnh vực ngân hàng (Nguyễn Tất Tiến, 2019); Nghiên cứu các mô hình phân loại văn bản để xây dựng chatbot tư vấn tuyển sinh (Nguyen Tri Bang et al., 2020); Xây dựng giải pháp chatbot hỗ trợ chăm sóc sức khỏe trên miền tiếng Việt (Tuyen et al., 2021)…Theo (Ho Thao Hien et al., 2018), 94% người dùng internet tại Việt Nam sử dụng ứng dụng tin nhắn, 42% trong số đó cài đặt Facebook Messenger để nhắn tin. Một trong những lợi ích chính của việc xây dựng một chatbot trên nền tảng Facebook Messenger là cho phép thường xuyên giao tiếp hơn với khách hàng.
Nhằm góp phần vào việc quảng bá, kinh doanh và phát huy giá trị của các đặc sản Cà Mau, nhóm nghiên cứu đã xây dựng chatbot tư vấn mua bán đặc sản Cà Mau tích hợp vào các Fanpage của các cửa hàng, doanh nghiệp, hợp tác xã kinh doanh đặc sản. 

       II. PHƯƠNG PHÁP ỨNG DỤNG

       Chatbot là một chương trình kết hợp với xử lý ngôn ngữ tự nhiên để tương tác với con người. Công cụ này thay thế cho nhân viên để tư vấn trả lời những gì khách hàng thắc mắc. Chatbot thường trao đổi với người dùng qua hình thức tin nhắn (Textual) hoặc âm thanh (Audiotory). Có nhiều cách để phân loại chatbot, nếu xét theo khía cạnh dịch vụ thì có thể chia chatbot thành 2 loại: Thứ nhất, chatbot theo danh mục có sẵn, người dùng chỉ cần bấm chọn theo menu. Thứ hai, là chatbot tư vấn, chăm sóc khách hàng. Loại chatbot này thường được các cơ quan, công ty chăm sóc khách hàng sử dụng để trả lời các câu hỏi thường gặp theo kịch bản hoặc dữ liệu có sẵn. Chatbot trên Facebook đang được hỗ trợ phát triển dưới nhiều nền tảng và hoạt động theo nhiều mô hình khác nhau. 

       Hiện nay, trên thị trường có khá nhiều công cụ thiết kế chatbot được sử dụng cho Messenger. Trong đó, một công cụ miễn phí khá phổ biến được nhiều người sử dụng là Chatfuel.com. Trong phần này, nhóm nghiên cứu sử dụng công cụ Chatfuel.com. Chương trình thu thập bộ dữ liệu và phân lớp dữ liệu được nhóm tự nghiên cứu thiết kế. Đối với câu trả lời ứng với từng bộ câu hỏi, nhóm nghiên cứu thu thập từ các kênh bán hàng, dữ liệu tại website Báo Cà Mau, Cổng thông tin điện tử tỉnh Cà Mau. Trong nghiên cứu này, nhóm tác giả thiết kế mô hình chatbot như sau: 

       •    Xây dựng menu bán hàng: Hệ thống phân cấp cây quyết định dựa trên nút cho kịch bản bán hàng.

       •    Xây dựng chương trình thu thập bộ dữ liệu câu hỏi đầu vào từ các khách hàng trên các trang fanpgae bán tôm khô và phân lớp câu hỏi. 

       •    Dựa trên bộ câu hỏi, xây dựng bộ nhận dạng từ khóa: Người dùng nhập một cụm từ hoặc chỉ một từ và chatbot so khớp đầu vào với dữ liệu được chuẩn bị trước.

       III. KẾT QUẢ XÂY DỰNG CHATBOT

       3.1. Thiết kế cây phân cấp bán hàng

       Dựa vào nghiên cứu các kênh bán hàng trực tuyến và kết quả phỏng vấn các chủ cửa hàng, doanh nghiệp, nhóm nghiên cứu đã thiết kế cây phân cấp bán hàng theo kịch bản như sau:

Hình 2. Mô hình phân cấp kịch bản dựng sẵn cho chatbot

       Đây là thông tin mặc định hiện ra khi bắt đầu trò chuyện với chatbot, đảm bảo cung cấp đầy đủ thông tin các sản phẩm. 

       3.2. Thu thập và phân lớp bộ dữ liệu, xây dựng câu trả lời

       Công nghệ thu thập thông tin từ trang web (Web Crawler) được sử dụng để trích xuất văn bản từ các trang web. Từ các fanpage (facebook) của các cửa hàng, doanh nghiệp, hợp tác xã… mua bán đặc sản Cà Mau, nhóm tác giả đã xây dựng web crawler để thu thập dữ liệu theo mô hình sau:

Hình 3. Mô hình xây dựng web crawler thu thập dữ liệu

       Dựa trên bộ câu hỏi đầu vào, nhóm nghiên cứu đã tiến hành rút trích, tối ưu từ khóa và nghiên cứu câu trả lời phù hợp Kết quả bộ dữ liệu xây dựng như sau:

       3.3. Thử nghiệm vận hành chatbot

       Sau khi thử nghiệm lần cuối cùng với 20 người dùng ngẫu nhiên thì độ chính xác của chatbot đạt khoảng 91% trong các chủ đề đã được đào tạo. Đối với những câu hỏi chatbot chưa được đào tạo thì hệ thống sẽ đưa ra một số câu lựa chọn để điều hướng người dùng sang kịch bản khác mà chatbot có thể đáp ứng. Người dùng có thể trải nghiệm chatbot sản phẩm của nhóm tác giả thực hiện trên App Messenger theo mã QR sau:

Hình 4. Mã QR chatbot quảng bá sản phẩm đặc sản Tôm khô Cà Mau và giao diện giao tiếp khách hàng của chatbot

       IV. KẾT LUẬN - HƯỚNG PHÁT TRIỂN

       Từ kết quả thực nghiệm, nhóm tác giả rút ra một số đánh giá như sau:

       Xây dựng dữ liệu, huấn luyện cho chatbot với kịch bản, quy tắc là rất cần thiết để cho độ chính xác cao của chatbot. Đối với các câu hỏi nằm ngoài kịch bản dựng sẵn, có thể điều hướng người dùng về các câu mặc định hoặc các giao diện menu để người dùng lựa chọn. Qua bài toán thử nghiệm trên có thể thấy rằng áp dụng chatbot cho việc hỗ trợ người dùng trong ngành ẩm thực  giải trí rất khả thi, có tính thực tiễn cao, có thể áp dụng được ngay trong thực tiễn.

       Tuy nhiên, trong quá trình thực hiện, nhóm tác giả gặp phải nhiều thách thức bao gồm: kiến thức về lịch sử ra đời của các loại đặc sản Cà Mau, cách chế biến, cách bảo quản, giá trị văn hóa - lịch sử…, cùng với sự đa dạng trong phong cách văn chương của người dùng gây khó khăn cho chatbot muốn hiểu được ý định của họ.

       Trong tương lai, nhóm nghiên cứu hy vọng sẽ xây dựng nhiều kịch bản và tính năng hơn cho chatbot, huấn luyện chatbot trả lời linh hoạt và thông minh hơn thông qua việc mở rộng, xây dựng và cải tiến cơ sở dữ liệu của hệ thống, đặc biệt là bổ sung nhiều câu trả lời ngẫu nhiên./.

Trần Quan Trọng, Trần Anh Kiệt, Phạm Văn Tráng, Võ Tuyết Ngân - Trường CĐCĐ Cà Mau

       Tài liệu tham khảo: 

[1]. Tuyên, Vi & Mạnh, Đỗ & Tran, Duc-Nghia & Anh, Nguyễn & Thành, Chu & Thang, Nguyen & Minh, Nguyễn. (2021). Xây dựng giải pháp chatbot hỗ trợ chăm sóc sức khỏe trên miền tiếng Việt.

[2]. Nguyễn Tất Tiến, Nghiên cứu và xây dựng chatbot hỗ trợ người dùng trong lĩnh vực ngân hàng, Đại học quốc gia Hà Nội, 2019.

[3]. Nguyen Tri Bang, Phan Tran Dang Khoa, Ton Quang Hoang Nguyen. “Nghiên cứu các Mô hình phân loại văn bản để xây dựng Chatbot Tư vấn tuyển sinh”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 18, số p.h 7, Tháng Bảy 2020, tr 40-46, https://jst-ud.vn/jst-ud/article/view/2820.

[4].https://camau.gov.vn/wps/portal/?1dmy&page=dl.chitiet&urile=wcm%3Apath%3A/camaulibrary/camauofsite/dulich/dl.tongquan/dl.amthuc/gioithieuchugnveamthuc12

[5]<https://www.camau.gov.vn/wps/portal/?1dmy&page=trangctt&urile=wcm%3Apath%3A/camaulibrary/camauofsite/gioithieu/tongquan/lichsuvanhoa/dsvhpvt/asdfcvbnnn14112023>

[6].<https://www.camau.gov.vn/wps/portal/?1dmy&page=trangchitiet&urile=wcm%3Apath%3A/camaulibrary/camauofsite/trangchu/tintucsukien/kinhte/asdfgvbbb15112023>

[7]. Ho Thao Hien, Pham-Nguyen Cuong, Le Nguyen Hoai Nam, Ho Le Thi Kim Nhung and Le Dinh Thang. 2018. Intelligent Assistants in HigherEducation Environments: The FIT-EBot, a Chatbot for Administrative and Learning Support. In SoICT’ 18: Ninth International Symposium on Information and Communication Technology, Da Nang City, Viet Nam. ACM, New York, NY, USA, 8 pages, December 6-7, 2018.

[8]. Hussain S., Ameri Sianaki O., Ababneh N, A Survey on Conversational Agents/Chatbots Classification and Design Techniques. In: Barolli L., Takizawa M., Xhafa F., Enokido T. (eds) Web, Artificial Intelligence and Network Applications. WAINA 2019. Advances in Intelligent Systems and Computing, vol 927. Springer, Cham.

[9]. Budiu, Raluca. "The user experience of chatbots." Nielsen Norman Group 25 (2018).

[10]. Laurillard, Diana. Rethinking university teaching: A conversational framework for the effective use of learning technologies. Routledge, 2013.

[11]. Gulz, Agneta, et al. "Building a social conversational pedagogical agent: Design challenges and methodological approaches." Conversational agents and natural language interaction: Techniques and effective practices. IGI Global, 2011. 128-155.