WEBSITE QUẢN LÝ ĐẶT TOUR DU LỊCH VÀ TƯ VẤN BẰNG CHATBOT

Abstract

Trong thời kỳ công nghiệp hóa, hiện đại hóa như hiện nay ngành du lịch đang ngày càng phát triển mạnh mẽ và trở thành ngành kinh tế mũi nhọn của nhiều quốc gia. Việc phát triển du lịch mà một ưu tiên trong việc phát triển kinh tế. Du lịch giúp cải thiện thu nhập của người dân địa phương góp phần phát triển kinh tế xã hội. Song với những lợi ích mà du lịch mang lại, cũng có nhiều quốc gia có tiềm năng du lịch rất lớn nhưng phát triển du lịch chưa xứng với tiềm năng, thế mạnh và kỳ vọng của xã hội. Tiềm năng lớn nhưng thông tin quảng bá cho cho du khách nước ngoài và cách thức đặt tour du lịch còn nhiều hạn chế. Đó là lý do em chọn đề tài “Website quản lý đặt tour du lịch và tư vấn bằng chatbot” nhằm giúp cho du khách dễ dàng tìm kiếm, có nhiều thông tin và đặt tour nhanh chóng mà không phải mất quá nhiều công sức và thời gian để đặt một chuyến đúng với sở thích các nhân của từng khách hàng. Đề tài đã nghiên cứu xây dựng website quản lý đặt tour bằng framework Laravel, một PHP framework có mã nguồn mở và miễn phí, được xây dựng nhằm hỗ trợ phát triển các phần mềm, ứng dụng, website theo kiến trúc MVC. Chức năng của website gồm có ba nhóm người dùng chính là quản trị viên, nhân viên và khách hàng. Đối với quản trị viên, họ có tất cả các chức năng của website. Nhân viên có nhiệm vụ quản lý bài viết, quản lý tour du lịch, quản lý đơn đặt tour.... Đối với khách hàng họ có thể xem các địa điểm, bài viết về các địa điểm, đánh giá tour, tìm kiếm, nhận tư vấn từ chatbot… Nếu khách hàng muốn đặt tour thì họ phải đăng ký tài khoản thành viên. Từ website đã được xây dựng, em đã nghiên cứu và tích hợp chatbot tư vấn vào website để trả lời tự động cho người dùng. Đề tài sử dụng các giải thuật máy học phân lớp các ý định của người dùng và sử dụng framework Rasa để tạo chatbot tư vấn. Đề tài đã tiến hành khảo sát và đánh giá mức độ hiệu quả phân lớp 15 chủ đề bao gồm 1219 dòng dữ liệu sử dụng 3 giải thuật Bag-of-Word, BERT và RoBERTa. Sau quá trình khảo sát, BERT đạt 93.36% độ chính xác và 93.41% với F1-score.