Bài toán nhận dạng cảm xúc trên mặt người luôn nhận được sự quan tâm và thu hút tới từ các nhà khoa học. Cùng với sự phát triển của trí tuệ nhân tạo, các camera nhận dạng cảm xúc khuôn mặt đang càng ngày càng được đưa vào nhiều lĩnh vực khác nhau như y tế, giáo dục, thương mại. Nhờ sự hỗ trợ đắc lực của camera tích hợp với công nghệ trí tuệ nhân tạo, các lĩnh vực trên đang ngày một phát triển mạnh mẽ. Do đó, nghiên cứu này sẽ trình bày một mô hình nhận dạng cảm xúc khuôn mặt hiệu quả và đơn giản dựa trên công nghệ học sâu. Việc nhận dạng cảm xúc khuôn mặt được thực hiện một cách tự động và chính xác, qua đó có thể rút ngắn thời gian thực hiện và tăng hiệu suất công việc. Trong nghiên cứu này, mô hình VGG-Face được huấn luyện bằng tập dữ liệu FER-2013 và ứng dụng trong bài toán đánh giá chất lượng phục vụ khách hàng. Dữ liệu đầu vào là video có khuôn mặt con người để thực hiện nhận dạng cảm xúc và nghiên cứu này thực hiện nhận dạng 7 trạng thái biểu cảm khác nhau. Các kết quả thực nghiệm cho thấy tính hiệu quả của mô hình này.