Luận văn ThS: Kỹ thuật Datamining để khuyến nghị khách hàng trong hệ thống BI - Business Intelligence

1. Mở đầu

Ngày nay việc lưu trữ, xử lý dữ liêụ để tổng hơp̣ thông tin và hỗ trợ ra quyết điṇh đã trở nên phổ biến đối với nhiều doanh nghiêp̣/ tổ chức có nhiều giải pháp cho vấn đề này trong đó Business Intelligence (BI – giải pháp quản trị doanh nghiệp thông minh hay hệ thống trí tuê ̣doanh nghiêp̣) là một giải pháp tiêu biểu được nhiều DN/ TC lựa chọn cho mục đích quản lý và điều hành các hoạt động của mình. Ở các nước phát triển, thuật ngữ Business Intelligence (BI) tạm dịch là giải pháp kinh doanh thông minh hay hệ thống trí tuệ ̣doanh nghiệp không còn mới mẻ, tuy nhiên ở Việt Nam chúng ta lĩnh vực này vẫn đang ở mức sơ khai.

Nghiên cứu hệ thống khuyến nghị khách hàng.

Tìm hiểu một số thuật toán khai phá dữ liệu trong hệ thống khuyến nghị.

Đánh giá thử nghiệm hệ thống khuyến nghị 

Nghiên cứu các tài liệu liên quan đến các ky thuật khai phá dữ liệu trong hệ thống khuyến nghị.

Phân tích và tổng hợp lý thuyết

Phương pháp thực nghiệm qua chương trình thử nghiệm

2. Nội dung

3. Kết luận

Những vấn đề giải quyết được:

• Tìm hiểu tổng quan về khái niệm, vai trò của Datamining trong hệ thống BI nói chung và hệ thống khuyến nghị nói riêng.
• Đi sâu tìm hiểu phương pháp lọc cộng tác và một số ky thuật khai phá dữ liệu như K-Means, luật kết hợp, thuật toán Apriori.
• Xây dựng website tư vấn phim dựa vào phương pháp lọc cộng tác kết hợp với phân cụm dữ liệu.

Những han chế của luận văn:

• Do hạn chế về mặt thời gian nghiên cứu cũng như trình độ học thuật, nên một số vẫn đề được phân tích nghiên cứu trong luận văn chắc chắn vẫn còn những thiếu sót.
• Luận văn mới chỉ đưa ra được tư vấn dựa trên những dữ liệu sẵn có, pha offline tính toán còn chậm. Dẫn đến chưa giải quyết được vấn đề khi thêm phim mới và người dùng mới. Cách giải quyết hiện thời là giới thiệu phim mới trên trang chủ của người dùng không triệt để.

4. Tài liệu tham khảo

Adomavicius and A. Tuzhilin, Towards the next generation of recommender systems: a survey of the state-of-the-art and possible exten- sions, IEEE Trans. on Data and Knowledge Engineering 17:6, 734–749, 2005.

Anderson, The Long Tail: Why the Future of Business is Selling Less of More, Hyperion Books, New York, 2006

Barry de Ville, Microsoft ® Data Mining Integrated Business Intelligence for e-Commerce and Knowledge Management,Digital Press,USA, 2001.

Koren, The BellKor solution to the Netflix grand prize, 2009....