Lời nói đầu
Trong thời buổi hiện đại ngày nay, công nghệ thông tin cũng như những ứng
dụng của nó không ngừng phát triển, lượng thông tin và cơ sở dữ liệu được thu thập
và lưu trữ cũng tích lũy ngày một nhiều lên. Con người cũng vì thế mà cần có thông
tin với tốc độ nhanh nhất để đưa ra quyết định dựa trên lượng dữ liệu khổng lồ đã
có. Các phương pháp quản trị và khai thác cơ sở dữ liệu truyền thống ngày càng
không đáp ứng được thực tế, vì thế, một khuynh hướng kỹ thuật mới là Kỹ thuật
phát hiện tri thức và khai phá dữ liệu nhanh chóng được phát triển.
Khai phá dữ liệu đã và đang được nghiên cứu, ứng dụng trong nhiều lĩnh vực
khác nhau ở các nước trên thế giới. Ở Việt Nam, kỹ thuật này đang được nghiên
cứu và dần đưa vào ứng dụng. Khai phá dữ liệu là một bước trong quy trình phất
hiện tri thức. Hiện nay, mọi người không ngừng tìm tòi các kỹ thuật để thực hiện
khai phá dữ liệu một cách nhanh nhất và có được kết quả tốt nhất.
Trong bài tập lớn này, chúng em tìm hiểu và trình bày về một kỹ thuật trong khai
phá dữ liệu để phân lớp dữ liệu cũng như tổng quan về khai phá dữ liệu, với đề tài “
Phân lớp dữ liệu số bằng giải thuật K-NN”.
https://lop10.com/
eLearning 101 - Giới thiệu về MOOC thế giới và Việt Nam.pptxTran Le Vu Dang
MOOCs = Massively Open Online Courses - Các khoá học trực tuyến dành cho mọi người. Tham khảo website www.mooc.org. Tài liệu này mình dùng để training nội bộ - dành cho các bạn junior trong team
Hệ Cơ Sở Dữ Liệu Đa Phương Tiện PTIT
Giảng viên: Nguyễn Đình Hóa PTIT
Hệ thống thông tin - Công nghệ phần mềm PTIT
#ptit #ai #httt #poppinkhiem #poppingkhiem
eLearning 101 - Giới thiệu về MOOC thế giới và Việt Nam.pptxTran Le Vu Dang
MOOCs = Massively Open Online Courses - Các khoá học trực tuyến dành cho mọi người. Tham khảo website www.mooc.org. Tài liệu này mình dùng để training nội bộ - dành cho các bạn junior trong team
Hệ Cơ Sở Dữ Liệu Đa Phương Tiện PTIT
Giảng viên: Nguyễn Đình Hóa PTIT
Hệ thống thông tin - Công nghệ phần mềm PTIT
#ptit #ai #httt #poppinkhiem #poppingkhiem
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
Download luận văn đồ án tốt nghiệp ngành công nghệ thông tin với đề tài: Tìm hiểu về Maximum Entropy cho bài toán phân lớp quan điểm, cho các bạn làm luận văn tham khảo
Nhận viết luận văn đại học, thạc sĩ trọn gói, chất lượng, LH ZALO=>0909232620
Tham khảo dịch vụ, bảng giá tại: https://vietbaitotnghiep.com/dich-vu-viet-thue-luan-van
Download luận văn thạc sĩ ngành văn học Việt Nam với đề tài: Vấn đề bản chất và đặc trưng của văn học trong giáo trình lý luận văn học Việt Nam từ những năm 1960 đến nay, cho các bạn làm luận văn tham khảo
Sáng kiến kinh nghiệm giảng dạy môn Hóa học trong trường THCSHọc Tập Long An
Môn hóa học trang bị cho học sinh những kiến thức cơ bản để học sinh không bối rối trong các tình huống gặp phải trong tự nhiên, giải thích được các hiện tượng tự nhiên.
Lựa chọn thiết kế khoa học sư phạm ứng dụng ,nghiên cứu khoa học .Nguyễn Bá Quý
Bốn thiết kế được sử dụng phổ biến:
1. Thiết kế kiểm tra trước và sau tác động với nhóm duy nhất.
2. Thiết kế kiểm tra trước và sau tác động với các nhóm tương đương.
3. Thiết kế kiểm tra trước và sau tác động với các nhóm ngẫu nhiên.
4. Thiết kế chỉ kiểm tra sau tác động với các nhóm ngẫu nhiên.
CHƯƠNG I PHÂN TÍCH HỆ THỐNG
1. Đặc tả hệ thống
- Website này hoạt động chủ yếu phục vụ cho ba đối tượng chính : Admin
(Quản trị viên), Photographer (Người chụp), Khách hàng (Người sử dụng khi
chưa đăng kí thành viên)
1.1.Quản trị viên (Admin): Là người điều hành, có quyền quản trị cao nhất trên
Website
- Quản lí thông tin lịch chụp, quản lí khách hàng.
- Quản lí Photographer (lịch chụp khi khách đặt)
- Quản lí các phản hồi của khách hàng.
- Quản lí danh mục (cập nhật album, giá, …)
1.2.Người sử dụng
- Xem thông tin Album – giá cả và các thông tin khác về Studio.
- Tìm kiếm, xem các chủ đề, ưu đãi, ....
- Đăng kí thành viên trong web.
1.3.Khách hàng
- Xem và tìm kiếm chủ đề album, các bài viết về album, giá cả, không
gian chụp ảnh.
- Bình luận ảnh.
- Đặt lịch chụp.
o Thông tin sản phẩm (photographer, gói chụp, combo chụp, chi
phí gói chụp,..)
- Có thể đăng, chỉnh sửa, xóa thông tin của mình trên web.
- Đóng góp ý kiến bằng cách bình luận trực tiếp vào trang web, được
hỗ trợ tư vấn trực tiếp trên trang web.
- Thanh toán(trực tiếp, chuyển khoản)
https://lop10.com/
CHƯƠNG 1. ĐẶC TẢ HỆ THỐNG
1. Mục đích yêu cầu
Hiện nay, tại các doanh nghiệp việc quản lý hàng hoá, nhân viên, hàng xuất nhập
hàng ngày…gặp nhiều khó khăn, chính vì vậy ý tưởng tạo lên một phần mềm để góp
phần giải quyết vấn đề trên của mỗi người lập trình là không thể tránh khỏi.
1.1 Mô tả hệ thống
1.1.1 Cơ cấu tổ chức và sự phân công trách nhiệm
1.1.1.1. Bộ phận kho hàng
- Nhập hàng
- Kiểm kê kho
- Xuất hàng cho khác
1.1.1.2 Bộ phận quản lý
- Lập hóa đơn bá
- Lập phiếu xuất kho
- Thanh toán với khách hàng
- Lập đơn hàng mua
- Thanh toán với nhà cung cấp
https://lop10.com/
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
BÀI TẬP LUYỆN TẬP BẢNG NHÂN CHIA LỚP 3
Download luận văn đồ án tốt nghiệp ngành công nghệ thông tin với đề tài: Tìm hiểu về Maximum Entropy cho bài toán phân lớp quan điểm, cho các bạn làm luận văn tham khảo
Nhận viết luận văn đại học, thạc sĩ trọn gói, chất lượng, LH ZALO=>0909232620
Tham khảo dịch vụ, bảng giá tại: https://vietbaitotnghiep.com/dich-vu-viet-thue-luan-van
Download luận văn thạc sĩ ngành văn học Việt Nam với đề tài: Vấn đề bản chất và đặc trưng của văn học trong giáo trình lý luận văn học Việt Nam từ những năm 1960 đến nay, cho các bạn làm luận văn tham khảo
Sáng kiến kinh nghiệm giảng dạy môn Hóa học trong trường THCSHọc Tập Long An
Môn hóa học trang bị cho học sinh những kiến thức cơ bản để học sinh không bối rối trong các tình huống gặp phải trong tự nhiên, giải thích được các hiện tượng tự nhiên.
Lựa chọn thiết kế khoa học sư phạm ứng dụng ,nghiên cứu khoa học .Nguyễn Bá Quý
Bốn thiết kế được sử dụng phổ biến:
1. Thiết kế kiểm tra trước và sau tác động với nhóm duy nhất.
2. Thiết kế kiểm tra trước và sau tác động với các nhóm tương đương.
3. Thiết kế kiểm tra trước và sau tác động với các nhóm ngẫu nhiên.
4. Thiết kế chỉ kiểm tra sau tác động với các nhóm ngẫu nhiên.
CHƯƠNG I PHÂN TÍCH HỆ THỐNG
1. Đặc tả hệ thống
- Website này hoạt động chủ yếu phục vụ cho ba đối tượng chính : Admin
(Quản trị viên), Photographer (Người chụp), Khách hàng (Người sử dụng khi
chưa đăng kí thành viên)
1.1.Quản trị viên (Admin): Là người điều hành, có quyền quản trị cao nhất trên
Website
- Quản lí thông tin lịch chụp, quản lí khách hàng.
- Quản lí Photographer (lịch chụp khi khách đặt)
- Quản lí các phản hồi của khách hàng.
- Quản lí danh mục (cập nhật album, giá, …)
1.2.Người sử dụng
- Xem thông tin Album – giá cả và các thông tin khác về Studio.
- Tìm kiếm, xem các chủ đề, ưu đãi, ....
- Đăng kí thành viên trong web.
1.3.Khách hàng
- Xem và tìm kiếm chủ đề album, các bài viết về album, giá cả, không
gian chụp ảnh.
- Bình luận ảnh.
- Đặt lịch chụp.
o Thông tin sản phẩm (photographer, gói chụp, combo chụp, chi
phí gói chụp,..)
- Có thể đăng, chỉnh sửa, xóa thông tin của mình trên web.
- Đóng góp ý kiến bằng cách bình luận trực tiếp vào trang web, được
hỗ trợ tư vấn trực tiếp trên trang web.
- Thanh toán(trực tiếp, chuyển khoản)
https://lop10.com/
CHƯƠNG 1. ĐẶC TẢ HỆ THỐNG
1. Mục đích yêu cầu
Hiện nay, tại các doanh nghiệp việc quản lý hàng hoá, nhân viên, hàng xuất nhập
hàng ngày…gặp nhiều khó khăn, chính vì vậy ý tưởng tạo lên một phần mềm để góp
phần giải quyết vấn đề trên của mỗi người lập trình là không thể tránh khỏi.
1.1 Mô tả hệ thống
1.1.1 Cơ cấu tổ chức và sự phân công trách nhiệm
1.1.1.1. Bộ phận kho hàng
- Nhập hàng
- Kiểm kê kho
- Xuất hàng cho khác
1.1.1.2 Bộ phận quản lý
- Lập hóa đơn bá
- Lập phiếu xuất kho
- Thanh toán với khách hàng
- Lập đơn hàng mua
- Thanh toán với nhà cung cấp
https://lop10.com/
Tìm hiểu và ứng dụng SEO vào trang web ToanCauMobile.vnColeman Ferry
CHƯƠNG 1. TỔNG QUAN
1.1. ĐẶT VẤN ĐỀ
Website – ngôi nhà của Doanh nghiệp trên Internet, nếu nói tên miền là
bảng hiệu của một Công ty thì website chính là văn phòng của Công ty đó, là
nơi khách hàng tìm kiếm các thông tin về doanh nghiệp trước khi kí hợp đồng, là
nơi khách hàng và các đối tác liên hệ doanh nghiệp, là bộ mặt của doanh nghiệp…
Ngoài ra website còn tạo ra không ít lợi thế khác như :
− Hướng hoạt động của doanh nghiệp từ nội địa hoặc cục bộ ra toàn cầu.
− Website là nơi trưng bày, giới thiệu sản phẩm, hàng hóa dịch vụ của Doanh
nghiệp. Hoạt động lên tục 24x7, không giới hạn thời gian và không gian.
− Website là kênh thông tin giới thiệu sản phẩm, dịch vụ hoàn hảo nhất và hữu
dụng nhất với hình ảnh, các giới thiệu, các media…
− Website còn là một kho hàng khổng lồ, không giới hạn về sức chứa.
− Hơn cả, website là một kênh bán hàng tốn ít chi phí nhất.
Thông qua website, doanh nghiệp có thể tiếp thị hình ảnh, thương hiệu,
dịch vụ, sản phẩm của mình ra ngoài phạm vi, khu vực của quốc gia. Chính vì
những lợi ích ấy, việc không có website đã là một thiệt thòi so với các đối thủ
cạnh tranh.
https://lop10.com/
MỞ ĐẦU
1. Lý do chọn đề tài
Ngày nay internet trở thành nền tảng chính cho sự trao đổi thông tin toàn cầu. Có thể
thấy rõ ràng là Internet đã và đang tác động lên nhiều mặt của đời sống chúng ta từ việc trao
đổi thông tin, tìm kiếm dữ liệu, đến các hoạt động thương mại, học tập, nghiên cứu làm việc
trực tuyến…Nhờ đó mà khoảng cách địa lý không còn là vấn đề lớn, trao đổi thông tin trở
nên nhanh chóng hơn bao giờ hết, việc tiếp cận kho tri thức của nhân trở nên dễ dàng hơn
…Có thể nói lợi ích mà nó mang lại rất lớn.
Nhưng trên môi trường thông tin này, ngoài các mặt tích cực có được, nó cũng tiềm ẩn
những tiêu cực, đặc biệt là trong vấn đề bảo vệ thông tin. Nếu thông tin bị mất mát, không còn
nguyên vẹn khi truyền đi hoặc giả sử bị kẻ xấu đánh cắp thì nó không chỉ ảnh hưởng đến cá
nhân, doanh nghiệp mà đôi khi còn ảnh hưởng đến quốc gia, khu vực thậm chí là cả thế giới
nữa .
Em thực hiện đồ án này với mong muốn không chỉ nghiên cứu những đặc trưng cơ bản
của hệ thống phát hiện xâm nhập trái phép với vai trò là phương pháp bảo mật mới bổ sung
cho những phương pháp bảo mật hiện tại, mà còn có thể xây dựng được một phần mềm IDS
phù hợp với điều kiện thực tế và có thể ứng dụng vào thực tiễn nhằm đảm bảo sự an toàn cho
các hệ thống và chất lượng dịch vụ cho người dùng.
IDS không chỉ là công cụ phân tích các gói tin trên mạng, từ đó đưa ra cảnh báo đến nhà
quản trị mà nó còn cung cấp những thông tin sau:
• Các sự kiện tấn công.
• Phương pháp tấn công.
• Nguồn gốc tấn công.
• Dấu hiệu tấn công.
Loại thông tin này ngày càng trở nên quan trọng khi các nhà quản trị mạng muốn thiết
kế và thực hiện chương trình bảo mật thích hợp cho một cho một tổ chức riêng biệt.
https://lop10.com/
Phân tích và thiết kế hệ thống thông tin - Đề tài Quản lý hãng tour du lịchColeman Ferry
I. PHA LẤY YÊU CẦU:
A. Mô tả bằng ngôn ngữ tự nhiên:
1. Mục đích + phạm vi:
- Hỗ trợ doanh nghiệp quản lý các tour du lịch, bao gồm:
o Quản lý các thông tin về các:
▪ Tour du lịch/địa điểm du lịch/ hướng dẫn viên/đối tác
▪ Khách hàng/ nhân viên
▪ Kế toán/ Thu ngân/Nhân viên quản lý
▪ Công/lương/thưởng.
▪ Danh sách khách hàng trong tour/ hóa đơn
o Ko bao gồm:
▪ Quản lý tài sản Công ty
2. Ai được vào hệ thống và làm gì:
- Khách hàng:
o Tìm/ đặt tour du lịch
o Xem hóa đơn
o Đăng ký tài khoản
o Quản lý thông tin cá nhân
- Hướng dẫn viên:
o Xem lịch tour
- Nhân viên quản lý tour:
o Quản lý thông tin :
▪ Địa điểm
▪ Danh sách Đối tác
▪ Hướng dẫn viên
▪ Lịch các tour
o Xem danh sách khách hàng
- Kế toán:
o Xuất hóa đơn hàng tháng cho đối tác
o Xuất hóa đơn chi phí tour
o Xuất bảng công hàng tháng cho hướng dẫn viên
o Xuất hóa đơn tour hàng tháng
- Thu ngân:
o Xem danh sách tour
o Xuất hóa đơn tour
https://lop10.com/
Lời mở đầu
Ngày nay, Công nghệ thông tin đang là nghành được đầu tư phát triển rộng
rãi nhất, ta có thể thấy máy tính, laptop xuất hiện ở khắp nơi như tại doanh nghiệp,
công ty, nhà trường. Công nghệ thông tin không chỉ giúp ta hoàn thành công việc
1 cách nhanh chóng, chính xác mà còn là thứ có thể đáp ứng nhu cầu giải trí cho
mọi người sau một ngày làm việc mệt mỏi.
Chỉ với một cái laptop hay 1 cái máy tính để bàn ta có thể sử dụng để xem
phim, nghe nhạc và chơi game. Hơn nữa sự bùng nổ của CNTT cũng kéo theo
những chiếc PC, laptop, điện thoại có cấu hình khủng giúp chúng ta có thể làm mọi
việc trên 1 chiếc máy tính. Đặc biệt
Chính vì vậy, nội dung luận văn mà em sẽ thực hiện là tìm hiểu về Game và
cách xây dựng game đa nền tảng với Unity Engine
https://lop10.com/
Thiết kế và xây dựng mạng VLAN cho khách sạn Palm Garden ResortColeman Ferry
LỜI MỞ ĐẦU
Trong vài thập niên gần đây, công nghệ thông tin đang phát triển không ngừng
nghỉ, kéo theo đó là sự phát triển của các thiết bị công nghệ. Các thiết bị này ngày một
hiện đại và thông minh hơn, có thể đáp ứng đầy đủ các nhu cầu trong công việc,học
tập cũng như vui chơi giải trí của con người. Ngoài ra, công nghệ thông tin còn được
ứng dụng vào rất nhiều lĩnh vực trong cuộc sống. Nó giống như là một bước đột phá
để giúp cho hầu hết mọi công việc trở nên dễ dàng hơn bao giờ hết.
Cũng như những lĩnh vực khác của cuộc sống, ngành dịch vụ cũng đã và đang
đưa rất nhiều ứng dụng cũng như các thiết bị công nghệ thông tin vào các tiện ích giúp
cho nhân viên và khách hàng thuận tiện trong mọi việc . Điều này mang lại hiểu quả
cao hơn so với cách thực hiện truyền thống trước đây.
Hiện nay, vấn đề quản lí mạng doanh nghiệp nói chung và các doanh nghiệp
dịch vụ nói riêng là mối quan tâm hàng đầu cần được giải quyết, nhất là đối với các
khách sạn lớn cần tính bảo mật thông tin cao kèm chất lượng đường truyền tốt.Với sự
phát triển của mạng lưới mạng hiện nay, các khách sạn lớn luôn xây dựng cho mình hệ
thống mạng ổn định, nâng cao hiệu quả hoạt động cũng như khai thác mọi tài nguyên,
dịch vụ của khách sạn một cách tốt nhất.
Nhận thấy, tính hiệu quả của ứng dụng VLAN trong thiết kế và xây dựng mạng
quản lí khách sạn nhất là về tính bảo mật cao và dễ dàng về mặt quản lí. Nên em đã lựa
chọn đề tài “ Thiết kế và xây dựng mạng VLAN cho khách sạn Palm Garden Resort”
để nghiên cứu.
https://lop10.com/
Nghiên cứu công cụ giám sát Kibana xây dựng mô hình giám sát mạng tại Trung t...Coleman Ferry
LỜI MỞ ĐẦU
Ngành công nghệ thông tin là một ngành khoa học đang trên đà phát triển
mạnh và ứng dụng rộng rãi trên nhiều lĩnh vực. Các website, cổng thông tin điện tử,
nhu cầu trao đổi thông tin qua mạng, các loại hình dịch vụ thanh toán online, nhằm
nâng cao đời sống, phát triển kinh tế cho con người và xã hội.
Đi liền với những tiện ích đó là những rủi ro tiềm tàng khi chúng ta tham gia
vào thế giới công nghệ số, những thông tin cá nhân, tài khoản ngân hàng… luôn
luôn là “miếng mồi ngon” cho những kẻ tấn công mạng. Vì vậy chúng ta cần phải
có những sự hiểu biết cơ bản để có thể tự bảo vệ mình khỏi những nguy cơ đó.
Từ những lý do trên, An ninh mạng đã và đang trở thành một phần không thể
thiếu trong ngành công nghệ thông tin, giúp cho các cá nhân, doanh nghiệp có thể
phòng và bảo vệ trước những cuộc tấn công mạng đang ngày càng tinh vi và có quy
mô lớn.
Với mục đích làm rõ những vấn đề trên cũng như nâng cao kiến thức cho bản
thân, đồng thời làm quen với các công việc thực tiễn nhằm phục vụ cho công việc
của chính mình sau này, em đã chọn đề tài “Tìm hiểu các phương pháp tấn công
mạng và cách phòng chống”. Ứng dụng xây dựng mô hình giám sát an ninh mạng
tại Ngân hàng TMCP Tiên Phong.
Đề tài bao gồm các phần sau:
- Phần 1: Giới thiệu về Ngân hàng TMCP Tiên Phong
- Phần 2: Giới thiệu mô hình, quy trình vận hành Trung tâm giám sát an ninh
mạng (SOC) tại Ngân hàng TMCP Tiên Phong
- Phần 3: Nội dung và tiến độ thực tập
- Phần 4: Kết quả đạt được.
- Phần 5: Đề xuất và hướng phát triển.
- Phần 6: Đánh giá của Giáo viên hướng dẫn.
https://lop10.com/
Lập trình hỗ trợ học và kiểm tra kiến thức luật giao thông đường bộ trên AndroidColeman Ferry
Chương 1: CƠ SỞ LÝ THUYẾT
1.1 Nền tảng di động
Ngày này, thị trường di động đang
phát triển mạnh mẽ chưa từng thấy với
vô vàng các nhãn hiệu, kiểu dáng, tính
năng...Đã biến chiếc điện thoại thành
một thiết bị giải trí đa phương tiện không
thể thiếu. Với lợi thế nhỏ gọn, được mọi
người sử dụng đem theo mọi lúc mọi
nơi, nhưng cũng vì nhỏ gọn như vậy
cũng là một bất lợi về xử lý và tốc độ.
Để đảm bảo một chiếc điện thoại thông minh hoạt động tốt thì nó cần có một hệ
điều hành quản lý thiết bị.
Đi kèm với sự phát triển phần cứng trên thiết bị động thì cuộc chiến của
các nhà phát triển các hệ điều hành trên điện thoại di động cũng diễn ra hết
sức khốc liệt. Hiện nay, các nền tảng di động lớn được biết đến như sau
Nền tảng di động iOS với điện thoại di động thông minh iPhone, với thiết
kế đẹp, thời trang, cảm ứng mượt mà, màn hình đẹp và sắc nét cùng với tài
năng của "thánh" Steve Jobs đã khiến cho iPhone trở thành hiện tượng trên
mọi thị trường, đặc biệt là ở Mỹ. Doanh số bán ra của iPhone tăng dần qua
các năm, và dần dần thống lĩnh thị trường của nhiều nước. iPhone dù mỗi
năm chỉ ra một phiên bản mới nhưng sức nóng đủ lan tỏa khắp làng di động,
do đó, iOS vẫn chưa bao giờ "già".
https://lop10.com/
Lập trình hỗ trợ học và kiểm tra kiến thức luật giao thông đường bộ trên Android
Phân lớp dữ liệu số bằng giải thuật K-NN
1. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI
KHOA CÔNG NGHỆ THÔNG TIN
BÁO CÁO BÀI TẬP LỚN
Môn Khai phá dữ liệu
Phân lớp dữ liệu số bằng giải thuật K-NN
Giáo viên hướng dẫn: Nguyễn Mạnh Cường
Nhóm 5
Lớp Kỹ thuật phần mềm 1 – K7
Thành viên:
Nguyễn Hà Anh Dũng
Nguyễn Quang Long
Nguyễn Thị Thảo
Hà Nội, tháng 5 năm 2016
2. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Lời nói đầu
Trong thời buổi hiện đại ngày nay, công nghệ thông tin cũng như những ứng
dụng của nó không ngừng phát triển, lượng thông tin và cơ sở dữ liệu được thu thập
và lưu trữ cũng tích lũy ngày một nhiều lên. Con người cũng vì thế mà cần có thông
tin với tốc độ nhanh nhất để đưa ra quyết định dựa trên lượng dữ liệu khổng lồ đã
có. Các phương pháp quản trị và khai thác cơ sở dữ liệu truyền thống ngày càng
không đáp ứng được thực tế, vì thế, một khuynh hướng kỹ thuật mới là Kỹ thuật
phát hiện tri thức và khai phá dữ liệu nhanh chóng được phát triển.
Khai phá dữ liệu đã và đang được nghiên cứu, ứng dụng trong nhiều lĩnh vực
khác nhau ở các nước trên thế giới. Ở Việt Nam, kỹ thuật này đang được nghiên
cứu và dần đưa vào ứng dụng. Khai phá dữ liệu là một bước trong quy trình phất
hiện tri thức. Hiện nay, mọi người không ngừng tìm tòi các kỹ thuật để thực hiện
khai phá dữ liệu một cách nhanh nhất và có được kết quả tốt nhất.
Trong bài tập lớn này, chúng em tìm hiểu và trình bày về một kỹ thuật trong khai
phá dữ liệu để phân lớp dữ liệu cũng như tổng quan về khai phá dữ liệu, với đề tài “
Phân lớp dữ liệu số bằng giải thuật K-NN”.
Trong quá trình làm bài tập lớn này, chúng em xin gửi lời cảm ơn đến thầy
giáo Nguyễn Mạnh Cường. Thầy đã rất tận tình hướng dẫn chi tiết cho chúng em,
những kiến thức thầy cung cấp rất hữu ích. Chúng em rất mong nhận được những
góp ý từ thầy.
Chúng em xin chân thành cảm ơn!
Sinh viên nhóm 5.
3. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Chương 1: Tổng quan về Khai phá dữ liệu
1.1. Khái niệm cơ bản
- Khai phá dữ liệu là gì ?
Khai phá dữ liệu là một quá trình xác định các mẫu tiềm ẩn có tính hợp lệ, mới
lạ, có ích và có thể hiểu được trong một khối dữ liệu rất lớn.
- Khai phá tri thức từ CSDL ( Knowledge Discovery in Database)
Khai phá tri thức từ CSDL gồm 5 bước
B1: Lựa chọn CSDL
B2: Tiền xử lý
B3: Chuyển đổi
B4: Khai phá dữ liệu
B5: Diễn giải và đánh giá
➔ Khai phá dữ liệu là 1 bước trong quá trình khai phá tri thức từ CSDL
- Các ứng dụng của khai phá dữ liệu
Phát hiện tri thức và khai phá dữ liệu liên quan đến nhiều ngành, nhiều lĩnh vực:
thống kê, trí tuệ nhân tạo, cơ sở dữ liệu, thuật toán, tính toán song song và tốc độ
cao, thu thập tri thức cho các hệ chuyên gia, quan sát dữ liệu... Đặc biệt phát hiện tri
thức và khai phá dữ liệu rất gần gũi với lĩnh vực thống kê, sử dụng các phương pháp
thống kê để mô hình dữ liệu và phát hiện các mẫu, luật ... Ngân hàng dữ liệu (Data
4. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Warehousing) và các công cụ phân tích trực tuyến (OLAP- On Line Analytical
Processing) cũng liên quan rất chặt chẽ với phát hiện tri thức và khai phá dữ liệu.
Khai phá dữ liệu có nhiều ứng dụng trong thực tế, ví dụ như:
• Bảo hiểm, tài chính và thị trường chứng khoán: phân tích tình hình tài chính
và dự báo giá của các loại cổ phiếu trong thị trường chứng khoán. Danh mục
vốn và giá, lãi suất, dữ liệu thẻ tín dụng, phát hiện gian lận, ...
• Thống kê, phân tích dữ liệu và hỗ trợ ra quyết định.
• Điều trị y học và chăm sóc y tế: một số thông tin về chuẩn đoán bệnh lưu
trong các hệ thống quản lý bệnh viện. Phân tích mối liên hệ giữa các triệu
chứng bệnh, chuẩn đoán và phương pháp điều trị (chế độ dinh dưỡng, thuốc,
...)
• Sản xuất và chế biến: Quy trình, phương pháp chế biến và xử lý sự cố.
• Text mining và Web mining: Phân lớp văn bản và các trang Web, tóm tắt văn
bản,...
• Lĩnh vực khoa học: Quan sát thiên văn, dữ liệu gene, dữ liệu sinh vật học, tìm
kiếm, so sánh các hệ gene và thông tin di truyền, mối liên hệ gene và một số
bệnh di truyền, ...
• Mạng viễn thông: Phân tích các cuộc gọi điện thoại và hệ thống giám sát lỗi,
sự cố, chất lượng dịch vụ, ...
- Các bước của quá trình khai phá dữ liệu
Quy trình phát hiện tri thức thường tuân theo các bước sau:
Bước thứ nhất: Hình thành, xác định và định nghĩa bài toán. Là tìm hiểu lĩnh
vực ứng dụng từ đó hình thành bài toán, xác định các nhiệm vụ cần phải hoàn
5. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
thành. Bước này sẽ quyết định cho việc rút ra được các tri thức hữu ích và cho phép
chọn các phương pháp khai phá dữ liệu thích hợp với mục đích ứng dụng và bản
chất của dữ liệu.
Bước thứ hai: Thu thập và tiền xử lý dữ liệu. Là thu thập và xử lý thô, còn
được gọi là tiền xử lý dữ liệu nhằm loại bỏ nhiễu (làm sạch dữ liệu), xử lý việc thiếu
dữ liệu (làm giàu dữ liệu), biến đổi dữ liệu và rút gọn dữ liệu nếu cần thiết, bước
này thường chiếm nhiều thời gian nhất trong toàn bộ qui trình phát hiện tri thức. Do
dữ liệu được lấy từ nhiều nguồn khác nhau, không đồng nhất, … có thể gây ra các
nhầm lẫn. Sau bước này, dữ liệu sẽ nhất quán, đầy đủ, được rút gọn và rời rạc hoá.
Bước thứ ba: Khai phá dữ liệu, rút ra các tri thức. Là khai phá dữ liệu, hay
nói cách khác là trích ra các mẫu hoặc/và các mô hình ẩn dưới các dữ liệu. Giai
đoạn này rất quan trọng, bao gồm các công đoạn như: chức năng, nhiệm vụ và mục
đích của khai phá dữ liệu, dùng phương pháp khai phá nào? Thông thường, các bài
toán khai phá dữ liệu bao gồm: các bài toán mang tính mô tả - đưa ra tính chất
chung nhất của dữ liệu, các bài toán dự báo - bao gồm cả việc phát hiện các suy
diễn dựa trên dữ liệu hiện có. Tuỳ theo bài toán xác định được mà ta lựa chọn các
phương pháp khai phá dữ liệu cho phù hợp.
Bước thứ tư: Sử dụng các tri thức phát hiện được. Là hiểu tri thức đã tìm được,
đặc biệt là làm sáng tỏ các mô tả và dự đoán. Các bước trên có thể lặp đi lặp lại một
số lần, kết quả thu được có thể được lấy trung bình trên tất cả các lần thực hiện. Các
kết quả của quá trình phát hiện tri thức có thể được đưa vào ứng dụng trong các lĩnh
vực khác nhau do các kết quả có thể là các dự đoán.
1.2. Một số kỹ thuật Khai phá dữ liệu
a. Kỹ thuật khai phá luật kết hợp
Trong khai phá dữ liệu, mục đích của luật kết hợp là tìm ra các mối quan hệ giữa
các đối tượng trong khối lượng lớn dữ liệu.
Để khai phá luật kết hợp có rất nhiều thuật toán, nhưng dùng phổ biến nhất là thuật
toán Apriori. Đây là thuật toán khai phá tập phổ biến trong dữ liệu giao dịch để phát
hiện các luật kết hợp dạng khẳng định nhị phân và được sử dụng để xác định, tìm ra
các luật kết hợp trong dữ liệu giao dịch.
Ngoài ra, còn có các thuật toán FP-growth, thuật toán Partition,…
b. Kỹ thuật phân lớp
Trong kỹ thuật phân lớp gồm có các thuật toán:
- Phân lớp bằng cây quyết định (giải thuật ID3, J48): phân lớp dữ liệu dựa trên
việc lập nên cây quyết định, nhìn vào cây quyết định có thể ra quyết định dữ
liệu thuộc phân lớp nào.
6. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
- Phân lớp dựa trên xác suất (Naïve Bayesian): dựa trên việc giả định các
thuộc tính độc lập mạnh với nhau qua việc sử dụng định lý Bayes.
- Phân lớp dựa trên khoảng cách (giải thuật K – láng giềng): làm như láng
giềng làm, dữ liệu sẽ được phân vào lớp của k đối tượng gần với dữ liệu đó
nhất.
- Phân lớp bằng SVM: phân lớp dữ liệu dựa trên việc tìm ra một siêu phẳng
“tốt nhất” để tách các lớp dữ liệu trên không gian nhiều chiều hơn.
c. Kỹ thuật phân cụm
Phân cụm dữ liệu là cách phân bố các đối tượng dữ liệu vào các nhóm/ cụm sao cho
các đối tượng trong một cụm thì giống nhau hơn các phần tử khác cụm, gồm có một
số phương pháp phân cụm cơ bản như:
+ Phân cụm bằng phương pháp K-mean: tìm ra tâm của các cụm mà khoảng cách
của tâm đó đến các đối tượng, dữ liệu khác là ngắn.
+ Phân cụm trên đồ thị
Ngoài ra, khai phá dữ liệu có rất nhiều kỹ thuật, nhưng đây là những kỹ thuật cơ
bản và đơn giản trong khai phá dữ liệu mà chúng em được tìm hiểu.
7. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Chương 2: Giải thuật K láng giềng gần nhất (K-NN)
2.1. Tổng quan về K-NN
Bài toán phân loại dữ liệu là một trong những bài toán thường gặp trong cuộc
sống và kĩ thuật, có rất nhiều cách tiếp cận và giải thuật được đưa ra để giải quyết
bài toán phân lớp. Một trong số đó là thuật toán láng giềng gần k-NN(k-Nearest
Neighbors).
Thuật toán K- láng giềng gần nhất ( viết tắt là K-NN) là thuật toán có mục đích
phân loại lớp cho một mẫu mới ( Query Point) dựa trên các thuộc tính và các mẫu
sẵn có ( Training Data) , các mẫu này được nằm trọng một hệ gọi là không gian
mẫu.
Một đối tượng được phân lớp dựa vào K láng giềng của nó. K là số nguyên dương
được xác định trước khi thực hiện thuật toán. Người ta thường dùng khoảng cách
Euclidean để tính khoảng cách giữa các đối tượng với mẫu mới, sau đó chuẩn đoán
mẫu mới thuộc phân lớp nào dựa vào số k láng giềng xác định trước có khoảng cách
gần mẫu mới nhất so với các mẫu khác.
2.2. Mô tả thuật toán K-NN
Các mẫu được mô tả bằng n – chiều thuộc tính số. Mỗi mẫu đại diện cho
một điểm trong một chiều không gian n – chiều. Theo cách này tất cả các mẫu được
lưu trữ trong một mô hình không gian n – chiều.
Các bước thực hiện của Thuật toán K-NN được mô tả như sau:
• Xác định giá trị tham số K ( số láng giềng gần nhất).
• Tính khoảng cách giữa đối tượng cần phân lớp (Query Point) với tất
cả các đối tượng trong các mẫu có sẵn (Trainning Data) ( Thường sử
dụng khoảng cách Euclidean).
• Sắp xếp khoảng cách theo thứ tự tăng dần và xác định K láng giềng
gần nhất với Query Point.
• Lấy tất cả các lớp của K láng giềng gần nhất đã xác định.
• Dựa vào phần lớn lớp của láng giềng gần nhất để xác định lớp cho
Query Ponit.
Minh họa về K-NN:
Trong hình dưới đây, Trainning Data được mô tả bằng dấu (+) và dấu (-), đối
tượng cần được xác định lớp cho nó (Query Point) là hình mặt cười đỏ. Nhiệm vụ
của ta là ước lượng lớp của Query Point dựa vào việc lựa chọn số láng giềng gần
nhất với nó. Nói cách khác ta muốn biết liệu Query Point sẽ được phân vào lớp (+)
hay lớp (-).
8. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
➔ Ta thấy rằng:
Có 5 Nearest Neightbor: Kết quả là (–) :Query Point được xếp vào lớp dấu (–) vì
trong 5 láng giềng gần nhất với nó thì có 3 đối tượng thuộc lớp (–) nhiều hơn lớp
(+) chỉ có 2 đối tượng.)
2.3. Đánh giá ưu, nhược điểm của thuật toán
- Ưu điểm:
+ Tư tưởng đơn giản, thích hợp với hệ thống nhỏ.
+ Dễ hiểu, dễ cài đặt
- Nhược điểm
+ Giải thuật K-NN thích hợp cho việc phân loại dữ liệu chứ giải thuật này không có
khả năng phân tích dữ liệu để tìm ra các thông tin có giá trị. Trong quá trình K-NN
hoạt động, nó phải tính toán "khoảng cách" từ dữ liệu cần xác định loại đến tất cả
các dữ liệu trong tập huấn luyện (training set) ==> Nếu tập huấn luyện quá lớn, điều
đó sẽ làm cho thời gian chạy của chương trình sẽ rất lâu.
2.4. Ví dụ minh họa
Bây giờ ta sẽ đi vào chi tiết cách thức hoạt động của giải thuật k-NN. Đầu
tiên, chúng ta phải chuẩn bị một tập huấn luyện(training set) mà tất cả các dữ liệu
trong tập đó đều biết trước được thuộc lớp nào. Người dùng sẽ đưa vào một dữ liệu
9. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
chưa biết được thuộc lớp nào. K-NN sẽ so sánh dữ liệu đó với tất cả dữ liệu trong
tập huấn luyện và chọn ra k dữ liệu gần giống nhất. Trong k dữ liệu đó, k-NN sẽ
xem xét xem lớp nào là lớp chiếm đa số --> và sẽ đưa ra kết luận rằng tập dữ liệu
cần xác định thuộc loại đó.
Ví dụ được tham khảo trong cuốn “Machine learning in action” của Petter
Harington.
Ta sẽ đi phân loại xem một bộ phim thuộc thể loại phim hành động hay phim
tình cảm. Việc phân loại phim sẽ được xác định bằng cách đếm số lượng cú đá hoặc
số lượng nụ hôn trong phim. Ở đây, chúng ta đã một tập huấn luyện(training set),
tập đó chứa một số phim đã biết số lượng cú đá, nụ hôn trong phim đó, và loại phim
được cho trong bảng sau:
Tên phim Số lượng cú đá Số lượng nụ hôn Loại phim
California Man 3 104 Tình cảm
He isn't really into
dudes
2 100 Tình cảm
Beautiful Woman 1 81 Tình cảm
Kevin Longblade 101 10 Hành động
Robo Slayer 3000 99 5 Hành động
Amped II 98 2 Hành động
Anh 18 90 ???
Ta đã biết được số lượng cú đá, số lượng nụ hôn trong phim. Nhiệm vụ của ta ở đây
là xác định xem phim ? thuộc thể loại nào?
Đầu tiên chúng ta sẽ xác định xem sự giống nhau của phim “Anh” với các
phim khác như thế nào. Để làm được điều đó, ta sẽ sử dụng Euclidean distance.
Euclidean distance là việc chúng ta tìm khoảng cách giữa hai điểm trong
không gian, ví dụ cho 2 điểm P1(x1,y1) và P2(x2,y2) thì Euclidean distance sẽ được
tính theo công thức:
d = √(𝑥2 − 𝑥1)2 + (𝑦2 − 𝑦1)2
Để áp dụng trong euclidean distance vào trong trường hợp này, chúng ta sẽ coi mỗi
phim sẽ được biểu diễn bởi một điểm trong tọa độ Oxy với số lượng cú đá là tọa độ
x và số lượng nụ hôn là tọa độ y. Điều đó có nghĩa là phim “California Man” sẽ
được biểu diễn bởi điểm (3, 104); phim “He isn't really into dudes” sẽ được biểu
diễn bởi điểm (2, 100), ..
Gọi d là euclidean distance thì:
• “California Man”: d =√(18 − 3)2 + (90 − 104)2 =20.5
10. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
• “He isn't really into dudes”: d= √(18 − 2)2 + (90 − 100)2 = 18.7
• “Beautiful Woman”: d = √(18 − 1)2 + (90 − 81)2 =19.2
• “Kevin Longblade”: d = √(18 − 101)2 + (90 − 10)2 = 115.3
• “Robo Slayer 3000”: d = √(18 − 99)2 + (90 − 5)2 = 117.4
• “Amped II”: d = √(18 − 98)2 + (90 − 2)2 = 118.9
Sau khi tính toán ta được bảng:
Tên phim Euclidean distance
California Man 20.5
He isn’t really into
dudes
18.7
Beautiful Woman 19.2
Kevin Longblade 115.3
Robo Slayer 3000 117.4
Amped II 118.9
Chúng ta đã có khoảng cách euclidean từ phim chưa biết lớp tới từng phim trong tập
huấn luyện, giờ chúng ta sẽ tìm ra k láng giềng gần nhất bằng cách sắp xếp các
phim theo thứ tự euclidean distance từ nhỏ đến lớn. Giả sử k = 3 thì 3 láng giềng
gần nhất, đó là các phim “California Man”, “He isn't really into dudes” và
“Beautiful Woman”. Thuật toán k-NN sẽ lấy loại phim nào chiếm ưu thế trong các
láng giếng gần nhất để làm loại phim cho phim cần được xác định lớp. Vì 3 phim
trên đều là thể loại Tình cảm ==> Phim “Anh” thuộc thể loại phim tình cảm.
11. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Chương 3: Thực hiện giải thuật K-NN trên Weka
3.1. Tổng quan về Weka
Weka (viết tắt của Waikato Environment for Knowledge Analysis) là một bộ
phần mềm học máy được Đại học Waikato, New Zealand phát triển bằng Java.
Weka là phần mềm tự do phát hành theo Giấy phép công cộng GNU.
Theo KDNuggets (2005): Weka là sản phẩm khai thác dữ liệu được sử dụng
nhiều nhất và hiệu quả nhất năm 2005.
Những tính năng nổi bật của Weka:
• Hỗ trợ nhiều thuật toán máy học và khai thác dữ liệu.
• Được tổ chức theo dạng mã nguồn mở.
• Độc lập với môi trường ( do sử dụng máy ảo java JVM).
• Dễ sử dụng, kiến trúc dạng thư viện dễ dàng trong việc xây dựng các ứng
dụng thực nghiệm.
Các chức năng của Weka:
12. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Các chức năng chính của Weka Explorer thể hiện trong các thẻ (tab) của màn
hình chính, bao gồm:
• Preprocess: Cho phép mở, điều chỉnh, lưu một tập tin dữ liệu, thẻ này chứa các
thuậtt toán áp dụng trong tiền xử lý dữ liệu.
• Classify: Cung cấp các mô hình phân loại dữ liệu hoặc hồi quy.
• Cluster: Cung cấp các mô hình gom cụm.
• Associate: Khai thác tập phổ biến và luật kết hợp.
• SelectAttribites: Lựa chọn các thuộc tính thích hợp nhất trong 1 tập dữ liệu.
• Visualize: Thể hiện dữ liệu dưới dạng biểu đồ.
Khai phá dữ liệu:
* Sử dụng thẻ Preprocess
(1) Open file…: Mở một tập tin dữ liệu.
(2) Edit…: Hiển thị và chỉnh sửa dữ liệu bằng tay nếu cần thiết.
(3) Save…: Lưu dữ liệu hiện tại ra tập tin. Weka Explorer hỗ trợ một số định dạng
trong đó có 2 định dạng chính cần quan tâm là *.arff và *.csv
(4) Filter: Các tác vụ tiền xử lý được gọi là các bộ lọc( thuật toán)
(5) Selected attribute: Thông tin về thuộc tính đang được chọn:
13. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
o Type: Kiểu dữ liệu của thuộc tính (Numeric: Dạng số, Nominal: Dạng
rời rạc/phi số).
o Missing: Số mẫu thiếu giá trị trên thuộc tính đang xét.
o Distinct: Số giá trị phân biệt.
o Unique: Số mẫu không có giá trị trùng với mẫu khác.
o Bảng thống kê:
▪ Dạng phi số:Thể hiện các giá trị và tần suất của mỗi giá trị
▪ Dạng số:Thể hiện một số đại lượng thống kê như giá trị nhỏ nhất, lớn
nhất, giá trị trung bình và độ lệch chuẩn.
3.2. Thực hiện thuật toán K-NN trong Weka
Để thực hiện thuật toán K-NN trên Weka, chúng em chọn bộ dữ liệu Iris sẵn có
trong Weka để trình bày. Trước tiên, để thực hiện thuật toán, ta mở Weka, chọn
Explorer, chọn Open file, dữ liệu được lưu: C:Program FilesWeka-3-6data. Sau
khi chọn được bộ dữ liệu, màn hình hiển thị như sau:
14. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Để thực hiện K-NN trên Weka, ta chọn tag Classify rồi Choose IBk:
Chúng ta có thể chọn số K và xác định công thức tính khoảng cách cho thuật tán
bằng cách click đúp vào ô thuật toán một cửa sổ hiện ra như sau:
Xác định số láng
giềng k=5
Dùng khoảng cách
Euclidean
Click Start để chạy thuật toán
15. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Ngoài ra, chúng ta còn thực hiện chức năng KnowledgeFlow của Weka hiển thị
kiến thức:
3.3. Một số kết quả đạt được
Sau khi thực hiện áp dụng giải thuật K-NN trên Weka với bộ dữ liệu Iris, ta
thu được kết quả như sau:
17. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Kết quả với k=2
Kết quả với k=5
18. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Kết luận
*Kết quả đạt được và hạn chế nếu có
- Kết quả:
+ Hiểu được tổng quan về khai phá dữ liệu cũng như một số kỹ thuật khai phá cơ
bản.
+ Có thể ứng dụng thuật toán K- láng giềng vào các bộ dữ liệu khác nhau sau này.
- Hạn chế: Tất cả các kiến thức nắm được ở mức lý thuyết hoặc thực hành sơ qua
trên máy tính riêng, chưa được thực hành trên thực tế nhiều để hiểu sau rộng về
thuật toán cũng như các kỹ thuật khai phá dữ liệu.
*Hướng nghiên cứu
Trong quá trình tìm hiểu và thực hành, chúng em nhận thấy thuật toán K-láng giềng
là một thuật toán đơn giản, dễ sử dụng. Tuy nhiên, việc ứng dụng thuật toán này
trên các bộ dữ liệu lớn còn khá hạn chế. Vì vậy, chúng em sẽ tiếp tục tìm hiểu các
kỹ thuật cũng như thuật toán khai phá dữ liệu để có thêm nhiều kiến thức phục vụ
công việc cũng như áp dụng vào các ứng dụng tự xây dựng sau này.
19. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
Tài liệu tham khảo
1. Thuật toán K- láng giềng gần nhất – Nguyễn Văn Chức
http://bis.net.vn/forums/p/370/635.aspx
2. Sử dụng KnowledgeFlow trong Weka để xây dựng mô hình Khai phá dữ liệu
– Nguyễn Văn Chức
http://bis.net.vn/forums/p/426/770.aspx
3. Slide giảng dạy của thầy giáo Nguyễn Mạnh Cường
4. Bài giảng Khai phá dữ liệu online.
Link: http://hfs1.duytan.edu.vn/upload/ebooks/3262.pdf.
5. Ngoài ra, chúng em còn tham khảo các bài viết trên google, youtube,…
- Khi đề cập về cú sốc từ phía cầu, khi một cú sốc chênh lệch sản lượng được tạo ra,
CPI có xu hướng giảm nhẹ trong vòng 5 quý đầu tiên trước khi thiết lập trạng thái ổn định
kể từ quý 6. Điều này có được là do trong bối cảnh kinh tế lạm phát cao và dễ thay đổi như
Việt Nam, doanh nghiệp thường không muốn bị ràng buộc vào các hợp đồng dài hạn với
mức giá cố định. Thay vào đó, họ cố gắng linh hoạt hơn trong việc thiết lập giá để giảm
thiểu ảnh hưởng của các cú sốc tới kết quả kinh doanh của mình. Từ đó, hiệu ứng truyền
tải
từ các cú sốc tiền tệ tới CPI thường sẽ nổi trội hơn là các cú sốc sản lượng thực.
- Về phía yếu tố thuộc CSTT, tỷ lệ giải thích của cú sốc tă ng trưởng M2 đối vớ i CPI
thể hiện tác độ ng dương kể từ tháng thứ 8 trở đi, đạt cực đại vào quý 3 và 4, sau đó dần đi
vào ổn định. Điều này tương tự vớ i thưc t ̣ ế của giai đoan kh ̣ ủng hoảng 2007 – 2008, khi
tín
du
ng và M2 đi vào chu k ̣ ỳ tăng trưởng “nóng” (53,9% và 45%), CPI cũng tă ng dần, đat c ̣
ưc ̣
đa
i vào tháng 8/2008 (2008q3 t ̣ ương đương khoảng quý 4 của mô hình), sau đó giảm về
dướ i 5% vào 2009q2 (tương đương khoảng 7 quý nếu coi tháng 10/2007 là thờ i điểm bắt
đầu
tă ng lên của M2). Bên cạnh đó, kết quả hàm phản ứng Cholesky còn cho thấy việc gia
tăng
lãi suất cũng đạt được hiệu quả nhất định trong việc kiềm chế lạm phát tại Việt Nam. Cụ
thể, tác độ ng ngược chiều của lãi suất đến CPI tă ng dần và đat c ̣ ưc đ ̣ ai vào tháng th ̣ ứ
9. - Khi đề cập về cú sốc từ phía cầu, khi một cú sốc chênh lệch sản lượng được tạo ra,
CPI có xu hướng giảm nhẹ trong vòng 5 quý đầu tiên trước khi thiết lập trạng thái ổn định
kể từ quý 6. Điều này có được là do trong bối cảnh kinh tế lạm phát cao và dễ thay đổi như
Việt Nam, doanh nghiệp thường không muốn bị ràng buộc vào các hợp đồng dài hạn với
mức giá cố định. Thay vào đó, họ cố gắng linh hoạt hơn trong việc thiết lập giá để giảm
thiểu ảnh hưởng của các cú sốc tới kết quả kinh doanh của mình. Từ đó, hiệu ứng truyền
tải
từ các cú sốc tiền tệ tới CPI thường sẽ nổi trội hơn là các cú sốc sản lượng thực.
- Về phía yếu tố thuộc CSTT, tỷ lệ giải thích của cú sốc tă ng trưởng M2 đối vớ i CPI
thể hiện tác độ ng dương kể từ tháng thứ 8 trở đi, đạt cực đại vào quý 3 và 4, sau đó dần đi
vào ổn định. Điều này tương tự vớ i thưc t ̣ ế của giai đoan kh ̣ ủng hoảng 2007 – 2008, khi
tín
20. GVHD: Nguyễn Mạnh Cường
https://lop10.com/
du
ng và M2 đi vào chu k ̣ ỳ tăng trưởng “nóng” (53,9% và 45%), CPI cũng tă ng dần, đat c ̣
ưc ̣
đa
i vào tháng 8/2008 (2008q3 t ̣ ương đương khoảng quý 4 của mô hình), sau đó giảm về
dướ i 5% vào 2009q2 (tương đương khoảng 7 quý nếu coi tháng 10/2007 là thờ i điểm bắt
đầu
tă ng lên của M2). Bên cạnh đó, kết quả hàm phản ứng Cholesky còn cho thấy việc gia
tăng
lãi suất cũng đạt được hiệu quả nhất định trong việc kiềm chế lạm phát tại Việt Nam. Cụ
thể, tác độ ng ngược chiều của lãi suất đến CPI tă ng dần và đat c ̣ ưc đ ̣ ai vào tháng th ̣ ứ
9.