nghiên cứu và ứng dụng các phương pháp học máy nhằm tăng cường hiệu quả các dịch vụ giá trị gia tăng của mạng di dộng beeline

Cấu trúc của luận văn Luận văn được chia thành 5 phần với các nội dung như sau: Chương I trình bày về kho dữ liệu và hệ quản trị cơ sở dữ liệu mã nguồn mở MySQL Chương II giới thiệu về

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

MỞ ĐẦU

1 Đặt vấn đề

Sau quãng thời gian phát triển nóng, số thuê bao dịch vụ viễn thông di động không ngừng tăng với tốc độ chóng mặt, hiện tại thị trường viễn thông Việt Nam đã tiệm cận ngưỡng bão hòa Điều đó khiến cho cuộc chiến chiếm thị phần ngày càng khốc liệt, biến viễn thông thành một trong những thị trường có mức độ cạnh tranh cao nhất tại Việt Nam Các mạng viễn thông đều không ngừng tăng cường vùng phủ sóng, nâng cao chất lượng mạng và liên tục đưa ra các gói cước hấp dẫn cùng các chương trình khuyến mãi lớn, song hành với các chiến dịch tiếp thị và quảng cáo rầm rộ

Với việc giá cước cuộc gọi ngày càng giảm sâu, đặc biệt là với mạng viễn thông mới thâm nhập thị trường Việt Nam như Beeline, các dịch vụ giá trị gia tăng (Value Added Serivces – VAS) ngày càng đóng vai trò quan trọng hơn trong việc thúc đẩy doanh thu cho các mạng viễn thông

Ngày nay, việc lưu trữ, xử lý dữ liệu để tổng hợp thông tin, hỗ trợ ra quyết định đã trở nên phổ biến đối với nhiều tổ chức sản xuất, kinh doanh Có nhiều phương pháp để đáp ứng yêu cầu này, trong đó Business Intelligence (BI - Giải pháp quản trị doanh nghiệp thông minh) là một giải pháp tiêu biểu, được nhiều tổ chức lựa chọn

2 Mục tiêu của nghiên cứu

Nghiên cứu của luận văn hướng tới các mục tiêu sau:

- Tìm hiểu về kho dữ liệu, hệ thống xử lý phân tích trực tuyến và bộ công cụ Business Intelligence

- Ứng dụng tăng cường hiệu quả hoạt động kinh doanh các dịch vụ giá trị gia tăng của mạng di động Beeline

3 Cấu trúc của luận văn

Luận văn được chia thành 5 phần với các nội dung như sau:

Chương I trình bày về kho dữ liệu và hệ quản trị cơ sở dữ liệu mã nguồn mở

MySQL

Chương II giới thiệu về phương pháp khai phá dữ liệu, sau đó trình bày chi tiết về

hai phương pháp khai phá dữ liệu phổ biến là Cây quyết định và Phát hiện các luật kết hợp

Chương III giới thiệu về bộ công cụ Business Intelligence, các khái niệm và các

kỹ thuật chính

Chương IV ứng dụng Business Intelligence vào tăng cường hiệu quả các dịch vụ

giá trị gia tăng của Beeline

Phần kết luận tổng kết những kết quả đạt được của luận văn và hướng nghiên cứu

tiếp theo

Danh sách các hình

Hình 1 – Cấu trúc hệ thống kho dữ liệu 3

Hình 2 – Dòng dữ liệu trong kho dữ liệu 4

Hình 3 - Ứng dụng kho dữ liệu trong Business Intelligence 5

Hình 4 – Ví dụ về cây quyết định 9

Hình 5 – Thành phần của hệ Business Intelligence .12

Hình 6 – Cấu trúc của Pentaho Business Intelligence .19

Hình 7 – Dữ liệu mệnh giá nạp thẻ trung bình .26

Hình 8 – Dữ liệu ARPU của các dịch vụ giá trị gia tăng .27

Hình 9 – Mô hình kho dữ liệu 28

Hình 10 – Spoon workspace 29

Hình 11 – Spoon nhập dữ liệu 29

Hình 12 – Combination Lookup/Update 30

Hình 13 – Thay đổi thuộc tính 31

Hình 14 – Kết nối cơ sở dữ liệu 31

Hình 15 – Tạo bảng Dim_time 32

Hình 16 – Tạo bảng dim_factor 33

Hình 17 – Tạo Table Output 33

Hình 18 – Tạo bảng fact_price 34

Hình 19 – Nhập dữ liệu 34

Hình 20 – Kết nối cơ sở dữ liệu 35

Hình 21 – Kiến trúc Cube 35

Hình 22 – Repository Login 36

Hình 23 – Kết nối cơ sở dữ liệu 37

Hình 24 –Khung làm việc Pentaho 37

Hình 25 – Chọn schema và cube 38

Hình 26 – Dữ liệu schema và cube 38

Hình 27 – Nội dung phân tích 39

Hình 28 – Chọn Measures 39

Hình 29 – Chọn factor 39

Hình 30 – Chọn loại biểu đồ 40

Hình 31 – Biểu đồ mệnh giá nạp thẻ 40

Hình 32 – Biểu đồ ARPU 41

Hình 33 – Biểu đồ mệnh giá nạp thẻ và ARPU .41

Bảng từ khóa

Mục lục

MỞ ĐẦU 5

1 Đặt vấn đề 5

2 Mục tiêu của nghiên cứu 5

3 Cấu trúc của luận văn 5

Chương 1: KHO DỮ LIỆU VÀ HỆ QUẢN TRỊ CƠ SỞ DỮ LIỆU MYSQL 1

1.1 Kho dữ liệu 1

1.1.1 Khái niệm kho dữ liệu 1

1.1.2 Các đặc tính của kho dữ liệu 2

1.1.3 Cấu trúc hệ thống kho dữ liệu 3

1.1.4 Dòng dữ liệu trong kho dữ liệu 4

1.1.5 Ứng dụng của kho dữ liệu 5

1.2 Hệ quản trị cơ sở dữ liệu MySQL 6

1.2.1 Giới thiệu MySQL 6

1.2.2 Ưu điểm và nhược điểm của MySQL 7

Chương 2 : PHƯƠNG PHÁP KHAI PHÁ DỮ LIỆU 8

2.1 Khái niệm khai phá dữ liệu 8

2.2 Các thành phần của giải thuật khai phá dữ liệu 8

2.3 Cây quyết định 9

2.4 Phát hiện các luật kết hợp 11

Chương 3 : BỘ CÔNG CỤ BUSINESS INTELLIGENCE 13

3.1 Business Intelligence 13

3.1.1 Khái niệm Business Intelligence 13

3.1.2 Các thành phần chính của hệ Business Intelligence 13

3.1.3 Lợi ích của Business Intelligence đối với doanh nghiệp 14

3.1.4 Các công cụ Business Intelligence 15

3.1.5 Kết hợp Business Intelligence và MySQL 16

3.2 Kỹ thuật OLAP 17

3.2.1 Khái niệm OLAP 17

3.2.2 Các thành phần trong hệ thống OLAP 18

3.3 Pentaho – Business Intelligence Server 19

3.3.1 Tổng quan về Pentaho 19

3.3.2 Khả năng và lợi ích của Pentaho 20

3.4 Mondrian – OLAP Server 23

3.4.1 Mondrian 23

3.4.2 Schema Workbench 23

3.5 Weka – Khai phá dữ liệu 24

Chương 4 : ỨNG DỤNG BUSINESS INTELLIGENCE 25

4.1 Tạo báo cáo sử dụng công cụ BI 25

4.1.1 Giới thiệu bài toán 25

4.1.2 Thu thập,xử lý dữ liệu 25

4.2 Tạo data warehouse 27

4.3 Xử lý dữ liệu bằng kỹ thuật OLAP 34

4.3.1 Tạo cube 34

4.3.2 Analysis View 36

KẾT LUẬN 42

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

1

Chương 1: KHO DỮ LIỆU VÀ HỆ QUẢN TRỊ CƠ

SỞ DỮ LIỆU MYSQL

1.1 Kho dữ liệu

1.1.1 Khái niệm kho dữ liệu

Data warehouse - kho dữ liệu là 1 tập hợp thông tin cơ bản trên máy vi tính mà chúng có tính quyết định đến việc thực hiện thành công bước đầu trong công việc kinh doanh

Theo William Inmon [12], kho dữ liệu là một bộ dữ liệu có các đặc tính: hướng chủ

đề, có tính tích hợp, ổn định, dữ liệu gắn với thời gian, thường được sử dụng trong các hệ thống hỗ trợ quyết định

Một kho dữ liệu, gọi một cách chính xác hơn là kho thông tin (information

warehouse), là một cơ sở dữ liệu hướng đối tượng được thiết kế với việc tiếp cận các ý kiến trong mọi lĩnh vực kinh doanh Nó cung cấp các công cụ để đáp ứng thông tin cần thiết cho các nhà quản trị kinh doanh tại mọi cấp độ tổ chức - không những chỉ là những yêu cầu dữ liệu phức hợp, mà còn là điều kiện thuận tiện nhất để đạt được việc lấy thông tin nhanh, chính xác Một kho dữ liệu được thiết kế để người sử dụng có thể nhận ra thông tin mà họ muốn có và truy cập đến bằng những công cụ đơn giản

Một kho dữ liệu là một sự pha trộn của nhiều công nghệ, bao gồm các cơ sở dữ liệu

đa chiều và mối quan hệ giữa chúng, kiến trúc chủ khách, giao diện người dùng đồ họa và nhiều nữa Dữ liệu trong kho dữ liệu không giống dữ liệu của hệ điều hành là loại chỉ có thể đọc nhưng không chỉnh sửa được Hệ điều hành tạo ra, chỉnh sửa và xóa những dữ liệu sản xuất mà những dữ liệu này cung cấp cho kho dữ liệu Nguyên nhân chính cho sự phát triển một kho dữ liệu là hoạt động tích hợp dữ liệu từ nhiền nguồn khác nhau vào một kho dữ liệu đơn lẻ và dày đặc mà kho này cung cấp cho việc phân tích và ra quyết định trong công việc kinh doanh

Kho dữ liệu thường bao gồm:

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

Một kho dữ liệu có thể được coi là một hệ thống thông tin với những thuộc tính sau:

• Là một cơ sở dữ liệu được thiết kế dành cho nhiệm vụ phân tích, sử dụng các dữ liệu

từ các ứng dụng khác nhau

• Hỗ trợ cho một số người dùng có liên quan, có sử dụng tới các thông tin liên quan

• Nội dung được cập nhật thường xuyên, chủ yếu theo hình thức bổ sung thông tin

• Chứa các dữ liệu trong lịch sử và hiện tại nhằm cung cấp các xu hướng thông tin

• Chứa các bảng dữ liệu có kích thước lớn

• Một câu hỏi thường trả về một tập kết quả liên quan đến toàn bộ bảng và các liên kết nhiều bảng

1.1.2 Các đặc tính của kho dữ liệu

Hướng chủ đề : Kho dữ liệu có thể chứa lượng dữ liệu lên tới hàng trăm Gigabyte,

được tổ chức theo những chủ đề chính Kho dữ liệu không chú trọng vào giao tác và việc

xử lý giao tác Thay vào đó, kho dữ liệu tập trung vào việc mô hình hóa, phân tích dữ liệu nhằm hỗ trợ cho nhà quản lý ra quyết định Do đó, các kho dữ liệu thường cung cấp một khung nhìn tương đối đơn giản bằng cách loại bớt những dữ liệu không cần thiết trong quá trình ra quyết định

Tính tích hợp : Kho dữ liệu thường được xây dựng bằng cách tổng hợp dữ liệu từ

nhiều nguồn khác nhau, ví dụ các cơ sở dữ liệu, những bản ghi giao tác trực tuyến hoặc thậm chí là từ những file dữ liệu độc lập Những dữ liệu này tiếp tục được làm sạch, chuẩn hóa để đảm bảo sự nhất quán, sau đó đưa vào kho dữ liệu

Ổn định : Dữ liệu trong kho dữ liệu thường được lưu trữ lâu dài, ít bị sửa đổi, chủ

yếu dùng cho việc truy xuất thông tin nên có độ ổn định cao Hai thao tác chủ yếu tác động tới kho dữ liệu là : nhập dữ liệu vào và truy xuất

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

3

Dữ liệu gắn với thời gian : Do có tính ổn định, kho dữ liệu thường lưu trữ dữ liệu

của hệ thống trong khoảng thời gian dài, cung cấp đủ số liệu cho các mô hình nghiệp vụ,

dự báo, khảo sát những chỉ tiêu cần quan tâm

1.1.3 Cấu trúc hệ thống kho dữ liệu

Hệ thống kho dữ liệu thường bao gồm 3 tầng như trong hình 1:

Tầng đáy: là nơi lấy dữ liệu từ nhiều nguồn khác nhau sau đó làm sạch, chuẩn hóa, lưu trữ tập trung

Tầng giữa: thực hiện các thao tác với kho dữ liệu thông qua dịch vụ OLAP (OLAP server) Có thể cài đặt bằng Relational OLAP, Multidimensional OLAP hay kết hợp cả hai mô hình trên thành mô hình Hybrid OLAP

Tầng trên: thực hiện việc truy vấn, khai phá thông tin

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

4

Hình 1 – Cấu trúc hệ thống kho dữ liệu [6]

1.1.4 Dòng dữ liệu trong kho dữ liệu

Do kho dữ liệu chứa lượng dữ liệu lớn, đồng thời hạn chế thao tác sửa đổi nên rất thích hợp cho việc phân tích dài hạn và báo cáo Các thao tác với dữ liệu của kho dữ liệu chủ yếu dựa trên cơ sở là Mô hình dữ liệu đa chiều (multidimensional data model), thường áp dụng cho các khối dữ liệu (data cube) Khối dữ liệu là trung tâm của vấn đề cần phân tích, bao gồm một hay nhiều tập dữ kiện (fact) và các dữ kiện được tạo ra từ nhiều chiều (dimension) dữ kiện khác nhau

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

5

Hình 2 – Dòng dữ liệu trong kho dữ liệu [5]

1.1.5 Ứng dụng của kho dữ liệu

Kho dữ liệu được đưa vào ba mảng ứng dụng chính

Theo như cách khai thác truyền thống đối với cơ sở dữ liệu, kho dữ liệu được sử dụng để khai thác thông tin bằng các công cụ thực hiện truy vấn và báo cáo Nhờ việc dữ liệu thô đã được chuyển sang thành các dữ liệu ổn định, có chất lượng nên kho dữ liệu đã giúp nâng cao kỹ thuật biểu diễn thông tin truyền thống Dữ liệu đầu vào của các kỹ thuật này được đặt vào một nguồn duy nhất, giúp loại bỏ nhiều lỗi sinh ra do phải thu thập và biểu diễn thông tin từ nhiều nguồn khác nhau đồng thời giảm bớt sự chậm trễ do phải lấy

dữ liệu từ những phân đoạn khác nhau, tránh cho người dùng phải viết những truy vấn SQL quá phức tạp

Với cách thứ hai, các kho dữ liệu được sử dụng để hỗ trợ cho phân tích trực tuyến (OLAP) Trong khi ngôn ngữ SQL và các công cụ xây dựng báo cáo truyền thống chỉ có thể mô tả những gì có trong cơ sở dữ liệu thì phân tích trực tuyến có khả năng phân tích

dữ liệu, xác định xem giả thuyết đúng hay sai Tuy nhiên, phân tích trực tuyến lại không

có khả năng đưa ra được các giả thuyết Ngoài ra, sử dụng OLAP còn giúp phân tích tổng hợp dữ liệu, đưa ra kết quả bằng các báo cáo hoặc bảng biểu trực quan

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

6

Cách thứ ba để khai thác kho dữ liệu là dựa trên các kỹ thuật khai phá dữ liệu Đây

là một phương pháp mới, đáp ứng được cả những yêu cầu trong nghiên cứu khoa học cũng như yêu cầu trong thực tiễn Các kết quả thu được mang nhiều tính dự báo, dự đoán, dùng trong việc xây dựng kế hoạch, chiến lược

Các lĩnh vực hiện tại áp dụng kho dữ liệu

- Thương mại điện tử

- Kế hoạch hoá nguồn lực doanh nghiệp (ERP - Enterprise Resource Planning)

- Quản lý quan hệ khách hàng (CRM - Customer Relationship Management)

- Chăm sóc sức khỏe

- Viễn thông

Hình 3 - Ứng dụng kho dữ liệu trong Business Intelligence [5]

1.2 Hệ quản trị cơ sở dữ liệu MySQL

1.2.1 Giới thiệu MySQL

MySQL là hệ quản trị cơ sở dữ liệu mã nguồn mở phổ biến nhất thế giới và được

các nhà phát triển ứng dụng rất ưa chuộng MySQL có tốc độ cao, ổn định và dễ sử dụng,

Chương 1 – Kho dữ liệu và hệ quản trị cơ sở dữ liệu MySQL

7

có tính khả chuyển, hoạt động trên nhiều hệ điều hành, cung cấp một hệ thống lớn các hàm tiện ích mạnh.Với tốc độ và tính bảo mật cao, MySQL rất thích hợp cho các ứng dụng có truy cập cơ sở dữ liệu thông qua Internet Ta có thể tải MySQL qua Internet, có nhiều phiên bản cho các hệ điều hành khác nhau: phiên bản Win32 cho các hệ điều hành dòng Windows, Linux, Mac OS X, Unix, FreeBSD, NetBSD, Novell NetWare, SGI Irix, Solaris, SunOS MySQL là một trong những ví dụ rất cơ bản về hệ quản trị cơ sở dữ liệu quan hệ sử dụng ngôn ngữ truy vấn có cấu trúc (SQL)

1.2.2 Ƣu điểm và nhƣợc điểm của MySQL

Hệ quản trị cơ sở dữ liệu MySQL có những ƣu điểm nổi bật :

+ MySQL là hệ quản trị cơ sở dữ liệu có tốc độ nhanh, đáng tin cậy, có thể hoạt động trên nhiều hệ thống

+ MySQL là hệ quản trị cơ sở dữ liệu mã nguồn mở miễn phí, kích thước nhỏ

+ Nhờ đội ngũ phát triển năng động, tích cực, các phiên bản MySQL ngày càng hoản thiện, bổ sung nhiều chức năng mới

Tuy nhiên, MySQL vẫn còn một số hạn chế nhất định :

+ MySQL hoạt động tốt đối với những cơ sở dữ liệu vừa và nhỏ nhưng chưa hỗ trợ tốt cho các cơ sở dữ liệu có kích thước rất lớn

+ Trong các phiên bản trước phiên bản 5.0, MySQL không hỗ trợ ROLE, COMMIT

và Stored procedure

+ Các giao tác (transaction) khi xử lý vẫn còn gặp sai sót

Chương 2 – Phương pháp khai phá dữ liệu

Về bản chất, khai phá dữ liệu liên quan đến việc phân tích các dữ liệu và sử dụng các kỹ thuật để tìm ra các mẫu hình có tính chính quy trong tập dữ liệu

2.2 Các thành phần của giải thuật khai phá dữ liệu

Giải thuật khai phá dữ liệu bao gồm 3 thành phần chính như sau: biểu diễn mô hình, đánh giá mô hình, tìm kiếm mô hình

Biểu diễn mô hình: Mô hình được biểu diễn bằng một ngôn ngữ L để mô tả các

mẫu có thể khai thác được Nếu sự mô tả bị hạn chế quá mức thì sẽ không thể dùng các

mô hình tạo ra để học hoặc sẽ không thể tạo ra được một mô hình chính xác cho dữ liệu Việc quan trọng là người phân tích dữ liệu cần phải hiểu đầy đủ các giả thiết mô tả Một điều cần thiết khác là người thiết kế giải thuật cần phải diễn tả được rằng các giả thiết mô

tả nào được tạo ra bởi giải thuật nào Khả năng mô tả mô hình càng lớn thì càng làm tăng nguy cơ quá trình học diễn ra vượt mức và làm giảm đi khả năng dự đoán các dữ liệu chưa biết Hơn nữa, việc tìm kiếm sẽ càng trở nên phức tạp hơn và việc giải thích mô hình cũng khó khăn hơn

Mô hình ban đầu được xác định bằng cách kết hợp biến đầu ra (phụ thuộc) với các biến độc lập mà biến đầu ra phụ thuộc vào Sau đó phải tìm những tham số mà bài toán cần tập trung giải quyết Việc tìm kiếm mô hình sẽ đưa ra được một mô hình phù hợp với các tham số được xác định dựa trên dữ liệu Trong một số trường hợp, tập dữ liệu được chia thành tập dữ liệu học và tập dữ liệu thử Tập dữ liệu học được sử dụng để làm cho các tham số của mô hình phù hợp với dữ liệu Mô hình sau đó sẽ được đánh giá bằng cách đưa các dữ liệu thử vào mô hình và thay đổi lại các tham số cho phù hợp nếu cần Mô hình lựa chọn có thể là phương pháp thống kê như SASS, v.v…, một số giải thuật học máy, mạng neuron, suy diễn hướng tình huống, các kỹ thuật phân lớp

Chương 2 – Phương pháp khai phá dữ liệu

9

Đánh giá mô hình: Đánh giá xem một mẫu có đáp ứng được các tiêu chuẩn của

quá trình phát hiện tri thức hay không Việc đánh giá độ chính xác dự đoán dựa trên đánh giá chéo Đánh giá chất lượng mô tả liên quan đến độ chính xác dự đoán, độ mới, khả năng sử dụng, khả năng hiểu được của mô hình Cả hai chuẩn thống kê và chuẩn logic đều có thể được sử dụng để đánh giá mô hình Việc đánh giá mô hình được thực hiện qua kiểm tra dữ liệu (trong một số trường hợp kiểm tra với tất cả các dữ liệu, trong một số trường hợp khác chỉ kiểm tra với dữ liệu thử) Ví dụ như đối với mạng neuron, việc đánh giá mô hình được thực hiện dựa trên việc kiểm tra dữ liệu (bao gồm cả dữ liệu học và dữ liệu thử), đối với nhiệm vụ dự đoán thì việc đánh giá mô hình ngoài kiểm tra dữ liệu còn phải dựa trên độ chính xác của dự đoán

Phương pháp tìm kiếm: phương pháp tìm kiếm bao gồm hai thành phần: tìm

kiếm tham số và tìm kiếm mô hình Trong tìm kiếm tham số, giải thuật cần phải tìm kiếm các tham số để tối ưu hóa các tiêu chuẩn đánh giá mô hình với các dữ liệu quan sát được

và với một mô tả mô hình đã định Việc tìm kiếm là không cần thiết đối với một số bài toán trong đó các đánh giá tham số tối ưu có thể đạt được bằng các cách đơn giản hơn Đối với các mô hình chung, giải thuật “tham lam” thường được sử dụng lặp đi lặp lại Tìm kiếm mô hình xảy ra giống như một vòng lặp qua phương pháp tìm kiếm tham số:

mô tả mô hình bị thay đổi tạo nên một họ các mô hình Với mỗi mô hình, phương pháp tìm kiếm tham số được áp dụng để đánh giá chất lượng mô hình Các phương pháp tìm kiếm mô hình thường sử dụng các kỹ thuật tìm kiếm heuristic vì kích thước của không gian các mô hình có thể thường ngăn cản các tìm kiếm tổng thể

Hai phương pháp khai phá dữ liệu phổ biến được trình bày ở phần sau là Cây quyết định và Phát hiện luật kết hợp

2.3 Cây quyết định

Cây quyết định: Cây quyết định là một mô tả tri thức dạng đơn giản nhằm phân các

đối tượng dữ liệu thành một số lớp nhất định Các nút của cây được gán nhãn là tên các thuộc tính, các cạnh được gán các giá trị có thể của các thuộc tính, các lá mô tả các lớp khác nhau Các đối tượng được phân lớp theo các đường đi trên cây, qua các cạnh tương ứng với các giá trị của thuộc tính trong đối tượng ở lá Hình 4 mô tả một mẫu đầu ra có thể của quá trình khai phá dữ liệu dùng phương pháp cây quyết định với tập dữ liệu khách

Chương 2 – Phương pháp khai phá dữ liệu

10

hàng xin vay vốn Hai nút của cây được gán nhãn là “Nợ” và “Thu nhập”, các cạnh được gán nhãn tương ứng để so sánh Nợ với giá trị n, Thu nhập với giá trị t Các đối tượng lá ứng với đường đi trong cây, ví dụ lá ngoài cùng bên trái ứng với các đối tượng có Nợ < n

và Thu nhập < t và không được cho vay

Hình 4 – Ví dụ về cây quyết định

Tạo luật: Các luật được tạo ra nhằm suy diễn một số mẫu dữ liệu có ý nghĩa về mặt

thống kê Các luật có dạng “NẾU P THÌ Q”, với P là mệnh đề đúng với một phần trong

cơ sở dữ liệu, Q là mệnh đề dự đoán Ví dụ ta có một mẫu phát hiện được bằng phương pháp tạo luật: nếu giá 1 gói bánh giảm đi 5000 đồng thì số lượng bánh bán ra sẽ tăng thêm 5% Những luật như thế này được sử dụng rất rộng rãi trong việc mô tả tri thức trong hệ chuyên gia Chúng có điểm thuận lợi là dễ hiểu đối với người sử dụng

Cây quyết định và luật có ưu điểm là hình thức mô tả đơn giản, mô hình suy diễn khá dễ hiểu đối với người sử dụng Tuy nhiên, giới hạn của chúng là chỉ có thể biểu diễn được một số dạng chức năng và vì vậy giới hạn về cả độ chính xác của mô hình Nếu mở rộng không gian của mô hình để cho phép có nhiều mô tả hơn thì mô hình sẽ dự đoán tốt hơn nhưng lại rất khó hiểu Cho đến nay, đã có rất nhiều giải thuật suy diễn sử dụng các luật và cây quyết định được áp dụng trong học máy và trong thống kê

Đối với quy mô lớn, người ta dựa trên các phương pháp đánh giá mô hình theo xác suất với các mức độ mô hình phức tạp khác nhau Các phương pháp tìm kiếm “tham lam”, liên quan đến việc tăng và rút gọn các luật và các cấu trúc cây, chủ yếu được sử dụng để khai thác không gian siêu mũ của các mô hình Cây và luật chủ yếu được sử dụng

Chương 2 – Phương pháp khai phá dữ liệu

Cho một lược đồ R={A1, …, Ap} các thuộc tính với miền giá trị {0,1}, và một quan

hệ r trên R Một luật kết hợp trên r được mô tả dưới dạng X⇒B với X⊆R và B∈R\X Về mặt trực giác, ta có thể phát biểu ý nghĩa của luật như sau: nếu một bản ghi của bảng r có giá trị 1 tại mỗi thuộc tính thuộc X thì giá trị của thuộc tính B cũng là 1 trong cùng bản ghi đó

Cho W ⊆R, đặt s(W,r) là tần số xuất hiện của W trong r được tính bằng tỷ lệ của các hàng trong r có giá trị 1 tại mỗi cột thuộc W Tần số xuất hiện của luật X⇒B trong r được định nghĩa là s(X∪{B}, r) còn gọi là độ hỗ trợ của luật, độ tin cậy của luật là s(X∪{B}, r)/s(X, r) Ở đây X có thể gồm nhiều thuộc tính, B là giá trị không cố định Nhờ vậy mà không xảy ra việc tạo ra các luật không mong muốn trước khi quá trình tìm kiếm bắt đầu Điều đó cũng cho thấy không gian tìm kiếm có kích thước tăng theo hàm mũ của số lượng các thuộc tính ở đầu vào Do vậy cần phải chú ý khi thiết kế dữ liệu cho việc tìm kiếm các luật kết hợp

Nhiệm vụ của việc phát hiện các luật kết hợp là phải tìm tất cả các luật X⇒B sao cho tần số của luật không nhỏ hơn ngưỡng σ cho trước và độ tin cậy của luật không nhỏ hơn ngưỡng θ cho trước Từ một cơ sở dữ liệu ta có thể tìm được hàng nghìn và thậm chí hàng trăm nghìn các luật kết hợp

Ta gọi một tập con X⊆R là thường xuyên trong r nếu thỏa mãn điều kiện s(X, r)≥σ Nếu biết tất cả các tập thường xuyên trong r thì việc tìm kiếm các luật rất dễ dàng Vì vậy, giải thuật tìm kiếm các luật kết hợp trước tiên đi tìm tất cả các tập thường xuyên

Chương 2 – Phương pháp khai phá dữ liệu

là các quan hệ cần phải thưa theo nghĩa không có tập thường xuyên nào chứa nhiều hơn

15 thuộc tính Giải thuật tìm kiếm các luật kết hợp tạo ra số luật ít nhất phải bằng với số các tập thường xuyên, và nếu như một tập thường xuyên có kích thước K thì phải có ít nhất là 2K tập thường xuyên Thông tin về các tập thường xuyên được sử dụng để ước lượng độ tin cậy của các tập luật kết hợp

Chương 3 – Bộ công cụ Business Intelligence

13

Chương 3 : BỘ CÔNG CỤ BUSINESS INTELLIGENCE

3.1 Business Intelligence

3.1.1 Khái niệm Business Intelligence

Business Intelligence (BI - giải pháp quản trị doanh nghiệp thông minh) là một quy

trình, công nghệ cho phép tổ chức, doanh nghiệp khai thác dữ liệu từ nhiều nguồn khác nhau về khách hàng, thị trường, nhà cung cấp, đối tác, nhân sự và phân tích, sử dụng các dữ liệu đó thành các nguồn thông tin có ý nghĩa nhằm hỗ trợ việc ra quyết định Công nghệ BI cung cấp một cách nhìn toàn cảnh về hoạt động của doanh nghiệp từ quá khứ, hiện tại và các dự đoán tương lai Mục đích của BI là hỗ trợ cho doanh nghiệp ra quyết định tốt hơn, vì vậy một hệ thống BI còn có thể được coi là hệ thống hỗ trợ quyết đinh

3.1.2 Các thành phần chính của hệ Business Intelligence

Dữ liệu dùng trong hệ thống BI là dữ liệu tổng hợp từ nhiều nguồn, nhiều định dạng, phân tán và có tính lịch sử Đồng thời việc phân tích dữ liệu trong BI không phải là những phân tích đơn giản mà là những kỹ thuật trong khai phá dữ liệu dùng để phân lớp, phân cụm, hay dự đoán Vì vậy BI có mối quan hệ rất chặt chẽ với kho dữ liệu và khai phá dữ liệu

Hình 5 – Thành phần của hệ Business Intelligence [1]

Các thành phần cơ bản của hệ thống Business Intelligence được mô tả như trong hình 5

Chương 3 – Bộ công cụ Business Intelligence

Business Analyst (Phân tích kinh doanh) : Các nhà lãnh đạo doanh nghiệp đưa ra những quyết định chiến lược đối với hoạt động kinh doanh của doanh nghiệp

3.1.3 Lợi ích của Business Intelligence đối với doanh nghiệp

Tiết kiệm chi phí : Thông thường để biết được lí do vì sao kết quả kinh doanh tháng

này giảm so với tháng trước, nhà quản lý thường phải tìm hiểu qua nhiều kênh thông tin khác nhau từ phòng kế toán tới phòng kinh doanh , nhiều khi tiêu tốn khá nhiều thời gian, nguồn lực Còn với giải pháp BI, tận dụng ưu thế có thể phân tích sâu theo nhiều chiều, nhà quản lý có thể tìm ngay được nguyên nhân bị giảm doanh thu là do đâu, cụ thể vùng miền nào mà hầu như không cần nhờ đến bất cứ ai Trong bối cảnh hiện nay, việc giúp doanh nghiệp truy xuất nhanh gọn thông tin được coi như một giải pháp giúp tiết kiệm chi phí, nâng cao hiệu quả hoạt động

Chọn lọc mặt hàng kinh doanh : Bằng cách đo lường các chỉ số đánh giá hiệu quả

hoạt động chủ chốt về số lần bảo hành, các mặt hàng bán chậm nhất hay số khách hàng mua và tổng doanh thu bán được từ những mặt hàng đó, BI giúp nhà quản lý biết được những mặt hàng kém hiệu quả, làm tiêu tốn nhiều chi phí cho các hoạt động hỗ trợ, tồn kho để từ đó ra quyết định loại bỏ hay cải tiến thành một sản phẩm mới

Phân tích hiệu quả của các chương trình khuyến mãi, quảng cáo : Thông qua

việc thu thập thông tin về số lượng hàng bán, doanh thu, chi phí, số khách hàng mới, số sản phẩm bán được của các chương trình khuyến mãi, quảng cáo hệ thống BI sẽ đưa ra báo cáo phân tích về mức độ hiệu quả của chương trình, từ đó nhà quản lý sẽ biết được chương trình dạng nào mang lại hiệu quả cao nhất để áp dụng lại cho những lần sau. Ngoài ra, dựa trên những bảng khảo sát, dữ liệu về bán hàng, BI có thể cho biết tác động của những hoạt động đó như thế nào sau mỗi kỳ quảng cáo, tung ra sản phẩm, dịch vụ mới

Chương 3 – Bộ công cụ Business Intelligence

15

Nâng cao năng lực của nhân viên kinh doanh : Trong doanh nghiệp có nhiều kênh

phân phối, nhiều chi nhánh đại lý, nhân viên kinh doanh được tổ chức thành nhiều cấp nên việc đo lường và đánh giá hiệu quả làm việc của nhân viên một cách chính xác thường khó khăn và tốn nhiều thời gian Để đánh giá đúng phải dựa trên nhiều tiêu chí: doanh số, số khách hàng mới tìm được, và phải có trọng số riêng cho từng kênh bán hàng Với sự hỗ trợ của hệ thống BI, nhà quản lý có thể đo lường nhiều tiêu chí đánh giá,

từ đó có những quyết định thưởng phạt, điều chỉnh nhân sự chính xác

Nâng cao hiệu quả phục vụ khách hàng : Nắm bắt thông tin khách hàng ở nhiều

góc độ khác nhau sẽ giúp doanh nghiệp phục vụ khách hàng tốt hơn Hệ thống BI cung cấp cho doanh nghiệp cái nhìn tổng thể về khách hàng bằng cách phân loại khách hàng theo nhiều tiêu chí khác nhau: độ tuổi, giới tính, nơi sinh sống, thu nhập, doanh thu để doanh nghiệp có thể cung cấp những sản phẩm phù hợp với nhu cầu của họ hay có thể thiết kế những chương trình khuyến mãi, quảng cáo riêng cho những khu vực mà những đối tượng đó tập trung đông nhất

Đánh giá đối thủ cạnh tranh, mở rộng thị trường : Đối với thị trường cạnh tranh

gay gắt như hiện nay, nhà quản lý không những phải nắm rõ tình hình của doanh nghiệp mình mà cần phải đánh giá được tiềm lực của đối thủ cạnh tranh trong ngành, nắm được danh sách những khách hàng tiềm năng để mở rộng thị phần, tìm kiếm thêm khách hàng mới Thông qua việc thu thập thông tin từ bên ngoài doanh nghiệp, BI có thể đưa ra báo cáo so sánh doanh thu, số lượng khách hàng của doanh nghiệp so với các đối thủ khác trong ngành Hoặc khi đối thủ tung ra một chương trình khuyến mãi nào đó, doanh nghiệp

sử dụng hệ thống BI để đo lường doanh thu và số khách hàng của mình, từ đó đối chiếu với mức độ lôi cuốn của chương trình, nếu số khách hàng giảm đáng kể nhưng doanh thu vẫn không giảm nhiều chứng tỏ chương trình của đối thủ chỉ thu hút những khách hàng có giá trị thấp, và ngược lại là chương trình thành công Từ đó doanh nghiệp có thể học được

ở đối thủ và có những hành động để kéo những khách hàng có giá trị cao về phía mình

3.1.4 Các công cụ Business Intelligence

Các công cụ Business Intelligence là các phần mềm ứng dụng được thiết kế để báo cáo, phân tích và trình bày dữ liệu Các công cụ này sẽ đọc dữ liệu đã được lưu trữ từ trước trong các kho dữ liệu hoặc chợ dữ liệu Các công cụ Business Intelligence rất đa

Chương 3 – Bộ công cụ Business Intelligence

16

dạng và có mặt trên hầu hết các hệ điều hành Nhờ tính tiện dụng và khả năng tạo báo cáo, phân tích dữ liệu chuyên nghiệp nên các công cụ Business Intelligence thường được

áp dụng trong các tổ chức kinh doanh, thống kê

Các công cụ Business Intelligence được chia thành những loại chính sau :

- Bảng tính

- Phần mềm truy vấn, báo cáo (công cụ trích chọn, sắp xếp, tổng kết, trình diễn dữ liệu)

- OLAP (xử lý phân tích trực tuyến)

- Bảng điều khiển kỹ thuật số

3.1.5 Kết hợp Business Intelligence và MySQL

Hiện nay trên thị trường giải pháp BI đã xuất hiện nhiều bộ sản phẩm của các hãng lớn như : Oracle Enterprise BI Server (Oracle), SAP Business Objects Enterprise (SAP),

QL Server Analysis Service (Microsoft)…Các sản phẩm này đều đã tập trung giải quyết các yêu cầu đối với một hệ thống BI hoàn chỉnh Tuy nhiên, một cản trở lớn đối với các doanh nghiệp muốn tiếp cận các giải pháp này chính là vấn đề tài chính Kinh phí để xây dựng hệ thống BI cũng như cơ sở dữ liệu tương ứng là không nhỏ Đồng thời, các hệ thống này thường đi kèm với những cơ sở dữ liệu tương đối phức tạp như Oracle, MS SQL Server, đòi hỏi phải có những nhân sự được đào tạo tốt để vận hành

Tận dụng lợi thế của MySQL, hệ quản trị cơ sở dữ liệu mà nguồn mở miễn phí, một

số nhà sản xuất đã cho ra đời các bộ sản phẩm BI trong đó sử dụng hệ quản trị cơ sở dữ liệu MySQL Đây là giải pháp tốt cho những doanh nghiệp vừa vả nhỏ Với kinh phí yêu

Chương 3 – Bộ công cụ Business Intelligence

17

cầu thấp, hệ thống BI kết hợp MySQL vẫn thực hiện gần như đầy đủ các chức năng : xây dựng báo cáo, khai phá dữ liệu, phân tích trực tuyến ….đáp ứng cho việc hỗ trợ ra quyết định của nhà quản lý

Trong thực tế, BI mang lại lợi ích rõ nét nhất cho các doanh nghiệp ngành hàng tiêu dùng, giải khát, thực phẩm khi mà yếu tố về thời gian được đặt lên hàng đầu Trên thế giới, BI đã trở thành công cụ quản trị quen thuộc của nhiều tên tuổi lớn như: BMW, Coca-Cola, Unilever… Còn tại Việt Nam, một số công ty lớn đã và đang triển khai BI và coi đó như một lợi thế của mình Trong thời gian tới, khi những bộ sản phẩm BI kết hợp MySQL đã khắc phục được vấn đề về tài chính, giải pháp này chắc chắn sẽ được áp dụng rộng rãi

3.2 Kỹ thuật OLAP

3.2.1 Khái niệm OLAP

Xử lý phân tích trực tuyến (OLAP - Online Analitical Proccessing) là phương pháp để trả lời những truy vấn đa chiều một cách nhanh chóng OLAP là một phần của hệ Business Intelligence, cùng với báo cáo quan hệ và khai phá dữ liệu Nó cho phép người

sử dụng phân tích dữ liệu qua việc cắt lát (slice) dữ liệu theo nhiều khía cạnh khác nhau, khoan xuống (drill down) mức chi tiết hơn hay cuộn lên (roll up) mức tổng hợp hơn của

dữ liệu Bản chất cốt lõi của OLAP là dữ liệu được lấy ra từ kho dữ liệu hoặc từ Datamart (kho dữ liệu chủ đề) sau đó được chuyển thành mô hình đa chiều và được lưu trữ trong một kho dữ liệu đa chiều Đối tượng chính của OLAP là khối, một sự biểu diễn đa chiều của dữ liệu chi tiết và tổng thể Một khối bao gồm một bảng sự kiện (Fact), một hoặc nhiều bảng chiều (Dimensions), các đơn vị đo (Measures) và các phân hoạch (Partitions) Những ứng dụng tiêu biểu của OLAP : báo cáo bán hàng, báo cáo marketing, báo cáo quản lý, dự thảo ngân sách, báo cáo tài chính,….Thuật ngữ OLAP có thể coi là một biến thể nhỏ của thuật ngữ cơ sở dữ liệu truyền thống OLTP (Xử lý giao tác trực tuyến)

Trong khi Data warehouse và data mart lưu trữ dữ liệu cho phân tích, thì OLAP là

kỹ thuật cho phép các ứng dụng client truy xuất hiệu quả dữ liệu này OLAP cung cấp nhiều lợi ích cho người phân tích, ví dụ: