Đề tài dự đoán khả năng hủy chuyến bay của các hãng hàng không ở hoa kỳ bằng công cụ azure machine learning

Dự đoán hủy chuyến bay tại Mỹ với Azure Machine Learning. Nghiên cứu ứng dụng AI để phân tích và dự báo, hỗ trợ các hãng hàng không tối ưu hóa hoạt động.

• Tác giả: Nguyễn Thị Thiệt
• Người hướng dẫn: Ths. Phạm Ngọc Bảo Duy
• Trường học: Trường Đại học Tôn Đức Thắng
• Chuyên ngành: Ứng dụng phân tích dữ liệu lớn trong quản lý
• Đề tài: Dự đoán khả năng hủy chuyến bay của các hãng hàng không ở Hoa Kỳ bằng công cụ Azure Machine Learning
• Loại tài liệu: Báo cáo cuối kỳ
• Năm xuất bản: 2021
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• BẢNG ĐÁNH GIÁ MỨC ĐỘ ĐÓNG GÓP TỪNG THÀNH VIÊN
• DANH MỤC BẢNG BIỂU, HÌNH VẼ
• LỜI CAM ĐOAN
• LỜI GIỚI THIỆU
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Lý do chọn đề tài. Bối cảnh nghiên cứu
• 1.2. Lý do chọn đề tài
• 1.3. Mục tiêu nghiên cứu và ý nghĩa nghiên cứu. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Ý nghĩa nghiên cứu. Kết cấu đề tài thị trường
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
• 2.1. Azure Machine Learning
• 2.2. Các dịch vụ của Azure mang đến. Lợi ích của Azure Machine Learning. Các thuật toán trong Azure Machine Learning
• 2.3. Cơ sở lý thuyết Key Paper
• 2.3.1. Tên bài báo: A Classification Prediction Analysis of Flight Cancellation Based on Spark
• 2.4. Mô hình đề xuất lựa chọn
• 2.5. Logistic Regression
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Mô tả dữ liệu
• 3.2. Nguồn dữ liệu
• 3.3. Mô tả dữ liệu
• 3.4. Xử lý dữ liệu. Công cụ xử lý dữ liệu
• 3.5. Phương pháp xử lý
• 3.6. Thu thập dữ liệu (Gathering Data)
• 3.7. Chuẩn bị dữ liệu (Data preparation)
• 3.8. Sắp xếp dữ liệu (Data Wrangling)
• 3.9. Phân tích dữ liệu
• 3.10. Triển khai (Development)
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Phương pháp dự đoán
• 4.2. API - Web Service Set Up
• 4.3. Sử dụng các dữ liệu thực để test độ chính xác
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ
• 5.1. Kết luận
• 5.2. Hàm ý quản trị

Tóm tắt

I. Hướng dẫn dự đoán khả năng hủy chuyến bay bằng Machine Learning

Ngành hàng không toàn cầu, đặc biệt tại thị trường Hoa Kỳ, phải đối mặt với nhiều thách thức, đỉnh điểm là cuộc khủng hoảng do đại dịch Covid-19 gây ra. Tình trạng hoãn, hủy chuyến bay không chỉ gây lãng phí nguồn lực vận tải mà còn ảnh hưởng trực tiếp đến kế hoạch của hành khách, làm suy giảm lòng tin và gia tăng khiếu nại. Trong bối cảnh đó, việc ứng dụng công nghệ để tối ưu hóa vận hành trở nên cấp thiết hơn bao giờ hết. Đề tài dự đoán khả năng hủy chuyến bay ra đời như một giải pháp chiến lược, sử dụng sức mạnh của khoa học dữ liệu trong ngành hàng không để giải quyết bài toán này. Bằng cách phân tích dữ liệu lịch sử chuyến bay, các hãng hàng không có thể xác định các yếu tố nguy cơ, từ đó đưa ra những quyết định chủ động nhằm giảm thiểu gián đoạn và nâng cao trải nghiệm khách hàng. Nghiên cứu này tập trung vào việc xây dựng một mô hình dự đoán machine learning hiệu quả trên nền tảng Azure Machine Learning Studio, một công cụ mạnh mẽ cho phép triển khai các giải pháp phân tích dữ liệu quy mô lớn. Mục tiêu chính là chỉ ra các yếu tố trọng yếu dẫn đến việc hủy chuyến, so sánh hiệu suất của các thuật toán khác nhau và chọn ra mô hình tối ưu nhất. Việc này không chỉ có ý nghĩa về mặt khoa học mà còn mang lại giá trị thực tiễn to lớn, giúp các nhà quản trị hoạch định chiến lược, tối ưu hóa lịch trình bay và phản ứng kịp thời trước các tình huống bất ngờ, góp phần vào sự phục hồi bền vững của ngành sau khủng hoảng. Đây là một ví dụ điển hình cho các đồ án machine learning ứng dụng trong thực tế.

1.1. Tầm quan trọng của khoa học dữ liệu trong ngành hàng không

Sự phát triển của công nghệ đã mở ra một kỷ nguyên mới cho ngành hàng không, nơi dữ liệu trở thành tài sản chiến lược. Khoa học dữ liệu trong ngành hàng không không còn là một khái niệm xa vời mà đã trở thành công cụ cốt lõi giúp các doanh nghiệp gia tăng sức cạnh tranh. Các ứng dụng của khoa học dữ liệu rất đa dạng, từ việc tối ưu hóa giá vé, dự đoán nhu cầu bay, bảo trì dự đoán cho máy bay, đến quản lý lịch trình bay và phi hành đoàn. Đặc biệt, trong bối cảnh các sự cố như hoãn, hủy chuyến bay gây thiệt hại hàng tỷ đô la mỗi năm, việc sử dụng các mô hình dự đoán machine learning để lường trước các rủi ro này là vô cùng quan trọng. Bằng cách phân tích các tập dữ liệu lớn, các hãng có thể nhận diện các mẫu hình ẩn, hiểu rõ hơn về nguyên nhân gốc rễ của sự cố và đưa ra các biện pháp phòng ngừa hiệu quả, thay vì chỉ xử lý khủng hoảng một cách bị động. Điều này không chỉ giúp tiết kiệm chi phí mà còn nâng cao đáng kể sự hài lòng và lòng trung thành của khách hàng.

1.2. Mục tiêu nghiên cứu và ý nghĩa của đề tài dự đoán hủy chuyến

Mục tiêu cốt lõi của nghiên cứu này là xây dựng và kiểm chứng một mô hình có khả năng dự đoán khả năng hủy chuyến bay với độ chính xác cao. Cụ thể, đề tài tập trung vào ba mục tiêu chính: (1) Nhận diện và đánh giá mức độ tác động của các yếu tố ảnh hưởng hủy chuyến bay dựa trên bộ dữ liệu thực tế của các hãng hàng không Hoa Kỳ. (2) So sánh hiệu quả của nhiều thuật toán học máy khác nhau để tìm ra phương pháp dự đoán tối ưu nhất. (3) Đưa ra các hàm ý quản trị, giúp nhà hoạch định chiến lược có cơ sở khoa học để đưa ra các giải pháp giảm thiểu tỷ lệ hủy chuyến. Ý nghĩa thực tiễn của đề tài là rất lớn, cung cấp một công cụ hỗ trợ ra quyết định mạnh mẽ. Thay vì phản ứng sau khi sự cố xảy ra, các hãng hàng không có thể chủ động điều chỉnh lịch bay, thông báo sớm cho hành khách và sắp xếp lại nguồn lực một cách hợp lý. Về mặt khoa học, nghiên cứu này đóng góp vào kho tàng tri thức về ứng dụng machine learning trong lĩnh vực vận tải, đặc biệt là các bài toán luận văn tốt nghiệp khoa học dữ liệu.

II. Phân tích các yếu tố ảnh hưởng đến việc hủy chuyến bay

Việc dự đoán hủy chuyến bay là một bài toán phức tạp do sự tác động của vô số yếu tố, cả khách quan lẫn chủ quan. Để xây dựng một mô hình dự đoán chính xác, bước đầu tiên và quan trọng nhất là phải hiểu rõ và xử lý hiệu quả nguồn dữ liệu đầu vào. Nghiên cứu này sử dụng bộ dữ liệu lịch sử chuyến bay của các hãng hàng không tại Hoa Kỳ, một tập dữ liệu lớn chứa đựng thông tin chi tiết về hàng triệu chuyến bay. Quá trình khai phá dữ liệu (data mining) tập trung vào việc xác định các biến số tiềm năng có thể ảnh hưởng đến quyết định hủy chuyến. Các biến này bao gồm thông tin về thời gian (tháng, ngày trong tuần), thông tin về chặng bay (sân bay đi, sân bay đến, khoảng cách), và các chỉ số vận hành (thời gian taxi-out, độ trễ trung bình của hãng). Một trong những thách thức lớn nhất là giai đoạn tiền xử lý dữ liệu (data preprocessing), đòi hỏi phải làm sạch, xử lý các giá trị thiếu, và chuyển đổi các biến định tính thành định dạng số để các thuật toán có thể học được. Việc xác định đúng các yếu tố ảnh hưởng hủy chuyến bay và chuẩn bị dữ liệu một cách cẩn thận là nền tảng quyết định sự thành công của toàn bộ mô hình dự đoán. Nếu không có dữ liệu chất lượng, ngay cả thuật toán phức tạp nhất cũng không thể mang lại kết quả đáng tin cậy.

2.1. Nguồn dữ liệu và các biến số quan trọng trong phân tích

Nguồn dữ liệu chính cho đề tài được lấy từ các bộ dữ liệu lịch sử chuyến bay công khai, cụ thể là dữ liệu các chuyến bay tại Hoa Kỳ trong năm 2016. Bộ dữ liệu này, thường có nguồn gốc từ Bureau of Transportation Statistics (BTS) data, bao gồm hàng loạt các trường thông tin giá trị. Các biến số được lựa chọn để phân tích bao gồm: MONTH (Tháng), DAY_OF_WEEK (Ngày trong tuần), ORIGIN (Sân bay khởi hành), DEST (Sân bay đến), CRS_DEP_TIME (Thời gian khởi hành dự kiến), DISTANCE (Khoảng cách chuyến bay), Carrier_Mean_Distance (Khoảng cách bay trung bình của hãng), Origin_Taxiout (Thời gian taxi-out trung bình tại sân bay gốc), và Origin_Delay (Độ trễ trung bình tại sân bay gốc). Biến mục tiêu là CANCELLED, một biến nhị phân (0 = không hủy, 1 = có hủy). Việc lựa chọn các biến này dựa trên giả thuyết rằng các yếu tố về thời gian, địa lý, và hiệu suất vận hành lịch sử đều có ảnh hưởng đến xác suất một chuyến bay bị hủy.

2.2. Quy trình tiền xử lý dữ liệu Data Preprocessing trên Azure

Chất lượng của mô hình dự đoán phụ thuộc rất nhiều vào giai đoạn tiền xử lý dữ liệu (data preprocessing). Trong khuôn khổ của nghiên cứu, quy trình này được thực hiện một cách có hệ thống trên Azure Machine Learning Studio. Các bước chính bao gồm: (1) Thu thập dữ liệu (Gathering Data), nơi dữ liệu từ các nguồn khác nhau được tải lên nền tảng. (2) Chuẩn bị dữ liệu (Data Preparation), bao gồm việc kiểm tra, làm sạch dữ liệu, xử lý các giá trị bị thiếu hoặc ngoại lai. (3) Sắp xếp dữ liệu (Data Wrangling), ở giai đoạn này, các kỹ thuật như lựa chọn thuộc tính (feature selection) được áp dụng để loại bỏ các biến không liên quan, giảm nhiễu và tăng hiệu quả tính toán. Ví dụ, các biến có độ tương quan cao hoặc ít có giá trị giải thích sẽ được loại bỏ. Toàn bộ quy trình này được thiết lập thành một pipeline dữ liệu trên Azure, cho phép tự động hóa và tái sử dụng cho các bộ dữ liệu mới, đảm bảo tính nhất quán và hiệu quả trong quá trình xây dựng và triển khai mô hình.

III. Phương pháp xây dựng mô hình dự đoán hủy chuyến bay trên Azure

Để giải quyết bài toán dự đoán khả năng hủy chuyến bay, nghiên cứu đã lựa chọn nền tảng Azure Machine Learning Studio. Đây là một dịch vụ điện toán đám mây của Microsoft, cung cấp một môi trường làm việc trực quan dựa trên giao diện kéo-thả, giúp các nhà khoa học dữ liệu xây dựng, huấn luyện và triển khai mô hình trên Azure một cách nhanh chóng và hiệu quả. Nền tảng này hỗ trợ toàn bộ vòng đời của một dự án học máy, từ khâu nhập và tiền xử lý dữ liệu đến huấn luyện, đánh giá mô hình (model evaluation), và cuối cùng là triển khai dưới dạng một dịch vụ web (API). Bài toán này được xác định là một bài toán phân loại nhị phân (binary classification), với mục tiêu dự đoán một chuyến bay sẽ bị hủy (giá trị 1) hay không bị hủy (giá trị 0). Quy trình thực hiện trên Azure bao gồm việc xây dựng một luồng xử lý (pipeline), trong đó dữ liệu đầu vào được làm sạch, sau đó được chia thành hai tập: tập huấn luyện (training set) và tập kiểm thử (testing set). Các thuật toán học máy khác nhau sẽ được áp dụng trên tập huấn luyện, và hiệu suất của chúng sẽ được đánh giá trên tập kiểm thử để tìm ra mô hình hoạt động tốt nhất cho bài toán cụ thể này.

3.1. Tổng quan về nền tảng Azure Machine Learning Studio

Azure Machine Learning Studio là một công cụ mạnh mẽ, cho phép người dùng từ mọi cấp độ kỹ năng có thể tiếp cận và ứng dụng học máy. Ưu điểm lớn nhất của nó là giao diện trực quan, nơi người dùng có thể kéo-thả các module xử lý dữ liệu, các thuật toán và các công cụ đánh giá để xây dựng một pipeline dữ liệu trên Azure. Nền tảng này cung cấp một thư viện phong phú các thuật toán đã được xây dựng sẵn, bao gồm các thuật toán cho bài toán hồi quy, phân loại, và phân cụm. Ngoài ra, Azure còn cung cấp sức mạnh xử lý của điện toán đám mây, cho phép xử lý các tập dữ liệu lớn mà không đòi hỏi tài nguyên phần cứng tại chỗ. Khả năng triển khai mô hình trên Azure chỉ với vài cú nhấp chuột, biến mô hình dự đoán thành một API có thể tích hợp vào các ứng dụng khác, là một tính năng cực kỳ giá trị trong các ứng dụng thực tế.

3.2. So sánh các thuật toán phân loại nhị phân Binary Classification

Bài toán dự đoán khả năng hủy chuyến bay là một ví dụ điển hình của phân loại nhị phân (binary classification). Nghiên cứu đã tiến hành so sánh hiệu suất của bốn thuật toán phổ biến có sẵn trên Azure Machine Learning Studio: thuật toán Logistic Regression, Two-Class Support Vector Machine (SVM), Two-Class Bayes Point Machine, và Two-Class Boosted Decision Tree. Thuật toán Logistic Regression là một phương pháp thống kê kinh điển, hiệu quả với các bài toán có mối quan hệ tuyến tính. SVM tìm cách xây dựng một siêu phẳng để phân tách tốt nhất giữa hai lớp dữ liệu. Bayes Point Machine dựa trên định lý Bayes để tính toán xác suất. Cuối cùng, Boosted Decision Tree là một thuật toán thuộc họ cây quyết định, sử dụng kỹ thuật Gradient Boosting để kết hợp nhiều cây quyết định yếu thành một mô hình dự đoán mạnh mẽ. Việc so sánh này nhằm mục đích tìm ra thuật toán phù hợp nhất với đặc điểm của bộ dữ liệu hàng không và mang lại kết quả dự đoán chính xác nhất.

IV. Kết quả đánh giá mô hình dự đoán hủy chuyến bay tối ưu nhất

Sau quá trình huấn luyện và thử nghiệm bốn thuật toán khác nhau, bước tiếp theo là đánh giá mô hình (model evaluation) để xác định phương pháp hiệu quả nhất. Hiệu suất của mỗi mô hình phân loại nhị phân được đo lường bằng nhiều chỉ số, nhưng chỉ số quan trọng được sử dụng trong nghiên cứu này là AUC (Area Under the Curve). AUC thể hiện khả năng của mô hình trong việc phân biệt giữa các lớp tích cực (hủy chuyến) và tiêu cực (không hủy chuyến). Giá trị AUC càng gần 1, mô hình càng có khả năng phân loại chính xác. Kết quả so sánh cho thấy sự vượt trội của một thuật toán cụ thể. Các chỉ số khác như độ chính xác (accuracy), precision, recall, F1-score cũng thường được sử dụng để có cái nhìn toàn diện hơn về hiệu suất, tuy nhiên AUC đặc biệt hữu ích khi bộ dữ liệu có sự mất cân bằng giữa các lớp. Dựa trên kết quả thực nghiệm, mô hình tốt nhất đã được lựa chọn để tiến hành bước cuối cùng: triển khai thành một dịch vụ web. Việc này cho phép các ứng dụng bên ngoài có thể gửi dữ liệu của một chuyến bay mới và nhận lại dự đoán về khả năng bị hủy, biến kết quả của đồ án machine learning thành một công cụ ứng dụng thực tiễn.

4.1. Phân tích chỉ số AUC và lựa chọn thuật toán Boosted Decision Tree

Quá trình đánh giá mô hình (model evaluation) đã cho ra kết quả rõ ràng. Bảng so sánh chỉ số AUC giữa các thuật toán cho thấy: mô hình Two-Class Boosted Decision Tree đạt giá trị AUC cao nhất là 0.737. Kết quả này vượt trội hơn so với thuật toán Logistic Regression, Support Vector Machine và Bayes Point Machine. Điều này chứng tỏ rằng với bộ dữ liệu lịch sử chuyến bay cụ thể này, thuật toán dựa trên cây quyết định kết hợp với kỹ thuật Gradient Boosting có khả năng nắm bắt tốt nhất các mối quan hệ phức tạp và phi tuyến tính giữa các yếu tố ảnh hưởng hủy chuyến bay. Do đó, nhóm nghiên cứu đã quyết định rằng Two-Class Boosted Decision Tree là thuật toán phù hợp nhất để dự đoán hủy chuyến bay trong số bốn thuật toán được xem xét. Trực quan hóa dữ liệu hàng không thông qua các biểu đồ như đường cong ROC cũng giúp khẳng định thêm về hiệu suất vượt trội của mô hình này.

4.2. Triển khai mô hình trên Azure thành API Web Service

Sau khi lựa chọn được mô hình tối ưu, bước cuối cùng là triển khai mô hình trên Azure để có thể ứng dụng trong thực tế. Azure Machine Learning Studio cung cấp chức năng "Predictive Web Service" cho phép chuyển đổi mô hình đã huấn luyện thành một API (Application Programming Interface). Quá trình này diễn ra tự động sau vài cú nhấp chuột. Mô hình được lưu trữ trên đám mây và sẵn sàng nhận yêu cầu. Người dùng có thể kiểm tra (test) API ngay trên giao diện của Azure bằng cách nhập vào các thông số của một chuyến bay giả định (ví dụ: ngày, tháng, sân bay đi, sân bay đến...). API sẽ trả về kết quả dự đoán, ví dụ Scored Labels: 0 cho chuyến bay không bị hủy và Scored Labels: 1 cho chuyến bay có khả năng bị hủy. Việc triển khai này mở ra khả năng tích hợp mô hình dự đoán vào các hệ thống quản lý của hãng hàng không, các ứng dụng đặt vé hoặc các công cụ phân tích kinh doanh khác.

V. Kết luận và hàm ý quản trị từ đề tài dự đoán hủy chuyến bay

Nghiên cứu về dự đoán khả năng hủy chuyến bay của các hãng hàng không Hoa Kỳ bằng công cụ Azure Machine Learning đã đạt được các mục tiêu đề ra. Bằng cách áp dụng các kỹ thuật khai phá dữ liệu và học máy, đề tài đã chứng minh rằng có thể xây dựng được một mô hình dự đoán machine learning hiệu quả để lường trước các sự cố vận hành. Mô hình Two-Class Boosted Decision Tree đã được xác định là phương pháp tối ưu nhất với chỉ số AUC là 0.737, cho thấy khả năng phân loại chính xác các trường hợp. Kết quả này không chỉ mang ý nghĩa học thuật trong lĩnh vực khoa học dữ liệu trong ngành hàng không, mà còn cung cấp những hàm ý quản trị quan trọng. Các hãng hàng không có thể tận dụng mô hình này như một công cụ hỗ trợ ra quyết định chiến lược. Việc dự đoán sớm khả năng hủy chuyến cho phép các nhà quản lý chủ động hơn trong việc phân bổ nguồn lực, sắp xếp lại lịch bay, và quan trọng nhất là giao tiếp minh bạch với khách hàng, từ đó giảm thiểu tác động tiêu cực và nâng cao uy tín thương hiệu. Mặc dù nghiên cứu có những hạn chế nhất định, nó đã mở ra một hướng đi đầy hứa hẹn cho việc ứng dụng công nghệ vào tối ưu hóa hoạt động hàng không.

5.1. Ý nghĩa thực tiễn và đề xuất cho các hãng hàng không

Kết quả từ mô hình dự đoán mang lại giá trị thực tiễn to lớn. Các hãng hàng không có thể tích hợp API dự đoán vào hệ thống điều hành bay của mình. Khi một chuyến bay được lên kế hoạch, hệ thống có thể tự động gửi thông tin đến mô hình và nhận lại một điểm số rủi ro. Dựa trên điểm số này, các nhà quản lý có thể hoạch định các kịch bản ứng phó. Ví dụ, với các chuyến bay có nguy cơ hủy cao, hãng có thể chuẩn bị sẵn các phương án bay thay thế, thông báo sớm cho hành khách về khả năng gián đoạn, hoặc chủ động sắp xếp lại phi hành đoàn và máy bay. Việc này giúp chuyển từ thế bị động sang chủ động, tối đa hóa lợi nhuận bằng cách giảm chi phí đền bù và giữ chân khách hàng. Hơn nữa, việc phân tích các yếu tố ảnh hưởng hủy chuyến bay quan trọng nhất từ mô hình cũng giúp các hãng tập trung cải thiện các khâu yếu kém trong quy trình vận hành của mình.

5.2. Hạn chế và hướng phát triển cho đồ án machine learning tương lai

Mặc dù thành công, bài nghiên cứu vẫn tồn tại một số hạn chế. Thứ nhất, bộ dữ liệu được sử dụng chỉ giới hạn trong năm 2016, có thể chưa phản ánh đầy đủ các thay đổi trong ngành hàng không những năm gần đây. Thứ hai, mô hình chưa tích hợp các yếu tố động như dữ liệu thời tiết sân bay theo thời gian thực, một trong những nguyên nhân hàng đầu gây hủy chuyến. Hướng phát triển cho các đồ án machine learning tương lai có thể tập trung vào việc sử dụng các bộ dữ liệu mới nhất và đa dạng hơn. Việc tích hợp thêm các nguồn dữ liệu bên ngoài (thời tiết, an ninh sân bay, sự kiện đặc biệt) sẽ giúp tăng cường độ chính xác của mô hình. Ngoài ra, có thể khám phá các thuật toán học sâu (Deep Learning) tiên tiến hơn để xử lý các tập dữ liệu cực lớn và phức tạp, hứa hẹn mang lại những kết quả dự đoán chính xác hơn nữa cho ngành hàng không.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan đề tài ● Chương 2: Cơ sở lý thuyĀt và mô hình nghiên cứu ● Chương 3: Mô tả dữ liệu và phương pháp nghiên cứu ● Chương 4: KĀt quả nghiên cứu ● Chương 5: KĀt luận và hàm ý quản trị CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 2. Azure Machine Learning 2. Định nghĩa - Azure là một nền tảng điện toán đám mây và một cổng thông tin trực tuyĀn, cho phép bạn truy cập và quản lý các dịch v甃⌀, cũng như tài nguyên đám mây do Microsoft cung cấp. Các dịch v甃⌀ và tài nguyên này bao gồm lưu trữ và chuyển đổi dữ liệu, tùy thuộc vào yêu cầu.

Để có quyền truy cập vào các tài nguyên và dịch v甃⌀ này, tất cả những gì bạn cần là kĀt nối Internet đang hoạt động và khả năng kĀt nối với Azure Portal. - Azure Machine Learning Studio là một dịch v甃⌀ tiên đoán dựa trên ứng d甃⌀ng web qua Internet mà qua đó cung cấp một trải nghiệm tinh gọn cho các nhà khoa học dữ liệu từ tất cả các cấp độ kỹ năng. Nó có tính năng dễ sử d甃⌀ng, kéo và thả giao diện để xây dựng các mô hình Machine Learning. Các dịch v甃⌀ của Azure mang đĀn.

- Computer services: Cung cấp sức mạnh xử lý cần thiĀt để dịch v甃⌀ đám mây có thể chạy. - Virtual machine: cho phép bạn tạo, triển khai và quản lý VM trên môi trường đám mây Azure. - Web sites: cung cấp khả năng quản lý website cho bạn. bạn có thẻ tạo mới hoặc di chuyển 1 website có sẵn lên cloud.

- Cloud services: cho phép bạn xây dựng và triển khai các ứng d甃⌀ng đảm bảo tính HA và có khả năng mở rộng với hầu hĀt các ngôn ngữ lập trình. - Mobile service: cung cấp giải pháp chìa khóa trao tay cho phép bạn xây dựng, triển khai và lưu trữ dữ liệu cho thiĀt bị di động. - Network services: Cung cấp các tùy chọn khác nhau để Azure cung cấp giải pháp đĀn người sử d甃⌀ng và datacenter. - Virtual network: cho phép bạn xử lý các đám mây công cộng như là phần mở rộng của datacenter tại chỗ.

- Traffic manager: cho phép bạn định tuyĀn lưu lượng người dùng theo 3 cách: hiệu suất tốt nhất, theo round Robin or cấu hình failover. - Data services: Cung cấp những cách khác nhau để bạn lưu trữ, quản lý, bảo vệ, phân tích và báo cáo dữ liệu kinh doanh. - Data management: cho phép bạn lưu trữ dữ liệu kinh doanh trong SQL database or với các VM SQL Server sử d甃⌀ng Azure SQL Database. - Business Analytics: cho phép dễ dàng phát hiện và làm giàu dữ liệu bằng cách sử d甃⌀ng Microsoft SQL Server Reporting và Analysis Services hoặc Microsoft Hình 4.3: Số liệu kĀt quả dự đoán của mô hình TWO - CLASS BOOSTED DECISION TREE Hình 4.4: Số liệu kĀt quả dự đoán của mô hình TWO - CLASS LOGISTIC REGRESSION Hình 4.5: Số liệu kĀt quả dự đoán của mô hình TWO – CLASS SUPPORT VECTOR MACHINE (SVM) Hình 4.6: Số liệu kĀt quả dự đoán của mô hình TWO – CLASS BAYES POINT MACHINE - Dưới đây là bảng so sánh kĀt quả chỉ số AUC giữa các thuật toán: Decision Tree Logistic Support Vector Naive Bayes Regression Machine AUC 0.737 KĀt quả cho thấy thuật toán Decision Tree có hiệu quả tốt nhất, có giá trị AUC là 0.

Tương tự, nhóm quyĀt định Decision Tree là thuật toán phù hợp nhất để dự đoán hủy các chuyĀn trong số 4 thuật toán. Do đó, cần dự đoán chính xác để mọi chuyĀn bay bị hủy b tránh sự bất tiện cho việc đi lại của khách hàng và lợi nhuận của các hang bay bị thiệt hại nghiêm trọng. Để tránh một loạt các sự cố, thì hủy chuyĀn bay sớm là sự lựa chọn tốt nhất. API - Web Service Set Up Sau khi hoàn tất chạy tất cả 4 mô hình dự đoán hủy của các chuyĀn bay, nhóm chọn SELECT COLUMN IN DATASET b đi biĀn CANCELLED để máy dự báo.7: Giao diện loại b biĀn CANCELLED để dự báo TiĀp đó, nhóm chọn chức năng PREDICTIVE WEB SERVICE để tạo API, lưu mô hình lên Cloud để sử d甃⌀ng cho những lần sau.

Mô hình sẽ được xĀp gọn lại và lưu trữ lên Cloud.8: Giao diện sau khi đã tải lên Web service 4.2 Test Preview Sau khi DEPLOY, giao diện sẽ hiện lên kĀt quả hoàn thành, bên dưới có một ô chức năng Test để kiểm tra thử dữ liệu.9: Giao diện sau khi bấm lệnh DEPLOY Sau đó nhóm ấn vào Test Preview để thử nghiệm máy Hình 4.10a: Giao diện Test Endpoint (Scored Labels: 0) Hình 4.10b: Giao diện Test Endpoint (Scored Labels: 1) KĀt quả dự đoán cho thấy chuyĀn bay không Hủy là Scored Labels: 0 còn Hủy là Scored Labels: 1 4.3 Sử d甃⌀ng các dữ liệu thực để test độ chính xác MO DAY_ DAY_ ORIGIN DEST CRS_DE DISTAN Carrier_ Origin_ Origin_ KĀt NT OF_M OF_W P_TIME CE Mean_Di Taxiout Delay Quả H ONTH EEK stance 1 6 3 DFW DTW 1100 986 996 17 8 Không Hủy 1 24 7 JFK SEA 1830 2422 996 25 15 Hủy 2 10 3 AUS LAS 1210 1090 1043 12 6 Không Hủy 2 24 3 MDW ATL 1540 591 854 13 6 Hủy 3 1 2 ATL BHM 1409 134 854 17 7 Không Hủy 3 28 1 EWR PWM 629 284 442 19 10 Không Hủy 3 11 5 BPT DFW 627 270 442 12 16 Hủy CHƯƠNG 5: KẾT LU숃⌀N VÀ HÀM Ý QUẢN TRỊ 5. KĀt luận Trong những năm qua, cùng với sự phát triển của xã hội và mức sống ngày một nâng cao của con người, nhu cầu đi máy bay tăng trưởng ổn định với sự gia tăng lưu lượng hành khách toàn cầu là 6,5% trong năm 2015, trong khi tốc độ tăng trưởng bình quân 10 năm đạt 5,5%. Thì ngành hàng không dân d甃⌀ng toàn cầu có tốc độ tăng trưởng nhanh chóng, xấp xỉ 5% mỗi năm trong 30 năm liên tiĀp và chỉ chững lại vào thời điểm khi dịch COVID xuất hiện. Năm 2020 được đánh giá là một "cơn ác mộng", cắt đứt chuỗi thập kỷ sinh lời bền vững của ngành hàng không.

Nhưng khi tình hình dịch bệnh được ổn định thì những năm sau là những năm chuyển tiĀp đối với ngành này. Con đường phía trước vẫn sẽ rất gập ghềnh, với tiĀn trình ph甃⌀c hồi ph甃⌀ thuộc vào tốc độ triển khai vaccine, khả năng tiĀp cận vốn, chính sách và sự khó lường của loại virus,… mà người ta chưa hiểu rõ. NĀu trong quá khứ, đi máy bay được xem như một việc trọng đại, mang lại giá trị lớn lao cho hành khách (như du lịch, tham quan hoặc đi công tác) thì thời điểm hiện tại, đi máy bay lại thường đi kèm với những vấn đề tiêu cực. Đó là sự trì hoãn bay, vấn đề về an ninh và sự xuống cấp của các dịch v甃⌀ hàng không.

Sự trì hoãn bay gây ra nhiều hệ quả nghiêm trọng. Về phía khách hàng, một mặt, việc hoãn, hủy chuyĀn bay làm lãng phí thời gian quý báu của hành khách dẫn đĀn giảm sự hài lòng. Bamford và Xystouri (2005) cho rằng, trì hoãn bay là một trong ba vấn đề thường xuyên bị khiĀu nại của hành khách. Kim và Park (2016) cho rằng điều này sẽ gây nên cảm xúc tiêu cực, tăng cường truyền miệng tiêu cực và giảm ý định mua.

Mặt khác, nó cũng có ảnh hưởng lớn và lãng phí đĀn việc phân bổ các nguồn lực. Các hãng hàng không, để gia tăng sức mạnh cạnh tranh của họ, nĀu không phải có giá rẻ nhất, thì cần cung cấp dịch v甃⌀ đảm bảo và phù hợp để thu hút khách hàng m甃⌀c tiêu. Nhận thấy điều này nhóm đưa ra ý tưởng và sử d甃⌀ng phân loại máy tính để dự đoán. Cho dù các chuyĀn bay bị hủy hoặc bị hoãn, chúng ta có thể tiĀt kiệm nguồn lực và giảm bớt sự lo lắng của hành khách.

Vì thĀ, việc sự đoán được đánh giá sẽ giúp cho ngành kinh doanh này trở nên thuận lợi và hấp dẫn hơn. Để dự đoán được khả năng hủy chuyĀn bay hay không, bài nghiên cứu tham khảo về dữ liệu các chuyĀn bay của Hoa Kì vì đây là một trong những thị trường hàng không dân d甃⌀ng lớn nhất trên thĀ giới, trị giá đĀn 179 tỷ đô la Mỹ (Euromonitor, 2018) và sử d甃⌀ng các mô hình máy học: Logistic Regression, Support Vector Machine, Bayes Point Machine và Boosted Decision Tree. Sau khi thực hiện dự đoán sẽ đưa ra so sánh giữa bốn mô hình để xem xét mô hình nào sẽ dự đoán khả năng hủy chuyĀn bay tốt hơn để đem lại hiệu suất cho việc kinh doanh hàng không. Logistic Regression là phương pháp hồi quy thông d甃⌀ng nhất, áp d甃⌀ng cho các biĀn m甃⌀c tiêu không phải là biĀn định lượng liên t甃⌀c.

Được ứng d甃⌀ng rộng rãi trong nhiều ngành và lĩnh vực khác nhau, một số ví d甃⌀ như: Dự báo khả năng trả nợ của khách hàng, khả năng rời dịch v甃⌀ của khách hàng,… Nhưng đối với dữ liệu phi tuyĀn tính, các dữ liệu phức tạp thì sẽ khó khăn trong việc thiĀt kĀ và cần phải xử lí trước dữ liệu một cách cẩn thận, xuyên suốt trước khi đào tạo mô hình để ngăn chặn những dữ liệu gây nhiễu khiĀn quá trình đào tạo và thực nghiệm bị gián đoạn. Support Vector Machine là một kĩ thuật phân lớp khá phổ biĀn, SVM thể hiện được nhiều ưu điểm trong số đó có việc tính toán hiệu quả trên các tập dữ liệu lớn. Ngoài ra còn có khả năng xử lý không gian số chiều cao, tính linh hoạt giữa các phương pháp tuyĀn tính và phi tuyĀn tính từ đó khiĀn cho hiệu suất phân loại lớn hơn. Nhưng chưa thể hiện rõ tính xác suất.

Việc phân lớp của SVM chỉ là việc cố gắng tách các đối tượng vào hai lớp được phân tách bởi siêu phẳng SVM. Điều này chưa giải thích được xác suất xuất hiện của một thành viên trong một nhóm là như thĀ nào. Bayes Point Machine là một thuật toán học có giám sát, dựa trên định lý Bayes và được sử d甃⌀ng để giải các bài toán phân loại. Nó chủ yĀu được sử d甃⌀ng trong phân loại văn bản bao gồm một tập dữ liệu đào tạo chiều cao.

Nó là một bộ phân loại theo xác suất, có nghĩa là nó dự đoán trên cơ sở xác suất của một đối tượng. Một số ví d甃⌀ phổ biĀn của Thuật toán Bayes là lọc thư rác, phân tích tình cảm và phân loại các bài báo. Nó là sự lựa chọn phổ biĀn nhất cho các bài toán phân loại văn bản, một trong những thuật toán ML nhanh và dễ dàng để dự đoán một lớp tập dữ liệu. Nó có thể được sử d甃⌀ng cho Phân loại Nhị phân cũng như Đa lớp.

Nó hoạt động tốt trong các dự đoán Đa lớp so với các Thuật toán khác.