Bối cảnh và vấn đề nghiên cứu
Trong bối cảnh bùng nổ của cuộc Cách mạng Công nghiệp 4.0 và sự phát triển mạnh mẽ của công nghệ thông tin, việc ứng dụng các giải pháp tin học và kỹ thuật tính toán vào hoạt động quản trị của doanh nghiệp là yêu cầu thiết yếu nhằm tối ưu hóa hiệu quả vận hành và bắt kịp xu thế hội nhập toàn cầu. Trong hoạt động sản xuất và kinh doanh, nguồn dữ liệu lớn (Big Data) đóng vai trò là nguồn lực chiến lược tương đương với nguồn nhân lực và tài chính. Tuy nhiên, khối lượng lớn dữ liệu giao dịch thô nếu không được xử lý và phân tích sẽ không mang lại giá trị thực tiễn. Trước đây, nhiều doanh nghiệp thường đưa ra quyết định quản trị dựa trên cảm tính hoặc kinh nghiệm phán đoán chủ quan, dẫn đến nguy cơ rủi ro cao và khó nhận diện được các cơ hội kinh doanh mới.
Khai phá dữ liệu (Data Mining) đóng vai trò là công cụ chuyển đổi dữ liệu thô thành tri thức hữu ích, hỗ trợ doanh nghiệp phân tích hành vi khách hàng, phát hiện các quy luật mua hàng và dự báo xu hướng thị trường. Đối với lĩnh vực thương mại bán hàng xe, việc khai thác dữ liệu bán hàng giúp doanh nghiệp hiểu rõ mối quan hệ giữa các giao dịch, xác định nhu cầu của từng nhóm khách hàng và tối ưu hóa danh mục sản phẩm nhằm gia tăng doanh thu và cắt giảm chi phí. Xuất phát từ yêu cầu thực tiễn đó, đề tài "Ứng dụng Rattle GUI để thực hiện khai phá dữ liệu trong dữ liệu bán xe" được thực hiện nhằm khai thác cơ sở dữ liệu bán xe thông qua công cụ Rattle GUI trên nền tảng ngôn ngữ R.
Theo văn bản đồ án, mục tiêu nghiên cứu được xác định gồm 4 nhiệm vụ cụ thể:
- Tìm hiểu cơ sở lý thuyết tổng quan về khai phá dữ liệu.
- Tìm hiểu tổng quan về tập dữ liệu bán hàng xe.
- Tìm hiểu các công cụ và chức năng khai phá dữ liệu trên phần mềm Rattle GUI.
- Ứng dụng các công cụ khai phá dữ liệu để phân tích và khai thác tập dữ liệu bán hàng xe thực tế.
Đối tượng và phạm vi nghiên cứu của đề tài được giới hạn như sau:
- Đối tượng nghiên cứu: Quy trình khai phá dữ liệu, các kỹ thuật phân lớp (Cây quyết định, Naive Bayes, K-NN, Mạng nơ-ron), phân cụm và luật kết hợp; giao diện đồ họa Rattle GUI; tập dữ liệu giao dịch bán hàng xe.
- Phạm vi không gian: Đồ án được triển khai tại Khoa Công nghệ thông tin, Trường Đại học Tài chính - Marketing, TP. Hồ Chí Minh.
- Phạm vi thời gian: Đồ án được thực hiện và hoàn thành trong khoảng thời gian từ tháng 11 đến tháng 12 năm 2021.
Cơ sở lý thuyết và phương pháp
Đồ án xây dựng nền tảng nghiên cứu dựa trên hệ thống lý thuyết về khai phá dữ liệu, kiến trúc kho dữ liệu và hệ thống Trí tuệ doanh nghiệp (Business Intelligence - BI):
-
Khung lý thuyết và khái niệm:
- Khai phá dữ liệu (Data Mining): Là quá trình tính toán tại giao điểm của học máy (machine learning), thống kê và hệ thống cơ sở dữ liệu nhằm trích xuất thông tin, mô hình và quy luật tiềm ẩn từ các tập dữ liệu lớn.
- Quy trình khai phá dữ liệu: Gồm 6 giai đoạn tiêu chuẩn: Hiểu biết kinh doanh, Hiểu dữ liệu, Chuẩn bị và tiền xử lý dữ liệu, Chuyển đổi dữ liệu, Mô hình hóa, Đánh giá và Triển khai.
- Tiêu chuẩn chất lượng dữ liệu (Data Quality): Đánh giá qua 4 tiêu chí cốt lõi: Tính chính xác (Accuracy), Tính hiện hành (Currency/Timeliness), Tính toàn vẹn (Completeness) và Tính nhất quán (Consistency).
- Kho dữ liệu (Data Warehouse): Được định nghĩa theo William Inmon với 4 đặc tính cơ bản: Hướng chủ đề (Subject orientation), Tích hợp (Integration), Cố định (Nonvolatility/Durable) và Biến thể thời gian (Isolation/Time-variant). Văn bản phân tích 3 mô hình kiến trúc luồng dữ liệu chính gồm: Kiến trúc DDS đơn (Single Dimensional Data Store), Kiến trúc NDS + DDS (Normalized Data Store kết hợp Dimensional Data Store) và Kiến trúc ODS + DDS (Operational Data Store kết hợp Dimensional Data Store).
- Hệ thống Trí tuệ doanh nghiệp (BI): Mô hình kiến trúc BI mức cao gồm sự kết hợp của Kho dữ liệu (Data Warehouse), Khai phá dữ liệu (Data Mining) và Phân tích kinh doanh (Business Analyst) nhằm phục vụ hệ thống hỗ trợ ra quyết định (DSS).
- Các mô hình và thuật toán khai phá:
- Phân lớp (Classification): Cây quyết định (Decision Tree) với cơ chế tạo cây và tỉa cây; Phân loại Naive Bayes dựa trên định lý xác suất Bayes của Thomas Bayes; K phần tử láng giềng gần nhất (K-Nearest Neighbors - KNN) sử dụng khoảng cách Euclidean; Mạng nơ-ron nhân tạo (Neural Network) gồm 3 tầng: Input layer, Hidden layer và Output layer.
- Phân cụm (Clustering): Nhóm đối tượng tương đồng nhằm phục vụ giảm chiều dữ liệu (Data Reduction), phát hiện cụm tự nhiên (Natural Clusters) và phát hiện phần tử dị biệt (Outlier Detection); gồm các phương pháp phân hoạch, phân cấp, dựa trên mật độ, dựa trên lưới và dựa trên mô hình.
- Luật kết hợp (Association Rules): Mô hình nhị phân do R. Swami đề xuất năm 1993 với thuật toán Apriori, xác định mối liên hệ $X \rightarrow Y$ thông qua hai thước đo chính là Độ hỗ trợ (Support) và Độ tin cậy (Confidence) cùng ngưỡng hỗ trợ tối thiểu (minsup).
-
Phương pháp nghiên cứu thực tế:
- Phương pháp tiền xử lý dữ liệu: Áp dụng các kỹ thuật làm sạch dữ liệu, xử lý loại bỏ dấu tiếng Việt bằng tiện ích Unikey (công cụ chuyển mã nhanh [CS+F6]), lựa chọn tập con các thuộc tính (attribute subset selection) và loại bỏ các cột dữ liệu không liên quan đến mục tiêu phân tích.
- Phương pháp thực nghiệm trên phần mềm: Sử dụng phần mềm mã nguồn mở Rattle GUI (giao diện đồ họa người dùng cho R) để nạp dữ liệu, gán nhãn vai trò biến (Target, Input, Ignore) và thực thi 3 kỹ thuật khai phá: Cây ra quyết định (Tree), Phân cụm (Cluster) và Khai phá luật kết hợp (Associate với thuật toán Apriori).
-
Nguồn dữ liệu: Tập dữ liệu giao dịch bán xe thô được thu thập và lưu trữ dưới dạng bảng tính Excel/CSV, sau đó được chuẩn hóa cấu trúc để đưa vào phân tích thực nghiệm trong môi trường Rattle GUI.
Nội dung chính theo từng chương
Chương 1: Tổng quan đề tài
Chương 1 thiết lập các cơ sở mở đầu cho nghiên cứu:
- Trình bày lý do hình thành đồ án xuất phát từ sự phát triển của công nghệ 4.0 và nhu cầu cấp thiết trong việc ứng dụng khai phá dữ liệu vào hoạt động kinh doanh bán xe.
- Xác định rõ 4 mục tiêu chính của đồ án về mặt lý thuyết, công cụ và thực nghiệm.
- Nêu rõ 3 kết quả dự kiến đạt được: hiểu rõ vai trò của khai phá dữ liệu, thành thạo công cụ Rattle GUI và thực hiện khai thác thành công trên tập dữ liệu bán xe cụ thể.
- Trình bày bảng phân công công việc chi tiết giữa hai thành viên (Nguyễn Thị Thanh Tâm phụ trách tìm kiếm dữ liệu; Trần Phạm Quế Anh phụ trách tìm hiểu thuật toán) và kế hoạch thực hiện 5 bước từ chia nhóm, chọn đề tài, xây dựng dữ liệu đến chạy thực nghiệm và hoàn thiện báo cáo.
Chương 2: Cơ sở lý thuyết
Chương 2 cung cấp hệ thống cơ sở lý luận chi tiết về khai phá dữ liệu, kho dữ liệu và công cụ phân tích:
- Trình bày khái niệm, vai trò của Data Mining trong kinh doanh và chu trình khai phá dữ liệu chuẩn gồm 6 bước từ hiểu biết kinh doanh đến triển khai.
- Phân tích sâu về các tiêu chuẩn chất lượng dữ liệu và các kỹ thuật tiền xử lý: làm sạch dữ liệu (xử lý dữ liệu thiếu, dữ liệu nhiễu), tích hợp dữ liệu, biến đổi dữ liệu (chuẩn hóa, làm trơn, tổng hợp) và thu giảm dữ liệu (giảm chiều, rời rạc hóa).
- Nghiên cứu kiến trúc kho dữ liệu (Data Warehouse): phân tích chi tiết cấu trúc, ưu điểm và nhược điểm của 3 dạng kiến trúc luồng dữ liệu (Kiến trúc DDS đơn, Kiến trúc NDS+DDS, Kiến trúc ODS+DDS) cùng các loại vùng lưu trữ dữ liệu (User-facing, Internal, Hybrid data stores).
- Phân tích vai trò của khai phá dữ liệu trong hệ thống BI, so sánh sự khác biệt cốt lõi giữa BI và Data Analytics trên các phương diện: mục đích, chức năng, ứng dụng và tác động đến cơ cấu tổ chức doanh nghiệp; mô tả quy trình thực hiện BI 9 bước.
- Trình bày chi tiết cơ chế hoạt động, công thức toán học, ưu và nhược điểm của các giải thuật khai phá dữ liệu phổ biến:
- Phân lớp: Mô hình Cây quyết định (Decision Tree); Phân lớp Naive Bayes; Phân lớp K-NN dựa trên khoảng cách Euclidean; Mạng nơ-ron nhân tạo (Perceptron đa tầng với các lớp Input, Hidden, Output).
- Phân cụm: Bản chất của phân tích cụm, 9 yêu cầu kỹ thuật tiêu biểu và 5 nhóm phương pháp phân cụm chính (Phân hoạch, Phân cấp, Dựa trên mật độ, Dựa trên lưới, Dựa trên mô hình).
- Luật kết hợp: Nền tảng lý thuyết từ mô hình R. Swami (1993), khái niệm tập mục thường xuyên, công thức tính Support, Confidence và thuật toán Apriori.
- Giới thiệu phần mềm Rattle GUI: tổng quan, giao diện trực quan và hướng dẫn các bước thiết lập phân tích trên phần mềm.
Chương 3: Ứng dụng phần mềm
Chương 3 trình bày toàn bộ quy trình thực nghiệm khai phá dữ liệu bán xe trên công cụ Rattle GUI:
- Mô tả bài toán: Xác định bài toán khai thác thông tin từ các giao dịch bán xe nhằm tìm ra quy luật bán hàng và phân nhóm dữ liệu.
- Tiền xử lý dữ liệu:
- Nhập tập dữ liệu bán xe ban đầu vào hệ thống.
- Sử dụng công cụ gõ Unikey qua tổ hợp phím tắt [CS+F6] để chuyển đổi toàn bộ font chữ và loại bỏ dấu tiếng Việt trong tập dữ liệu nhằm tránh lỗi ký tự khi nạp vào Rattle.
- Thực hiện lọc chọn vùng dữ liệu liên quan đến bài toán khai phá và loại bỏ các cột thông tin dư thừa không phục vụ cho mô hình.
- Quá trình chạy các thuật toán trên Rattle GUI:
- Thuật toán Cây ra quyết định (Tree): Nạp dữ liệu đã xử lý, thiết lập biến mục tiêu (target) và các biến đầu vào (input), tiến hành huấn luyện mô hình cây quyết định để trích xuất các quy tắc phân lớp dữ liệu bán hàng.
- Thuật toán Phân cụm (Cluster): Cấu hình các tham số phân cụm, lựa chọn các thuộc tính phù hợp để gom nhóm các bản ghi giao dịch thành các cụm đặc trưng.
- Thuật toán Luật kết hợp (Associate): Chuẩn bị dữ liệu dạng giao dịch, thiết lập biến mục tiêu, tinh chỉnh các tham số ngưỡng hỗ trợ (support) và độ tin cậy (confidence), thực thi thuật toán Apriori để tìm kiếm các tập mục thường xuyên và quy luật kết hợp giữa các sản phẩm xe bán ra.
Chương 4: Kết luận
Chương 4 tổng kết toàn bộ kết quả của đồ án:
- Khái quát các kết quả đạt được về việc tiếp thu cơ sở lý thuyết Data Mining, DWH, BI và kỹ năng sử dụng công cụ Rattle GUI.
- Khẳng định tính ứng dụng của các thuật toán phân lớp, phân cụm và luật kết hợp trong việc giải quyết bài toán phân tích kinh doanh bán xe.
- Đề xuất các định hướng nghiên cứu tiếp theo để mở rộng quy mô dữ liệu và nâng cao độ chính xác của các mô hình phân tích.
Kết quả và đóng góp
Đồ án đã tổng hợp và thực thi đầy đủ quy trình khai phá dữ liệu trên dữ liệu bán xe thông qua công cụ Rattle GUI.
Bảng so sánh 3 kiến trúc kho dữ liệu được trình bày trong đồ án:
| Tiêu chí | Kiến trúc DDS đơn (Single DDS) | Kiến trúc NDS + DDS | Kiến trúc ODS + DDS |
|---|---|---|---|
| Cấu trúc trung gian | Không có (chỉ có vùng xử lý sơ bộ ETL) | Có vùng chứa dữ liệu chuẩn hóa (NDS) | Có vùng chứa dữ liệu hoạt động (ODS) |
| Lưu trữ dữ liệu lịch sử | Lưu trữ tại kho đầu cuối | Lưu trữ đầy đủ tại vùng NDS và kho đầu cuối | Không lưu dữ liệu lịch sử tại ODS |
| Khả năng tái sử dụng ETL | Không tái sử dụng được gói ETL | Tái sử dụng tốt các gói ETL | Không tái sử dụng được các gói ETL |
| Mục đích sử dụng vùng trung gian | Chỉ trung chuyển dữ liệu | Lưu trữ tập trung, chuẩn hóa cho nhiều kho | Phục vụ trực tiếp các giao tác (OLTP) của ứng dụng |
| Độ phức tạp và chi phí | Đơn giản, ít công đoạn, chi phí thấp | Phức tạp, tốn không gian lưu trữ và thời gian | Phức tạp trong quá trình nạp ETL vào kho đầu cuối |
Bảng so sánh Trí tuệ doanh nghiệp (BI) và Phân tích dữ liệu (Data Analytics):
| Phương diện so sánh | Trí tuệ doanh nghiệp (Business Intelligence - BI) | Phân tích dữ liệu (Data Analytics) |
|---|---|---|
| Mục đích - Ý nghĩa | Phân tích thông tin cần thiết nhằm hỗ trợ việc ra quyết định của doanh nghiệp. | Điều chỉnh, biến đổi dữ liệu thô thành các hình thức dễ hiểu và có cấu trúc. |
| Chức năng chính | Hỗ trợ doanh nghiệp đưa ra quyết định chiến lược và phát triển tổ chức. | Mô hình hóa, làm sạch, dự đoán và chuyển đổi dữ liệu theo nhu cầu. |
| Ứng dụng thực tế | Kết hợp phân tích kinh doanh, khai phá dữ liệu và trực quan hóa để ra quyết định dựa trên dữ liệu (data-driven). | Chuyên viên dữ liệu áp dụng kỹ thuật thống kê và công cụ chuyên sâu để trả lời câu hỏi kinh doanh. |
| Tác động tổ chức | Không làm thay đổi mô hình doanh nghiệp, giúp phát hiện lỗ hổng quản lý dữ liệu. | Giúp doanh nghiệp định hình hoặc thay đổi mô hình thông qua phân tích quá khứ, hiện tại và tương lai. |
Bảng tổng hợp các kỹ thuật khai phá dữ liệu được nghiên cứu trong đồ án:
| Nhóm kỹ thuật | Thuật toán / Phương pháp | Nguyên lý hoạt động chính | Trường hợp / Đặc điểm áp dụng |
|---|---|---|---|
| Phân lớp (Classification) | Cây quyết định (Decision Tree) | Tạo cấu trúc cây phân cấp với các phép kiểm tra thuộc tính và nút lá gán nhãn lớp; gồm bước tạo cây và tỉa cây. | Dữ liệu thuộc tính đa dạng (Binary, Nominal, Ordinal, Quantitative); thuộc tính phân lớp dạng Binary/Ordinal. |
| Naive Bayes | Dựa trên định lý xác suất Bayes với giả định các thuộc tính độc lập có điều kiện. | Xử lý bài toán phân lớp văn bản, lọc spam, chẩn đoán y khoa; tính toán nhanh. | |
| K-Nearest Neighbors (K-NN) | Phân loại mẫu mới dựa trên đa số nhãn của $K$ phần tử gần nhất sử dụng khoảng cách Euclidean. | Kỹ thuật học có giám sát; yêu cầu xác định trước tham số nguyên dương $K$. | |
| Mạng nơ-ron (Neural Network) | Mô phỏng tế bào thần kinh thông qua mạng Perceptron đa tầng (Input, Hidden, Output layer). | Khám phá các mối quan hệ phi tuyến phức tạp trong tập dữ liệu. | |
| Phân cụm (Clustering) | Gom cụm trực quan | Gom các đối tượng tương đồng vào cùng một cụm dựa trên các tiêu chí khoảng cách/mật độ. | Phân tích phân bố dữ liệu, giảm chiều dữ liệu và phát hiện phần tử dị biệt. |
| Luật kết hợp (Association Rules) | Apriori | Tìm kiếm tập mục thường xuyên thỏa mãn ngưỡng minsup và sinh các luật thỏa mãn ngưỡng confidence. |
Phân tích giỏ hàng, xác định các sản phẩm thường xuyên được mua cùng nhau trong các giao dịch. |
- Giải pháp và kiến nghị của tác giả:
- Kiến nghị doanh nghiệp cần thay thế các phương thức ra quyết định cảm tính bằng việc ứng dụng quy trình khai phá dữ liệu và hệ thống Business Intelligence để có căn cứ khoa học chính xác.
- Đề xuất việc chuẩn hóa dữ liệu giao dịch trước khi đưa vào phân tích, đặc biệt chú trọng khâu xử lý ký tự và loại bỏ các trường thông tin không liên quan.
- Khuyến nghị sử dụng công cụ Rattle GUI như một phương tiện trực quan giúp người làm phân tích dễ dàng tiếp cận các thuật toán phức tạp trên R mà không đòi hỏi viết mã lệnh phức tạp.
- Đóng góp của đồ án:
- Hệ thống hóa toàn diện cơ sở lý thuyết về Kho dữ liệu, BI và các giải thuật khai phá dữ liệu phân lớp, phân cụm, luật kết hợp.
- Trình bày chi tiết từng bước quy trình thực hành từ khâu tiền xử lý dữ liệu thực tế bằng Unikey đến khâu chạy mô hình và trực quan hóa kết quả trên phần mềm Rattle GUI.
Hạn chế và hướng nghiên cứu tiếp
Dựa trên phạm vi và nội dung được trình bày trong đồ án, một số hạn chế và hướng mở được ghi nhận như sau:
- Hạn chế: Do giới hạn trong khuôn khổ đồ án môn học và kinh nghiệm thực hiện còn hạn chế, nghiên cứu chỉ tập trung vào việc áp dụng các công cụ có sẵn trong Rattle GUI trên tập dữ liệu bán xe ở quy mô thực nghiệm; chưa thực hiện so sánh chuyên sâu về độ chính xác giữa nhiều thuật toán phân lớp khác nhau trên cùng một tập dữ liệu thử nghiệm độc lập.
- Hướng nghiên cứu tiếp: Tác giả đề xuất mở rộng quy mô nghiên cứu trên các tập dữ liệu bán hàng lớn hơn; áp dụng thêm các kỹ thuật khai phá dữ liệu nâng cao và tích hợp vào các hệ thống phân tích đa chiều như SQL Server Analysis Services (SSAS) nhằm hỗ trợ toàn diện hơn cho hệ thống hỗ trợ ra quyết định (DSS) của doanh nghiệp.
Giá trị tham khảo
Đồ án là tài liệu tham khảo phù hợp cho:
- Đối tượng: Sinh viên các ngành Công nghệ thông tin, Hệ thống thông tin quản lý, Khoa học dữ liệu và Phân tích kinh doanh đang học tập các học phần về Khai phá dữ liệu (Data Mining), Kho dữ liệu (Data Warehouse) hoặc Trí tuệ doanh nghiệp (Business Intelligence).
- Nội dung tham khảo giá trị:
- Phần tổng hợp lý thuyết về các mô hình kiến trúc luồng dữ liệu (Single DDS, NDS+DDS, ODS+DDS) và tiêu chuẩn chất lượng dữ liệu.
- Nội dung phân biệt chi tiết giữa Trí tuệ doanh nghiệp (BI) và Phân tích dữ liệu (Data Analytics).
- Hướng dẫn thực hành từng bước tiền xử lý dữ liệu và thao tác trực quan trên phần mềm Rattle GUI để xây dựng Cây quyết định, Phân cụm và Khai phá luật kết hợp bằng thuật toán Apriori.
Câu hỏi thường gặp
1. Mục tiêu trọng tâm của đồ án môn học này là gì?
Mục tiêu trọng tâm của đồ án là tìm hiểu cơ sở lý thuyết về khai phá dữ liệu, nghiên cứu các công cụ phân tích trên phần mềm Rattle GUI và ứng dụng các kỹ thuật như Cây quyết định, Phân cụm, Luật kết hợp vào việc khai thác tập dữ liệu bán xe thực tế.
2. Đồ án đã phân tích những dạng kiến trúc kho dữ liệu (Data Warehouse) nào?
Đồ án phân tích chi tiết 3 mô hình kiến trúc luồng dữ liệu chính: Kiến trúc DDS đơn (Single DDS - cấu trúc đơn giản trực tiếp vào kho đầu cuối), Kiến trúc NDS + DDS (bổ sung vùng lưu trữ dữ liệu chuẩn hóa trung gian NDS) và Kiến trúc ODS + DDS (sử dụng vùng dữ liệu hoạt động ODS phục vụ giao tác).
3. Khác biệt cơ bản giữa Business Intelligence (BI) và Data Analytics theo phân tích của đồ án là gì?
BI tập trung vào việc phân tích các thông tin cần thiết để hỗ trợ việc ra quyết định chiến lược của ban quản trị mà không làm thay đổi mô hình tổ chức hiện tại. Trong khi đó, Data Analytics tập trung vào việc mô hình hóa, làm sạch và biến đổi dữ liệu thô chuyên sâu, có thể thúc đẩy doanh nghiệp điều chỉnh mô hình hoạt động dựa trên xu hướng dự báo.
4. Nhóm tác giả đã sử dụng công cụ nào để xử lý dữ liệu tiếng Việt trong giai đoạn tiền xử lý?
Nhóm tác giả đã sử dụng tiện ích Unikey với công cụ chuyển mã nhanh thông qua tổ hợp phím tắt [CS+F6] (Ctrl + Shift + F6) để loại bỏ toàn bộ dấu tiếng Việt trong bảng dữ liệu, giúp định dạng dữ liệu tương thích hoàn toàn khi nạp vào phần mềm Rattle GUI.
5. Những thuật toán khai phá dữ liệu cụ thể nào đã được thực thi trên giao diện Rattle GUI?
Trong Chương 3, nhóm tác giả đã thực thi 3 nhóm thuật toán chính trên Rattle GUI gồm: Thuật toán Cây ra quyết định (Tree - phân lớp dữ liệu), Thuật toán Phân cụm (Cluster - gom nhóm đối tượng) và Thuật toán Luật kết hợp (Associate - sử dụng giải thuật Apriori để tìm kiếm mối liên kết giao dịch).
Kết luận
Đồ án môn học "Ứng dụng Rattle GUI để thực hiện khai phá dữ liệu trong dữ liệu bán xe" của nhóm sinh viên Trường Đại học Tài chính - Marketing đã hệ thống hóa đầy đủ cơ sở lý luận về Data Mining, Kho dữ liệu và Business Intelligence. Thông qua việc sử dụng phần mềm mã nguồn mở Rattle GUI, đồ án đã minh họa rõ nét quy trình tiền xử lý và áp dụng thành công các thuật toán Cây quyết định, Phân cụm và Luật kết hợp trên tập dữ liệu giao dịch bán xe. Kết quả nghiên cứu khẳng định tính thực tiễn của các phương pháp khai phá dữ liệu trong việc hỗ trợ doanh nghiệp đưa ra quyết định quản trị dựa trên cơ sở khoa học và dữ liệu tin cậy.