Đề tài nghiên cứu mô hình dự đoán giá sản phẩm theo mùa dựa trên bộ dữ liệu về quà tặng giáng sinh thông qua nền tảng azure machine learning studio

Trong kỷ nguyên số, dữ liệu được xem là tài sản chiến lược của doanh nghiệp. 70 trang · Trường Đại Học Công Nghệ Thông Tin · 2023.

• Trường học: Trường Đại Học Công Nghệ Thông Tin
• Chuyên ngành: Khoa Học Dữ Liệu
• Đề tài: Nghiên Cứu Mô Hình Dự Đoán Giá Sản Phẩm Giáng Sinh Qua Azure Machine Learning
• Loại tài liệu: Đồ Án Tốt Nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu nghiên cứu chung
• 1.2.2. Mục tiêu nghiên cứu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.5.1. Nghiên cứu sơ bộ
• 1.5.2. Nghiên cứu chính thức
• 1.6. Ý nghĩa đề tài nghiên cứu
• 1.6.1. Ý nghĩa khoa học
• 1.6.2. Ý nghĩa thực tiễn
• 2. CHƯƠNG 2: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
• 2.1. Mục tiêu nghiên cứu
• 2.2. Phương pháp nghiên cứu
• 2.3. Đề xuất mô hình nghiên cứu
• 3. CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Thiết kế nghiên cứu
• 3.2. Thu thập dữ liệu
• 3.3. Xử lý dữ liệu
• 3.4. Phương pháp nghiên cứu trên nền tảng Azure Machine Learning Studio
• 3.5. Phương pháp dự đoán
• 3.5.1. Linear Regression
• 3.5.2. Support Vector Regression
• 3.5.3. Random Forest Regression
• 3.6. Quy trình đưa ra kết quả dự đoán
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Mô tả mối quan hệ giữa biến độc lập và biến phụ thuộc
• 4.2. Quy trình xây dựng phương pháp dự đoán
• 4.3. Phương pháp thống kê
• 4.4. Đánh giá và lựa chọn mô hình dự đoán
• 4.5. Triển khai dự đoán và thử nghiệm
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HẠN CHẾ
• 5.1. Hạn chế và hướng nghiên cứu trong tương lai
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Khám phá mô hình dự đoán giá sản phẩm Giáng Sinh hiệu quả

Trong kỷ nguyên số, dữ liệu được xem là tài sản chiến lược của doanh nghiệp. Khả năng phân tích và khai thác dữ liệu lớn giúp tối ưu hóa vận hành và đưa ra quyết định kinh doanh chính xác. Một trong những ứng dụng quan trọng nhất là học máy dự đoán giá, đặc biệt đối với các sản phẩm mang tính thời vụ như quà tặng Giáng Sinh. Việc định giá chính xác trong giai đoạn này có thể ảnh hưởng trực tiếp đến doanh thu, lợi nhuận và sự hài lòng của khách hàng. Bài viết này trình bày một nghiên cứu ứng dụng, tập trung vào việc xây dựng và đánh giá các mô hình dự đoán giá sản phẩm theo mùa, cụ thể là mặt hàng quà tặng Giáng Sinh. Nghiên cứu sử dụng nền tảng Azure Machine Learning Studio, một công cụ mạnh mẽ của Microsoft Azure AI, để xử lý, huấn luyện và triển khai mô hình. Mục tiêu chính là đề xuất một phương pháp khoa học, dựa trên dữ liệu, giúp doanh nghiệp thiết lập chiến lược giá mùa lễ hội một cách chủ động và hiệu quả. Quá trình nghiên cứu bao gồm các bước từ thu thập dữ liệu, tiền xử lý dữ liệu, lựa chọn thuật toán, huấn luyện mô hình cho đến đánh giá độ chính xác mô hình. Kết quả không chỉ cung cấp một cái nhìn sâu sắc về các yếu tố ảnh hưởng đến giá mà còn mang lại một công cụ thực tiễn để hỗ trợ việc ra quyết định. Nghiên cứu này kiểm định và mở rộng các phát hiện từ nghiên cứu của Mohamed và cộng sự (2022), chứng minh tính khả thi của việc áp dụng khoa học dữ liệu ứng dụng vào lĩnh vực bán lẻ và thương mại điện tử. Nó cung cấp một lộ trình rõ ràng cho các doanh nghiệp muốn chuyển đổi từ định giá theo cảm tính sang định giá dựa trên phân tích dự báo.

1.1. Tầm quan trọng của khoa học dữ liệu ứng dụng trong bán lẻ

Ngành bán lẻ, đặc biệt là thương mại điện tử, đang đối mặt với sự cạnh tranh khốc liệt. Việc ứng dụng khoa học dữ liệu không còn là một lựa chọn mà đã trở thành yếu tố sống còn. Phân tích dữ liệu giúp doanh nghiệp hiểu rõ hành vi khách hàng, dự báo nhu cầu thị trường, và quan trọng nhất là thực hiện định giá sản phẩm động. Thay vì áp dụng một mức giá cố định, doanh nghiệp có thể điều chỉnh giá linh hoạt dựa trên các yếu tố như thời điểm, nhu cầu, lượng hàng tồn kho và giá của đối thủ cạnh tranh, từ đó tối đa hóa lợi nhuận.

1.2. Mục tiêu của mô hình nghiên cứu dự đoán giá sản phẩm

Nghiên cứu này đặt ra bốn mục tiêu cụ thể: (1) Kiểm tra và đề xuất các phương pháp học máy và thống kê phù hợp để dự báo giá sản phẩm theo mùa. (2) So sánh hiệu suất giữa các phương pháp để xác định mô hình tối ưu. (3) Đánh giá các mô hình được đề xuất dựa trên các thước đo hiệu suất chuẩn như MAE và RMSE. (4) Đưa ra kết luận về mô hình phù hợp nhất và đề xuất các hàm ý quản trị, giúp doanh nghiệp xây dựng chiến lược bán hàng và quản lý tồn kho hiệu quả hơn.

II. Thách thức định giá sản phẩm động trong mùa lễ hội cao điểm

Mùa Giáng Sinh là thời điểm mua sắm sôi động nhất trong năm, nhưng cũng đặt ra nhiều thách thức cho các nhà bán lẻ. Nhu cầu thị trường tăng đột biến có thể dẫn đến tình trạng mất cân bằng cung cầu. Nếu không có một chiến lược giá mùa lễ hội hợp lý, doanh nghiệp có thể bỏ lỡ cơ hội doanh thu hoặc đối mặt với rủi ro tồn kho lớn sau mùa vụ. Các phương pháp định giá truyền thống dựa trên kinh nghiệm hoặc chi phí thường không đủ linh hoạt để phản ứng với những biến động nhanh chóng của thị trường. Việc đặt giá quá cao có thể làm mất khách hàng vào tay đối thủ, trong khi đặt giá quá thấp lại làm giảm lợi nhuận. Vấn đề cốt lõi nằm ở việc làm sao để xác định được mức giá tối ưu tại mỗi thời điểm. Điều này đòi hỏi một sự hiểu biết sâu sắc về các yếu tố ảnh hưởng đến quyết định mua hàng của người tiêu dùng và khả năng dự báo chính xác xu hướng giá. Bài toán dự báo chuỗi thời gian trở nên phức tạp hơn với dữ liệu theo mùa, vốn chứa đựng các yếu tố chu kỳ và xu hướng không ổn định. Nghiên cứu này giải quyết trực tiếp thách thức đó bằng cách tiếp cận dựa trên phân tích dữ liệu bán hàng lịch sử, từ đó xây dựng một mô hình hồi quy có khả năng học hỏi các quy luật ngầm và đưa ra dự báo đáng tin cậy. Mục tiêu là cung cấp một công cụ giúp người bán xác định thời điểm giá sản phẩm có khả năng tăng hoặc giảm, từ đó chủ động xây dựng chiến lược tối ưu hóa giá bán.

2.1. Phân tích các yếu tố ảnh hưởng đến giá bán sản phẩm

Giá của một sản phẩm quà tặng Giáng Sinh không chỉ phụ thuộc vào chi phí sản xuất. Nó bị ảnh hưởng bởi một tổ hợp nhiều biến số như: loại quà tặng (gift_type), danh mục sản phẩm (gift_category), ngành hàng (gift_cluster), và ngày nhập kho (instock_date). Nghiên cứu chỉ ra rằng các yếu tố này có mức độ tác động khác nhau. Việc xác định và lượng hóa các mối quan hệ này thông qua feature engineering là bước đầu tiên và quan trọng nhất để xây dựng một mô hình dự báo chính xác.

2.2. Hạn chế của các phương pháp định giá truyền thống

Các phương pháp truyền thống như định giá cộng chi phí (cost-plus pricing) hay định giá theo đối thủ cạnh tranh (competitor-based pricing) thường mang tính bị động và thiếu cơ sở khoa học. Chúng không tính đến sự biến động của nhu cầu, các yếu tố tâm lý của người mua, hay các xu hướng vi mô trên thị trường. Điều này dẫn đến việc bỏ lỡ cơ hội tối ưu hóa giá bán và không thể thích ứng kịp thời với các thay đổi đột ngột, đặc biệt trong các mùa cao điểm như Giáng Sinh.

III. Hướng dẫn quy trình nghiên cứu giá qua Azure Machine Learning

Để xây dựng một mô hình dự báo đáng tin cậy, một quy trình nghiên cứu có cấu trúc là điều bắt buộc. Nghiên cứu này áp dụng một quy trình 5 giai đoạn được thực hiện hoàn toàn trên nền tảng Azure Machine Learning Studio. Giai đoạn đầu tiên là thu thập và tiền xử lý dữ liệu. Dữ liệu thô từ Kaggle được làm sạch, các biến không liên quan bị loại bỏ và các biến quan trọng được lựa chọn thông qua kỹ thuật feature engineering. Giai đoạn thứ hai là thiết kế mô hình, nơi các thuật toán machine learning tiềm năng được xác định. Giai đoạn ba là huấn luyện mô hình. Tại đây, bộ dữ liệu được chia theo tỷ lệ 80:20, với 80% dùng để huấn luyện và 20% để kiểm tra. Các mô hình được huấn luyện trên tập dữ liệu 80% này. Giai đoạn bốn là kiểm tra và đánh giá hiệu suất. Mô hình đã huấn luyện được áp dụng trên 20% dữ liệu còn lại (dữ liệu mà mô hình chưa từng thấy) để đánh giá độ chính xác mô hình một cách khách quan thông qua các chỉ số như MAE, RMSE, và R-squared. Cuối cùng, giai đoạn năm là triển khai mô hình AI. Mô hình có hiệu suất tốt nhất sẽ được triển khai dưới dạng một web service, sẵn sàng tích hợp vào các ứng dụng kinh doanh để cung cấp dự đoán giá theo thời gian thực. Việc sử dụng Azure ML Studio giúp đơn giản hóa toàn bộ quy trình phức tạp này nhờ giao diện kéo-thả trực quan, cho phép các nhà nghiên cứu và phân tích tập trung vào logic mô hình thay vì các chi tiết kỹ thuật phức tạp về hạ tầng.

3.1. Nền tảng Microsoft Azure AI và các tính năng của Azure ML Studio

Microsoft Azure AI là một bộ sưu tập các dịch vụ AI và học máy trên nền tảng đám mây. Trong đó, Azure ML Studio là một công cụ nổi bật, cung cấp một không gian làm việc hợp nhất để xây dựng, huấn luyện và triển khai các mô hình học máy. Nó hỗ trợ cả giao diện trực quan (designer) và môi trường viết mã (notebooks), tích hợp sẵn nhiều thuật toán phổ biến, và cho phép quản lý toàn bộ vòng đời của một dự án Machine Learning từ dữ liệu đầu vào đến sản phẩm cuối cùng.

3.2. Quy trình thu thập và tiền xử lý dữ liệu Preprocessing

Dữ liệu được sử dụng trong nghiên cứu là bộ “Christmas GIft Price Prediction” từ Kaggle, ghi nhận từ tháng 2/2014 đến 11/2016. Quá trình tiền xử lý dữ liệu bao gồm việc loại bỏ các biến không cần thiết như ID sản phẩm (gift_id) hay các biến ngày tháng không phù hợp với mô hình hồi quy. Các biến quan trọng như loại quà tặng, danh mục, ngành hàng và 6 biến ẩn danh (lsg_1 đến lsg_6) được giữ lại để làm đầu vào cho mô hình. Bước này đảm bảo dữ liệu đầu vào sạch và phù hợp, là nền tảng cho một mô hình dự báo chính xác.

IV. So sánh các thuật toán machine learning dự báo chuỗi thời gian

Việc lựa chọn đúng thuật toán machine learning là yếu tố quyết định đến sự thành công của mô hình. Nghiên cứu này đã tiến hành thử nghiệm và so sánh hiệu suất của năm mô hình khác nhau, bao gồm bốn mô hình hồi quy thuộc phương pháp học máy và một mô hình thống kê. Các mô hình học máy bao gồm: Linear Regression (Hồi quy tuyến tính), Ridge Regression, Support Vector Regression (SVR), và Random Forest Regression. Mỗi thuật toán có một cách tiếp cận khác nhau để tìm ra mối quan hệ giữa các biến đầu vào và biến giá mục tiêu. Bên cạnh đó, mô hình thống kê ARIMA (Autoregressive Integrated Moving Average) cũng được đưa vào so sánh. Đây là một phương pháp kinh điển trong dự báo chuỗi thời gian, đặc biệt hiệu quả với dữ liệu theo mùa. Để đảm bảo một sự so sánh công bằng, tất cả các mô hình đều được huấn luyện trên cùng một tập dữ liệu (80%) và được đánh giá trên cùng một tập kiểm tra (20%). Việc đánh giá độ chính xác mô hình được thực hiện dựa trên một bộ chỉ số thống nhất, bao gồm Sai số tuyệt đối trung bình (MAE), Lỗi bình phương trung bình (RMSE), Phần trăm sai số tuyệt đối trung bình (MAPE) và hệ số xác định R-squared (R2). Quá trình so sánh này không chỉ tìm ra mô hình hoạt động tốt nhất cho bài toán cụ thể này mà còn cung cấp những hiểu biết giá trị về điểm mạnh và điểm yếu của từng thuật toán khi xử lý dữ liệu bán lẻ theo mùa.

4.1. Phân tích các mô hình hồi quy Linear Ridge SVR Random Forest

Bốn mô hình hồi quy được lựa chọn đại diện cho các cách tiếp cận khác nhau. Linear và Ridge Regression là các mô hình tuyến tính, đơn giản nhưng hiệu quả. SVR là một mô hình mạnh mẽ dựa trên máy vector hỗ trợ, có khả năng xử lý các mối quan hệ phi tuyến tính. Random Forest là một thuật toán học tập tổng hợp (ensemble learning), kết hợp nhiều cây quyết định để tạo ra một dự đoán ổn định và chính xác hơn, đồng thời giảm thiểu nguy cơ quá khớp (overfitting).

4.2. Ứng dụng mô hình ARIMA cho dữ liệu theo mùa

Mô hình ARIMA được thiết kế đặc biệt cho time-series forecasting. Nó phân tích các xu hướng (trend), tính thời vụ (seasonality) và các thành phần nhiễu trong dữ liệu quá khứ để đưa ra dự báo cho tương lai. Trong nghiên cứu này, biến instock_date được sử dụng làm chuỗi thời gian đầu vào cho ARIMA. Việc so sánh hiệu suất của ARIMA với các mô hình hồi quy khác giúp xác định phương pháp nào phù hợp hơn với đặc thù của bộ dữ liệu quà tặng Giáng Sinh.

V. Kết quả triển khai mô hình AI và tối ưu hóa giá bán hiệu quả

Sau quá trình huấn luyện và đánh giá nghiêm ngặt, kết quả nghiên cứu đã chỉ ra một cách rõ ràng mô hình vượt trội nhất. Dựa trên các chỉ số đánh giá, mô hình Random Forest Regression đã cho thấy hiệu suất dự đoán tốt nhất. Cụ thể, mô hình này đạt được chỉ số MAE là 41.16 và RMSE là 159.74, thấp nhất so với bốn mô hình còn lại. Điều này cho thấy sai lệch trung bình giữa giá dự đoán và giá thực tế là nhỏ nhất. Đồng thời, chỉ số R-squared đạt 0.674, nghĩa là mô hình có thể giải thích được khoảng 67.4% sự biến động của giá sản phẩm, một con số đáng tin cậy. Kết quả này tương đồng với nghiên cứu của Mohamed và cộng sự (2022), củng cố thêm độ tin cậy của phát hiện. Sự thành công của Random Forest đến từ khả năng xử lý các mối quan hệ phức tạp và phi tuyến tính giữa nhiều biến đầu vào. Sau khi xác định được mô hình tốt nhất, bước tiếp theo là triển khai mô hình AI thành một dịch vụ web (web service) trên Azure Machine Learning. Dịch vụ này cho phép các ứng dụng khác gửi yêu cầu với thông tin của một sản phẩm mới và nhận lại kết quả dự đoán giá gần như ngay lập tức. Thử nghiệm thực tế cho thấy, với một bộ thông số đầu vào cụ thể, mô hình có thể dự đoán mức giá là 165.75, cung cấp một cơ sở vững chắc cho việc tối ưu hóa giá bán và đưa ra các quyết định kinh doanh dựa trên dữ liệu.

5.1. Mô hình Random Forest Regression cho kết quả vượt trội

Random Forest là một tập hợp của nhiều cây quyết định. Mỗi cây được huấn luyện trên một mẫu dữ liệu ngẫu nhiên và đưa ra một dự đoán riêng. Kết quả cuối cùng là trung bình của tất cả các dự đoán từ các cây. Phương pháp này giúp mô hình trở nên mạnh mẽ, ổn định và ít bị ảnh hưởng bởi nhiễu trong dữ liệu. Biểu đồ so sánh giá thực tế và giá dự đoán từ mô hình Random Forest cho thấy hai đường có độ trùng khớp cao, minh chứng cho khả năng dự báo chính xác của mô hình.

5.2. Hướng dẫn triển khai dự đoán và thử nghiệm thực tế

Trên Azure ML Studio, việc triển khai mô hình AI được thực hiện chỉ với vài cú nhấp chuột. Sau khi huấn luyện, mô hình được chuyển đổi thành một "Predictive Web Service". Dịch vụ này tạo ra một điểm cuối API (API endpoint). Doanh nghiệp có thể tích hợp API này vào hệ thống quản lý bán hàng hoặc trang web thương mại điện tử của mình. Khi cần định giá một sản phẩm mới, hệ thống sẽ tự động gửi thông tin sản phẩm đến API và nhận lại mức giá đề xuất từ mô hình.

VI. Kết luận và hàm ý quản trị từ mô hình dự đoán giá sản phẩm

Nghiên cứu đã chứng minh thành công việc áp dụng học máy để xây dựng một mô hình dự đoán giá sản phẩm Giáng Sinh với độ chính xác cao. Mô hình Random Forest Regression, được triển khai trên nền tảng Azure Machine Learning, đã cho thấy hiệu suất vượt trội, cung cấp một công cụ mạnh mẽ và đáng tin cậy cho các nhà bán lẻ. Kết quả này không chỉ mang ý nghĩa khoa học mà còn có những hàm ý quản trị sâu sắc. Doanh nghiệp có thể tận dụng mô hình này để chuyển đổi từ việc định giá bị động sang chủ động, xây dựng các chiến lược giá mùa lễ hội thông minh và linh hoạt. Việc dự báo nhu cầu thị trường và giá cả giúp tối ưu hóa việc quản lý hàng tồn kho, giảm thiểu rủi ro tồn hàng sau mùa vụ và đảm bảo cung ứng đủ sản phẩm vào thời điểm nhu cầu cao. Tuy nhiên, nghiên cứu cũng có những hạn chế nhất định, chẳng hạn như bộ dữ liệu chỉ giới hạn trong một nhà bán lẻ và trong một khoảng thời gian cụ thể. Hướng phát triển trong tương lai có thể bao gồm việc mở rộng bộ dữ liệu từ nhiều nguồn khác nhau, tích hợp thêm các biến ngoại sinh (như chi phí quảng cáo, dữ liệu kinh tế vĩ mô) và thử nghiệm các thuật toán machine learning phức tạp hơn như mạng nơ-ron sâu (Deep Learning) để cải thiện hơn nữa độ chính xác. Tóm lại, đây là một bước tiến quan trọng trong việc ứng dụng khoa học dữ liệu ứng dụng vào thực tiễn kinh doanh, mở ra tiềm năng lớn trong việc tối ưu hóa giá bán và nâng cao năng lực cạnh tranh.

6.1. Xây dựng chiến lược giá mùa lễ hội dựa trên dữ liệu

Với mô hình dự đoán, nhà quản trị có thể chạy các kịch bản "what-if" để xem giá sẽ thay đổi như thế nào nếu các yếu tố đầu vào thay đổi. Điều này cho phép họ xây dựng một chiến lược giá mùa lễ hội năng động, điều chỉnh giá bán một cách hợp lý để thu hút khách hàng và tối đa hóa lợi nhuận. Thay vì giảm giá hàng loạt, doanh nghiệp có thể áp dụng các chương trình khuyến mãi có mục tiêu dựa trên dự báo của mô hình.

6.2. Hạn chế của nghiên cứu và hướng phát triển trong tương lai

Hạn chế chính của nghiên cứu là phạm vi dữ liệu. Để mô hình có tính tổng quát cao hơn, các nghiên cứu trong tương lai nên thu thập dữ liệu từ nhiều doanh nghiệp và trong một khoảng thời gian dài hơn. Hơn nữa, có thể tích hợp thêm các nguồn dữ liệu phi cấu trúc như phân tích cảm tính từ mạng xã hội để nắm bắt tốt hơn tâm lý người tiêu dùng. Việc huấn luyện lại mô hình một cách định kỳ cũng là cần thiết để đảm bảo mô hình luôn được cập nhật với các xu hướng thị trường mới nhất.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Sự chuyển dịch của nền kinh tế Việt Nam sang kinh tế thị trường định hướng xã hội chủ nghĩa đã thúc đẩy mức tăng trưởng ổn định trong nhiều năm qua. Dẫn chứng từ các báo cáo kinh tế vĩ mô cho thấy tốc độ phục hồi rõ nét: Ngân hàng Thế giới (World Bank) vào tháng 4/2023 dự báo tăng trưởng kinh tế Việt Nam đạt 6,5% vào năm 2024; số liệu từ Tổng cục Thống kê ghi nhận tăng trưởng GDP quý IV/2023 đạt 6,72% và cả năm 2023 đạt 5,05%. Trong đó, ngành bán buôn và bán lẻ ghi nhận mức tăng trưởng 8,82%, đóng góp trực tiếp vào quy mô khu vực dịch vụ. Đến tháng 1/2024, Bộ Công Thương ghi nhận tổng mức bán lẻ hàng hoá và doanh thu dịch vụ tiêu dùng đạt 524.115,6 tỷ đồng, tăng 8,1% so với cùng kỳ. Đáng chú ý, cơ cấu tổng mức bán lẻ hàng hóa luôn chiếm trên 70% tổng giá trị tiêu dùng giai đoạn 2018–2022.

Đặc thù của thị trường bán lẻ là tính biến động cung cầu gay gắt theo các mùa lễ hội như Giáng sinh hay Tết Nguyên đán. Nhu cầu mua sắm đột biến trong thời gian ngắn nếu không được dự liệu đầy đủ sẽ làm lệch cán cân cung cầu, đẩy giá hàng hóa biến động thất thường, gây ảnh hưởng trực tiếp đến doanh thu của doanh nghiệp và quyết định tiêu dùng của khách hàng. Mặc dù các mô hình dự báo giá đã được phát triển rộng rãi trong các lĩnh vực như giá điện (Contreras và cộng sự, 2003), giá cổ phiếu (Pai và Lin, 2005) hay giá carbon (Sun và Huang, 2020), các nghiên cứu tập trung chuyên biệt vào việc định giá các mặt hàng mang tính mùa vụ vẫn còn hạn chế. Từ thực tiễn đó, đề tài "Nghiên cứu mô hình dự đoán giá sản phẩm theo mùa dựa trên bộ dữ liệu về quà tặng Giáng sinh thông qua nền tảng Azure Machine Learning Studio" được nhóm tác giả tại Khoa Quản trị Kinh doanh, Trường Đại học Tôn Đức Thắng thực hiện nhằm xây dựng công cụ hỗ trợ doanh nghiệp định giá và quản trị hàng tồn kho.

Mục tiêu chung của nghiên cứu là xây dựng và so sánh hiệu suất dự đoán giá các mặt hàng quà tặng bán theo mùa giữa phương pháp học máy (Machine Learning) và phương pháp thống kê (Statistical Methods) trên nền tảng đám mây Azure Machine Learning Studio. Báo cáo xác định 4 mục tiêu nghiên cứu cụ thể:

1. Kiểm tra và đề xuất các phương pháp học máy, phương pháp thống kê để dự đoán giá hàng hoá theo mùa.
2. Kiểm tra và so sánh hiệu suất giữa phương pháp học máy, phương pháp thống kê khi dự đoán giá hàng hoá theo mùa.
3. Kiểm tra và đánh giá các phương pháp được đề xuất dựa trên một số thước đo đánh giá hiệu suất.
4. Kiểm tra và kết luận phương pháp dự đoán giá hàng hoá theo mùa phù hợp nhất; từ đó đánh giá ưu điểm, nhược điểm và đề xuất giải pháp hỗ trợ doanh nghiệp xây dựng chiến lược bán hàng tốt hơn.

Tương ứng với các mục tiêu trên, đề tài giải quyết 4 câu hỏi nghiên cứu:

• Câu hỏi 1: Các phương pháp học máy và phương pháp thống kê nào phù hợp dự đoán giá hàng hoá theo mùa?
• Câu hỏi 2: Phương pháp học máy và phương pháp thống kê có hiệu suất dự đoán như thế nào và đâu là phương pháp có hiệu suất tốt hơn?
• Câu hỏi 3: Các thước đo đánh giá hiệu suất phù hợp với phương pháp học máy và phương pháp thống kê là gì và so sánh hiệu suất của các phương pháp?
• Câu hỏi 4: Đâu là phương pháp dự đoán giá hàng hoá theo mùa tốt nhất và doanh nghiệp cần xây dựng những điều kiện, chính sách, chiến lược như thế nào để sử dụng tốt nhất phương pháp dự đoán này?

Đối tượng và phạm vi nghiên cứu được xác định cụ thể:

• Đối tượng nghiên cứu: Sự tác động của các biến số mô tả thuộc tính sản phẩm đến giá bán thực tế của mặt hàng quà tặng theo mùa (cụ thể là quà tặng Giáng sinh).
• Phạm vi không gian: Tập dữ liệu phản ánh giao dịch bán lẻ quà tặng Giáng sinh từ một nhà bán lẻ trực tuyến, được khai thác thông qua bộ dữ liệu công khai trên Kaggle.
• Phạm vi thời gian: Dữ liệu giao dịch được ghi nhận trong thời gian 2 năm 10 tháng, từ tháng 2/2014 đến tháng 11/2016.
• Phạm vi nội dung: Tập trung vào các kỹ thuật phân tích hồi quy trong học máy và mô hình chuỗi thời gian thống kê để phân tích mối tương quan giữa các đặc tính sản phẩm và mức giá, đồng thời thiết lập quy trình triển khai thử nghiệm dịch vụ web dự báo (Predictive Web Service).

---

Cơ sở lý thuyết và phương pháp

Nghiên cứu tiếp thu khung lý thuyết và quy trình thực nghiệm từ công trình gốc của Mohamed và cộng sự (2022) về dự báo giá các mặt hàng theo mùa, kết hợp nghiên cứu về thuật toán học máy trong dự đoán giá của Abdul-Rahman và cộng sự (2021). Quy trình tổng thể bao gồm 5 giai đoạn: (1) Thu thập và xử lý dữ liệu, (2) Thiết kế mô hình, (3) Huấn luyện mô hình, (4) Kiểm tra và đánh giá hiệu suất, (5) Triển khai ứng dụng dự đoán.

Khung phương pháp thực nghiệm triển khai trên nền tảng đám mây Azure Machine Learning Studio của Microsoft, kết hợp ngôn ngữ R và Python thông qua các mô-đun chức năng tích hợp. Tác giả vận dụng 5 mô hình toán học và học máy gồm:

• Hồi quy tuyến tính (Linear Regression): Thiết lập phương trình hồi quy dạng $y_t = \beta_0 + \beta_1 x_t + \epsilon_t$ nhằm nắm bắt xu hướng tuyến tính giữa các biến dự đoán và giá bán.
• Hồi quy Ridge (Ridge Regression): Áp dụng kỹ thuật phạt chuẩn bậc hai ($L_2$ Regularization) với việc đưa hệ số suy giảm $k$ vào phương trình chuẩn tắc $(\mathbf{X}'\mathbf{X} + k\mathbf{I})\mathbf{\beta} = \mathbf{X}'\mathbf{y}$, khắc phục hiện tượng đa cộng tuyến giữa các biến thuộc tính.
• Hồi quy vectơ hỗ trợ (Support Vector Regression - SVR): Dựa trên lý thuyết học thống kê Vapnik-Chervonenkis, sử dụng hàm mất mát $\epsilon$-insensitive để xác định siêu phẳng tối ưu, cân bằng giữa độ phức tạp mô hình và mức sai số trong một dải ống sai số xác định.
• Rừng ngẫu nhiên (Random Forest Regression): Thuật toán học tập kết hợp (ensemble learning) xây dựng từ tập hợp nhiều cây quyết định (Decision Trees) thông qua kỹ thuật lấy mẫu tái lặp bootstrap và phân vùng ngẫu nhiên các tập con đặc trưng.
• Mô hình chuỗi thời gian ARIMA (Autoregressive Integrated Moving Average): Mô hình thống kê ký hiệu $\text{ARIMA}(p, d, q)$, kết hợp thành phần tự hồi quy (AR bậc $p$), sai phân dừng hóa (bậc $d$) và trung bình trượt (MA bậc $q$), dựa trên dữ liệu ngày nhập kho liên tục.

Quy trình xử lý dữ liệu tiếp cận từ bộ dữ liệu gốc "Christmas Gift Price Prediction" gồm 16 biến thu thập từ Kaggle. Dữ liệu gốc gồm 2 tệp: train.csv (20.179 bản ghi) và test.csv (13.596 bản ghi). Do tệp test.csv không chứa biến mục tiêu giá cả, nghiên cứu chỉ sử dụng tệp train.csv (20.179 dòng dữ liệu). Nhóm tác giả thực hiện chọn lọc đặc trưng (Feature Selection), loại bỏ 6 biến không phù hợp gồm: mã định danh gift_id, các trường dữ liệu thời gian cập nhật kho hoặc liên quan đến người mua (stock_update_date, uk_date1, uk_date2), và biến is_discounted (do chỉ phản ánh chương trình giảm giá cục bộ tại thời điểm thu thập dữ liệu cũ).

Tập dữ liệu nghiên cứu chính thức được rút gọn xuống 10 biến, phân chia theo tỷ lệ 80% cho tập huấn luyện (training set) và 20% cho tập kiểm tra (testing set) bằng mô-đun Split Data với tham số ngẫu nhiên cố định Random seed = 12345. Danh sách và ý nghĩa các biến được thể hiện ở bảng sau:

STT	Tên biến	Phân loại	Ý nghĩa trong nghiên cứu
1	Price	Biến phụ thuộc	Tổng giá bán của mặt hàng quà tặng Giáng sinh
2	gift_type	Biến độc lập	Loại quà tặng (quần áo, nước hoa, điện tử...)
3	gift_category	Biến độc lập	Danh mục hàng hóa, phản ánh độ phong phú và chủng loại mặt hàng
4	gift_cluster	Biến độc lập	Ngành hàng của quà tặng
5	instock_date	Biến độc lập	Ngày nhập kho quà tặng (sử dụng cho mô hình ARIMA)
6–11	lsg_1 đến lsg_6	Biến độc lập	6 biến ẩn danh mã hóa thuộc tính quà tặng nhằm bảo mật thông tin

Bốn chỉ số thống kê tiêu chuẩn được sử dụng để đánh giá và so sánh độ chính xác của các mô hình:

• Sai số tuyệt đối trung bình (Mean Absolute Error - MAE).
• Sai số bình phương trung bình (Root Mean Square Error - RMSE).
• Hệ số xác định (R-squared - $R^2$).
• Phần trăm sai số tuyệt đối trung bình (Mean Absolute Percentage Error - MAPE).

---

Nội dung chính theo từng chương

Chương 1: Tổng quan về đề tài nghiên cứu

Chương 1 thiết lập tính cấp thiết của đề tài dựa trên bức tranh tăng trưởng kinh tế và bán lẻ của Việt Nam năm 2023–2024. Tác giả phân tích sự gia tăng đột biến của nhu cầu mua sắm quà tặng trong các dịp lễ đặc thù và hiện tượng mất cân đối cung cầu gây biến động giá cả. Từ việc tổng thuật các nghiên cứu dự báo giá quốc tế, chương làm rõ khoảng trống nghiên cứu về định giá hàng hóa theo mùa. Toàn bộ 4 mục tiêu nghiên cứu cụ thể, 4 câu hỏi nghiên cứu, đối tượng nghiên cứu, phạm vi không gian - thời gian (tháng 2/2014 – tháng 11/2016), phương pháp nghiên cứu 2 giai đoạn (sơ bộ và chính thức), ý nghĩa khoa học và thực tiễn cùng bố cục 5 chương của báo cáo được công bố chi tiết.

Chương 2: Cơ sở lý thuyết

Chương 2 phân tích cơ sở lý luận về các nhân tố cấu thành giá bán sản phẩm mùa vụ, giải thích cụ thể cơ chế tác động của 9 biến độc lập đối với biến phụ thuộc Price. Chương tập trung tổng quan công trình của Mohamed và cộng sự (2022) về mô hình dự đoán giá hàng theo mùa với 5 giai đoạn nghiên cứu và công trình của Abdul-Rahman và cộng sự (2021) về các thuật toán học máy tiên tiến trong định giá tài sản. Trên cơ sở đối chiếu, nhóm tác giả đề xuất khung quy trình nghiên cứu thực nghiệm 5 giai đoạn áp dụng cho bài toán dự báo quà tặng Giáng sinh.

Chương 3: Dữ liệu và phương pháp nghiên cứu

Chương 3 trình bày chi tiết thiết kế nghiên cứu kết hợp giữa nghiên cứu tài liệu, nghiên cứu mô hình hóa phân tích hồi quy, chuỗi thời gian và phương pháp định lượng. Tác giả mô tả chi tiết nguồn gốc bộ dữ liệu 20.179 bản ghi từ Kaggle, nguyên tắc loại bỏ các biến gây nhiễu và bảng mô tả 10 biến phục vụ huấn luyện. Về mặt kỹ thuật, chương trình bày chi tiết lý thuyết nền tảng và công thức toán học của 4 thuật toán hồi quy (Linear Regression, Ridge Regression, SVR, Random Forest) và mô hình chuỗi thời gian ARIMA. Chương kết thúc bằng việc định nghĩa 4 thước đo sai số (MAE, RMSE, $R^2$, MAPE) và quy trình chuẩn bị dữ liệu theo tỷ lệ chia 8:2 trên nền tảng Azure Machine Learning Studio.

Chương 4: Kết quả nghiên cứu

Chương 4 công bố kết quả thực nghiệm phân tích độ nhạy bằng tính năng Filter Based Feature Selection. Tiếp đó, chương mô tả từng bước kéo thả và cấu hình luồng dữ liệu (pipeline) trên Azure ML Studio: từ việc nạp dữ liệu, phân tách tập mẫu, chèn các đoạn mã R Script để tối ưu tham số ARIMA theo tiêu chí AIC, đến việc sử dụng Python Script tính toán ma trận độ đo sai số. Toàn bộ bảng số liệu so sánh 5 mô hình được phân tích nhằm xác lập vị trí tối ưu của Random Forest. Phần cuối chương trình bày việc đóng gói mô hình thành dịch vụ web dự báo (Predictive Web Service), bổ sung mã Python tiền xử lý dữ liệu đầu vào và kiểm thử thành công trên các bộ tham số thực tế.

Chương 5: Kết luận và hàm ý quản trị

Chương cuối cùng tổng kết các phát hiện thực nghiệm, khẳng định sự ưu việt của Random Forest trong bài toán định giá mùa vụ và thảo luận sự tương đồng với kết quả của Mohamed và cộng sự (2022). Tác giả đề xuất 2 nhóm giải pháp quản trị doanh nghiệp: tối ưu hóa chiến lược định giá - marketing và nâng cao hiệu quả vận hành vòng quay hàng tồn kho. Chương kết thúc bằng việc nhìn nhận 5 hạn chế nội tại của nghiên cứu và vạch ra 3 hướng phát triển mở rộng cho các nghiên cứu tiếp theo.

---

Kết quả và đóng góp

Nghiên cứu đạt được các kết quả định lượng cụ thể thông qua quy trình thử nghiệm trên nền tảng Azure Machine Learning Studio. Trước hết, kết quả phân tích mức độ tương quan Pearson giữa các biến độc lập và biến phụ thuộc Price bằng công cụ chọn lọc đặc trưng cho thấy mức độ chi phối khác biệt giữa các yếu tố:

Tên biến đặc trưng	Hệ số tương quan Pearson	Mức độ tác động ước tính	Ý nghĩa thực tế rút ra từ nghiên cứu
lsg_5	0,52	Khoảng 52%	Yếu tố ẩn danh có mức chi phối lớn nhất đến giá bán
gift_category	~0,28	Khoảng 28%	Danh mục hàng phản ánh quy mô và sự phong phú của sản phẩm
gift_cluster	~0,28	Khoảng 28%	Ngành hàng định hình xu hướng giá theo đặc thù sản phẩm
lsg_4	0,22	Khoảng 22%	Yếu tố ẩn danh có tác động mức độ trung bình khá
lsg_2	~0,18	Khoảng 18%	Yếu tố ẩn danh tác động ở mức độ trung bình
instock_date	~0,18	Khoảng 18%	Ngày nhập kho tác động đến độ mới và chiến lược chiết khấu
lsg_1	0,15	Khoảng 15%	Yếu tố ẩn danh có tác động tương đối thấp
gift_type	0,14	Khoảng 14%	Loại quà tặng ít tạo ra sự phân hóa giá so với danh mục
lsg_6	0,02	Khoảng 2%	Yếu tố tác động rất thấp đến giá dự báo
lsg_3	0,005	Khoảng 0,5%	Yếu tố hầu như không có ảnh hưởng đáng kể

Trong quá trình xây dựng mô hình ARIMA cho chuỗi thời gian instock_date và Price, thông qua việc quét dải tham số bằng đoạn mã R Script thực thi trên tập dữ liệu huấn luyện, nhóm nghiên cứu đã xác định bộ tham số tối ưu có chỉ số tiêu chuẩn thông tin Akaike (AIC) nhỏ nhất là $\text{ARIMA}(0, 1, 2)$.

Kết quả thử nghiệm, so sánh và xếp hạng 5 mô hình dự đoán theo các chỉ số đo lường hiệu suất được ghi nhận trong báo cáo như sau:

Mô hình dự đoán	MAE	RMSE	MAPE	$R^2$
Random Forest Regression	41,161086	159,749346	0,688722	0,674054
Support Vector Regression (SVR)	94,154240	—	—	—
Ridge Regression	114,000075	—	—	—
Linear Regression	—	—	—	—
ARIMA $(0, 1, 2)$	—	—	—	—

(Ghi chú: Bảng tổng hợp trích xuất trực tiếp các giá trị số có trong nội dung và bảng 4.1 của văn bản báo cáo; các ô "—" thể hiện số liệu không được ghi nhận chi tiết bằng số cụ thể trong văn bản).

Dựa trên kết quả đo lường, mô hình Random Forest Regression đạt hiệu suất cao nhất:

• Chỉ số MAE đạt 41,161086 (thấp nhất trong các mô hình so sánh, thể hiện mức lệch trung bình tuyệt đối giữa giá dự đoán và giá thực tế chỉ khoảng 41 đơn vị giá).
• Chỉ số RMSE đạt 159,749346.
• Chỉ số MAPE đạt 0,688722 (tương đương sai số dự báo khoảng 0,69% so với giá trị thực tế theo diễn giải của nhóm nghiên cứu).
• Hệ số xác định $R^2$ đạt 0,674054 (mô hình giải thích được khoảng 67,4% biến thiên của giá sản phẩm).

Trong giai đoạn triển khai thực tế trên Azure ML Studio, nhóm tác giả đã tích hợp 2 mô-đun Execute Python Script vào luồng dự báo Predictive Web Service. Mô-đun thứ nhất tự động kiểm tra: nếu dữ liệu kiểm thử thiếu trường Price, hệ thống tự động gán cột Price = 0 và ghép nối thuộc tính để bảo đảm tính tương thích của ma trận đầu vào; mô-đun thứ hai trích xuất cột kết quả dự đoán trả về cho giao diện đầu ra Web Service Output. Thử nghiệm trên các vector thuộc tính cụ thể đã chứng minh khả năng hoạt động ổn định của hệ thống:

• Tập mẫu thử nghiệm với các thuộc tính (gift_type = 168; gift_category = 403; gift_cluster = 1846; lsg_1–lsg_6 lần lượt là 3799; 3358; 1230; 51; 9; 327) cho ra giá dự đoán là 165,756849956987 USD.
• Hai bộ dữ liệu kiểm thử độc lập khác cho kết quả giá dự đoán lần lượt đạt 111,4957517857143 USD và 111,696540487735 USD.
• Đồ thị trực quan hóa chuỗi giá trị thực tế và giá dự đoán của Random Forest cho thấy đường dự báo bám sát các biến động của dữ liệu quan sát.

Về mặt đóng góp học thuật và thực tiễn, nghiên cứu kiểm chứng độc lập và tái khẳng định tính chính xác trong kết luận của Mohamed và cộng sự (2022): thuật toán Random Forest Regression có hiệu suất vượt trội trong bài toán định giá sản phẩm mùa vụ so với các thuật toán hồi quy tuyến tính và chuỗi thời gian đơn biến. Về mặt quản trị, nghiên cứu đề xuất 2 giải pháp ứng dụng:

1. Tối ưu hóa chiến lược giá và marketing: Doanh nghiệp có thể chủ động định giá bán tại từng thời điểm mùa vụ thay vì định giá cảm tính, thiết kế các chương trình khuyến mãi và định vị sản phẩm phù hợp nhằm tối đa hóa doanh thu.
2. Kế hoạch vận hành hàng tồn kho: Dựa vào dự báo mức giá tương lai và ngày nhập kho, doanh nghiệp xác định thời điểm nhập hàng mới và thời điểm xả hàng tồn kho thích hợp, hạn chế tình trạng dư thừa hàng hóa lỗi thời sau khi mùa Giáng sinh kết thúc.

---

Hạn chế và hướng nghiên cứu tiếp

Báo cáo nghiên cứu thẳng thắn chỉ ra 5 điểm hạn chế thực tiễn:

1. Tính đại diện của dữ liệu: Bộ dữ liệu thứ cấp được khai thác từ nguồn mở Kaggle của một nhà bán lẻ trực tuyến đơn lẻ, chưa phản ánh đầy đủ tính đa dạng và thực tế của toàn bộ thị trường bán lẻ quà tặng.
2. Độ dài chuỗi thời gian: Thời gian ghi nhận dữ liệu kéo dài 2 năm 10 tháng chưa đủ dài để nắm bắt trọn vẹn chu kỳ biến động nhiều năm và những biến đổi bất thường của kinh tế vĩ mô.
3. Phạm vi doanh nghiệp: Nghiên cứu chỉ khảo sát trên số liệu của một đơn vị kinh doanh cá biệt, thiếu sự đối sánh chéo với các doanh nghiệp cùng ngành để kiểm định tính khái quát hóa của mô hình.
4. Hạn chế của mô hình hồi quy tuyến tính: Mô hình Linear Regression cho ra kết quả dự báo mang giá trị âm ở một số dòng sản phẩm, điều này không phản ánh đúng bản chất kinh tế của giá bán hàng hóa.
5. Nguồn lực nghiên cứu: Hạn chế về năng lực kỹ thuật và thời gian thực hiện của nhóm sinh viên dẫn đến việc chưa thể tối ưu sâu toàn bộ các siêu tham số của tất cả các thuật toán.

Từ các hạn chế nêu trên, nhóm nghiên cứu đề xuất 3 hướng mở rộng:

1. Mở rộng nguồn dữ liệu: Tiếp cận các tập dữ liệu có chất lượng cao hơn, cập nhật liên tục từ nhiều nhà bán lẻ trong ngành nhằm nâng cao độ chính xác và tính thực tiễn.
2. Cơ chế huấn luyện liên tục (Continuous Training): Xây dựng hệ thống học máy tự động cập nhật và huấn luyện lại mô hình định kỳ theo thời gian thực để thích ứng với sự thay đổi thị hiếu khách hàng.
3. Đa dạng hóa thuật toán và ngành hàng: Thử nghiệm thêm các mô hình học máy nâng cao khác trên nhiều loại mặt hàng theo mùa vụ khác nhau (như áo mưa, thời trang mùa đông); đồng thời bổ sung thêm các biến giải thích quan trọng như giá vốn hàng bán, thời điểm bán hàng thực tế và giá của đối thủ cạnh tranh trên thị trường.

---

Giá trị tham khảo

Báo cáo khóa luận cung cấp tài liệu tham khảo hữu ích cho sinh viên các chuyên ngành Quản trị Kinh doanh, Hệ thống Thông tin Quản lý, Khoa học Dữ liệu và Phân tích Kinh doanh (Business Analytics) đang nghiên cứu đề tài ứng dụng phân tích dữ liệu lớn trong thương mại điện tử và bán lẻ.

Các nội dung có giá trị tham khảo ứng dụng cao gồm:

• Quy trình triển khai thực nghiệm trên Azure Machine Learning Studio: Tài liệu hướng dẫn tường minh từng bước kết hợp giữa giao diện đồ họa kéo thả và các khối mã lệnh R Script, Python Script để làm sạch dữ liệu, chia tách tập mẫu, huấn luyện mô hình và tính toán ma trận sai số.
• Quy trình đóng gói Web Service: Các đoạn mã xử lý dữ liệu đầu vào bị khuyết thiếu cột mục tiêu và trích xuất vector dự đoán trong khối Python Script là tài liệu mẫu trực quan cho việc triển khai mô hình học máy vào thực tế.
• Phương pháp luận kết hợp: Cách thức kết hợp giữa phân tích tương quan Pearson để đánh giá trọng số đặc trưng sản phẩm với việc so sánh đa mô hình hồi quy và chuỗi thời gian trên cùng một bài toán định giá kinh doanh.

---

Câu hỏi thường gặp

1. Bộ dữ liệu sử dụng trong nghiên cứu có quy mô bao nhiêu và có nguồn gốc từ đâu?
Nghiên cứu sử dụng bộ dữ liệu "Christmas Gift Price Prediction" được khai thác từ nền tảng Kaggle, phản ánh dữ liệu bán hàng thực tế của một nhà bán lẻ trực tuyến trong thời gian 2 năm 10 tháng (từ tháng 2/2014 đến tháng 11/2016). Tệp dữ liệu sử dụng chính thức là train.csv chứa 20.179 bản ghi và 16 biến ban đầu.

2. Những biến số nào đã bị loại bỏ trước khi đưa vào huấn luyện mô hình và vì sao?
Nhóm tác giả đã loại bỏ 6 biến: gift_id (chỉ là mã định danh không ảnh hưởng đến giá), stock_update_date, uk_date1, uk_date2 (các biến ngày giờ không liên quan trực tiếp đến giá trị sản phẩm), và is_discounted (chỉ thể hiện chính sách giảm giá ở thời điểm khảo sát cũ, không phù hợp cho việc dự báo giá tương lai).

3. Trong các yếu tố được giữ lại, biến nào có tác động mạnh nhất và yếu nhất đến giá quà tặng?
Kết quả phân tích tương quan Pearson bằng công cụ Filter Based Feature Selection cho thấy biến ẩn danh lsg_5 có mức tác động mạnh nhất với hệ số 0,52 (khoảng 52%). Biến danh mục quà tặng gift_category và ngành hàng gift_cluster cùng xếp thứ hai với hệ số tương quan khoảng 0,28 (khoảng 28%). Ngược lại, biến ẩn danh lsg_3 có mức tác động thấp nhất, chỉ đạt hệ số tương quan 0,005 (khoảng 0,5%).

4. Mô hình nào đạt hiệu suất dự báo chính xác nhất và các chỉ số cụ thể là bao nhiêu?
Mô hình Random Forest Regression đạt kết quả tốt nhất trong 5 mô hình khảo sát với sai số tuyệt đối trung bình $\text{MAE} = 41,161086$, sai số bình phương trung bình $\text{RMSE} = 159,749346$, phần trăm sai số tuyệt đối trung bình $\text{MAPE} = 0,688722$ và hệ số xác định $R^2 = 0,674054$.

5. Kết quả kiểm thử dịch vụ dự báo (Predictive Web Service) trên dữ liệu mẫu cho ra kết quả cụ thể như thế nào?
Khi nhập tập thông số thử nghiệm (gift_type = 168; gift_category = 403; gift_cluster = 1846; cùng 6 biến ẩn danh lần lượt là 3799; 3358; 1230; 51; 9; 327), mô hình Random Forest triển khai qua Web Service đã trả về mức giá dự báo chính xác là 165,756849956987 USD. Các lượt kiểm thử mở rộng khác ghi nhận mức giá dự đoán lần lượt là 111,4957517857143 USD và 111,696540487735 USD.

---

Kết luận

Báo cáo nghiên cứu đã giải quyết trọn vẹn bài toán dự đoán giá sản phẩm quà tặng Giáng sinh thông qua việc xây dựng, so sánh 5 mô hình học máy và chuỗi thời gian thống kê trên nền tảng đám mây Azure Machine Learning Studio. Kết quả thực nghiệm khẳng định thuật toán Random Forest Regression đạt hiệu suất tối ưu với sai số $\text{MAE} = 41,161086$ và hệ số xác định $R^2 = 0,674054$, vượt trội so với Support Vector Regression, Ridge Regression, Linear Regression và ARIMA. Bên cạnh việc kiểm chứng thành công các kết luận lý thuyết của Mohamed và cộng sự (2022), công trình đã đóng gói hoàn chỉnh dịch vụ web dự báo và đề xuất các căn cứ thực tiễn giúp doanh nghiệp bán lẻ tối ưu hóa chiến lược định giá, kế hoạch tiếp thị và kiểm soát vòng quay hàng tồn kho theo mùa vụ.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về dé tài nghiên cứu Chương này, nhóm tác giả trình bày rõ lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp, ý nghĩa và kết câu của đề tài nghiên cứu. Chương 2: Cơ sở lý thuyết Chương 2 trình bày về các yếu tô ảnh hưởng đến giá bán quà tặng Giáng sinh, các công trỉnh nghiên cứu tham khảo, mô hình nghiên cứu có liên quan. Sau đó, nhóm thực hiện đề xuất mô hình nghiên cứu được sử dụng trong bài nghiên cứu. Chương 3: Dữ liệu và phương pháp nghiên cứu Trong chương 3, bài nghiên cứu trình bày các bước thiết kế nghiên cứu, quy trình nghiên cứu, mô tả quy trình thu thập, nguồn gốc bộ dữ liệu, xử lý dữ liệu, trình bày lý thuyết và công thức các phương pháp dự đoán, thông số đánh giá và quy trình đưa ra dự đoán chung.

Chương 4: Kết quả nghiên cứu Ở chương này, nhóm tập trung trình bày quy trình huấn luyện và kiểm tra các mô hình dự đoán, ghi nhận kết quả, diễn giải ý nghĩa các thông số của các thuật toán được dùng để sử dụng trong bài để nghiên cứu dự đoán. Chương 5: Kết luận và hàm ý quản trị 11 Trong chương cuối, nhóm tác giả đưa ra kết luận tổng thê của cả bài nghiên cứu, trình bày các hàm ý quản trị của bài nghiên cứu, đưa ra hạn chế của bài nghiên cứu và đề xuất hướng nghiên cứu trong tương lai cho các đề tài cùng lĩnh vực. 12 CHUONG 2: CO SO LY THUYET 2. Các yếu tố ảnh hưởng đến giá bán sản phẩm theo mùa Mô hình nghiên cứu sẽ sử dụng 10 biến trong số 16 biến thu thập được, trong đó có 1 biến phụ thuộc là biến giá cả hàng hóa (Price) và 9 biến độc lập: loại quả tặng (gift_type), danh mục hang cua qua tang (gift_category), nganh hang cua qua tang (gift_cluster), ngày nhập kho của quà tặng (instock_ date) và các biến ân danh liên quan đến quà tặng (lsg_1 đến lsg_6).

Cụ thê như sau: e© Loại quà tặng (gift type): biến loại quà tặng sẽ giúp phân loại dữ liệu đầu vào thành các nhóm khác nhau như quân áo và đỗ điện tử. Tính năng này giúp mô hình đề xuất dự đoán giá quà tặng với một khoảng giá nhất định, vì mỗi loại quà tặng đều sẽ có khoảng giá khác nhau (Mohamed và cộng sự, 2022). e© Danh mục hàng của quả tặng (gift category): danh mục quà tặng thê hiện số lượng các loại quà tặng bán ra của doanh nghiệp, tổng số mặt hàng có trong tổng số các loại quả tặng khác nhau của doanh nghiệp, và số lượng những mặt hàng khác nhau có trong từng nhãn hiệu của từng loại sản phẩm quà tặng. Biến này sẽ giúp phân loại các quà tặng theo những chủng loại sản phẩm khác nhau (Mohamed và cộng sự, 2022).

e Ngành hàng của quà tặng (gift cluster): biến này sẽ giúp phân loại các ngành nghề mà quà tặng thuộc về. Dong và cộng sự (2019) đã đề cập rằng các sản phẩm theo mùa bao gồm nhiều ngành công nghiệp khác nhau ví dụ như thực phẩm, quân áo, hàng điện tử. Các sản phẩm thuộc các ngành nghề vào các thời điểm sẽ có xu hướng tăng hoặc giảm khác nhau, như đỗ điện tử và quần áo thời trang thường sẽ giảm giá trị trong một mùa ban hang (Dong va Wu, 2019). e Ngày nhập kho của quà tặng (instock_ date): đây là biến thời gian duy nhất được sử dụng trong bải nhằm hỗ trợ cho việc việc kiểm tra mô hình ARIMA trong việc dự báo giá.

Biến này cho biết ngày mà quả tặng được nhập về đến kho (Mohamed và cộng sự, 2022). e_ Các biến ân danh liên quan đến quà tặng (lsg_1 đến lsg_6): các biến ân danh được sử dụng trong mô hình bởi chúng được cho biết là các yếu tố liên quan đến quả tặng. 13 Mohamed và cộng sự (2022) cho biết vì để đảm bảo quyền riêng tư của nhà bán lẻ trực tuyến cung cấp dữ liệu nên tac gia đã tiên hàng ân danh chúng. Phương pháp dự báo giá bán sản phẩm theo mùa bằng học máy 2.1, Cac nghién citu trudc 2.

Nghiên cứu của nhom tac gia Mohamed va cộng sự (2022) Nghiên cứu “Price Prediction of Seasonal Items Using Machine Learning and Statistical Methods” (Mohamed và cộng sự, 2022) về dự đoán giá sản phẩm theo mua dựa trên phương pháp học máy và phương pháp thống kê. Bài nghiên cứu của nhóm tác giả tham khảo và sử dụng cơ sở lý thuyết chính từ nghiên cứu này. Đây là một trong số ít các bài báo khoa học nghiên cứu dự đoán sản phẩm theo mùa. Trong nghiên cứu, Mohamed và cộng sự (2022) đã thực hiện hiện dự đoán giá sản phâm theo mùa dựa trên bộ dữ liệu quà tặng Giáng sinh bằng cách sử dụng phương pháp học máy và phương pháp thống kê.

Nghiên cứu này với mục đích đề xuất các mô hình dự đoán hàng hoá theo mùa, so sánh hiệu suất của mô hình thuộc phương pháp học máy và phương pháp thống kê bằng cách đánh giá dựa trên một số thước đo. Quy trình nghiên cứu bao gồm 5 giai đoạn: (1) thu thập và xử lý dữ liệu, (2) thiết kế mô hình, (3) đào tạo mô hình, (4) thử nghiệm mô hình, (5) triển khai mô hình, được mô tả theo hình sau: Machine learning mam | model conception Training Item price prediction + Evaluation fy 6G Nw Machine learning == ì Z ‘a model application Hình 2. 1: Quy trình nghiên cứu Mohamed và cộng sự (2022) Trong giai đoạn đầu tiên, nghiên cứu thực hiện thu thập và xử lý dữ liệu. Bài nghiên cứu được thực hiện dựa trên bộ dữ liệu về quà tặng Giáng sinh được ghi nhận từ một nhà bán lẻ trực tuyên, nhà bán lẻ này đã ghi nhận dữ liệu trong suốt thời gian triển khai một chương trinh khuyến mãi đặc biệt cho sự kiện Giảng sinh.

Bộ dữ liệu bao gồm 14 2 phần được: phần huấn luyện (20.179 bản ghi) và phần kiêm tra (13. Mohamed và cộng sự (2022) đã thực hiện chia tach 80% và 20% tương ứng cho bộ dữ liệu huấn luyện và kiểm tra. Với mô hình ARIMA, nghiên cứu chọn các tham số p, q, d lần lượt là 0, 0, 2. Trong giai đoạn tiếp theo, nghiên cứu đề xuất dự đoán dựa trên 4 mô hình thuộc phương pháp hoc may (Linear Regression, Ridge Regression, Support Vector Regression, Random Forest Regression) va 1 mô hình thuộc phương pháp thống kê (ARIMA Model).

Sau đó, nghiên cứu thực hiện đánh giá mức độ uy tín và hiệu suất của các mô hình trén 4 thang do: Mean Absolute Error (MAE), Root Mean Square Error (RMSE), R-Squared (R2), Mean Absolute Percentage Error (MAPE). Giai doan 3, nghiên cứu thực hiện đào tạo mô hình, các mô hình được đảo tạo trên một phần dữ liệu được chia sẵn (80%). Phần dữ liệu còn lại sẽ được sử dụng trong giai đoạn 4, thử nghiệm mô hình. Cuối cùng, các mô hình được đảo tạo và thử nghiệm được triên khai để nguoi dùng sử dụng trong các tình huống thực tế.

Mohamed và cộng sự (2022) đã thực hiện đánh giá, đo lường hiệu suất của từng mô hình và đưa ra kết luận mô hình học máy Random Forest có hiệu suất dự đoán tốt nhất và mô hình thống kê ARIMA có hiệu suất tốt thứ 2, tuy nhiên, khoảng cách hiệu suất giữa chúng không lớn. Do đó, nghiên cứu đề xuất người dùng nên sử dụng mô hình học máy Random Forest và mô hình thống kê ARIMA để dự đoán giá hàng hoá theo mùa. Nghiên cứu của nhóm tác gia Abdul-Rahman va céng sự (2021) Nghiên cứu “Advanced Machine Learning Algorithms for House Price Prediction: Case Study in Kuala Lumpur” (Abdul-Rahman và cộng sự, 2021) về dự đoán giá nhà ở Kuala Lumpur dựa trên phương pháp học máy. Nghiên cứu được thực hiện với mục đích đề xuất các mô hình học máy thường dùng để dự đoán giá nhà và cung cấp chính xác một mô hình học máy dự đoán chính xác giá nhà ở Kuala Lumpur.

Quy trình nghiên cứu bao gồm: thu thập và xử lý dữ liệu, thiết kế mô hình, huấn luyện mô hình, thử nghiệm và triên khai mô hình. Các mô hình học máy được đánh giá thông qua các thang đo. Nghiên cứu thực hiện dự đoán dựa trên bộ dữ liệu thứ cấp “Property Listing in Kuala Lumpur” được thu thập từ Kaggle và Google Map. Sau đó, tác giá thực hiện các thao tác xử lý và chuyên đổi dữ liệu để thu thập được 15 chứa 21984 quan sát với 11 biến độc lập và 1 biến phụ thuộc.

Bộ dữ liệu này được phân tách dữ liệu thành 2 phân: 70 % sử dụng cho huân luyện mô hình và 30% dùng làm mẫu thử cho kiểm tra. Nghiên cứu xây dựng mô hình dự đoán dựa trên 2 phương pháp học may nang cao: Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM) và 2 phương pháp học máy truyền thống: Multiple Regression Analysis, Ridge Regression. Trong giai đoạn nghiên cứu tiếp theo, tác giả thực hiện đào tạo mô hình trên phần dữ liệu huấn luyện. Sau khi hoàn tất huấn luyện, mô hỉnh được ghi nhận và đánh giá các mô hình dựa trên thang đo hiệu suất (MAE, MSE, RMSE, R squared).

Cuối cùng, các mô hình được thử nghiệm và triển khai sử dụng công khai. Nghiên cứu Abdul-Rahman và cộng sự (2021) đã thực hiện triển khai và so sánh các mô hình học máy truyền thống và nâng cao. Kết quả cho thấy mô hình XGBoost dự đoán chính xác giá nhà ở Kuala Lumpur. Trong tương lai, nghiên cứu này còn có thể phát triển hơn thông qua việc mở rộng phạm vi nghiên cứu, thu thập nhiều biến độc lập có tác động (quy mô ngôi nhà và khoảng cách đến các địa điểm công cộng).

Từ đó, có thé thay, nghiên cứu này có thể hỗ trợ đáng kê trong việc dự đoán giá nhà trong tương lai và xây dựng chính sách bất động sản. Đề xuất mô hình nghiên cứu Từ những nghiên cứu đã thảo luận, thấy rằng có rất nhiều công việc đã được thực hiện để dự báo giá cả nói chung. Tuy nhiên, có rất ít nỗ lực đê khám phá vấn đề dự báo giá của các mặt hàng theo mùa. Do đó, dựa vào những hạn chế trên, chúng tôi với mong muốn xây dựng nên mô hình dự đoán để giải quyết vân đề này.

Mô hình đề xuất cho nghiên cứu dự đoán giá các sản phẩm quà tặng theo mùa được chia thành 5 giai đoạn, cụ thể: (1) — Thu thập và xử lý dữ liệu (2) Thiết kế mô hình nghiên cứu (3) Huấn luyện mô hình bằng các thuật toán (4) — Kiểm tra, đánh giá hiệu suất 16 (5) Trién khai áp dụng mô hình cho việc dự đoán gia = M6 hinh hoc may phu hop | Áp dụng mô hình học máy (El Hình 2.