1. Tài Nguyên Số - Trường Đại học Kinh tế Huế
  2. Khóa luận tốt nghiệp
  3. Khoa Hệ thống Thông tin Kinh tế
Please use this identifier to cite or link to this item: http://tainguyenso.hce.edu.vn:8080/dspace/handle/TVDHKTH_123456789/1435
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGVHD TS. Nguyễn, Đình Hoa Cương-
dc.contributor.authorSVTH Đoàn, Thị Kim Anh-
dc.date.accessioned2020-09-07T02:52:59Z-
dc.date.available2020-09-07T02:52:59Z-
dc.date.issued2019-
dc.identifier.urihttp://192.168.1.122:8080/xmlui/handle/TVDHKTH_123456789/1435-
dc.description.tableofcontentsLỜI CÁM ƠN I DANH MỤC HÌNH VẼ V DANH MỤC BẢNG BIỂU VI DANH MỤC THUẬT NGỮ VII PHẦN I: MỞ ĐẦU 1 1. Lý do chọn đề tài 1 2. Mục tiêu nghiên cứu 2 3. Đối tượng và phạm vi nghiên cứu 2 4. Phương pháp sử dụng 2 5. Cấu trúc khóa luận 3 PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU 4 CHƯƠNG I: CƠ SỞ LÝ THUYẾT 4 1.1 Khai phá dữ liệu 4 1.1.1 Định nghĩa 4 1.1.2 Quá trình khai phá dữ liệu 5 1.1.3 Kiến trúc một hệ thống khai phá dữ liệu 6 1.1.4 Các phương pháp khai phá dữ liệu 8 1.1.4.1 Phân lớp dữ liệu 8 1.1.4.2 Phân cụm dữ liệu 11 1.1.4.3 Khai phá luật kết hợp 14 1.2 Phát biểu bài toán nghiên cứu 15 1.3 Các công trình liên quan 15 1.3.1 Các công trình ở trong nước 15 1.3.2 Các công trình ở nước ngoài 16 CHƯƠNG II: PHƯƠNG PHÁP XÂY DỰNG MÔ HÌNH 25 2.1 Giới thiệu về phần mềm Weka 25 2.1.1 Tổng quan 25 2.1.2 Các ứng dụng chính trong Weka 25 2.2 Các phương pháp nghiên cứu 26 2.2.1 Naïve Bayes 26 2.2.2 Cây quyết định (J48) 27 2.2.3 Mô hình k-lân cận (k-NN) 28 2.2.4 Mạng nơ-ron nhân tạo (MultilayerPerceptron) 30 2.2.5 Mô hình kết hợp theo phương pháp Bagging 30 2.3 Các phương pháp chuẩn bị dữ liệu 31 2.3.1 Phương pháp Holdout 31 2.3.2 Phương pháp cross-validation 31 2.4 Các phương pháp đánh giá mô hình phân lớp 32 CHƯƠNG III: THÍ NGHIỆM VÀ KẾT LUẬN 36 3.1 Thiết lập thí nghiệm 36 3.1.1 Mô tả thí nghiệm 36 3.1.2 Mô tả dữ liệu 37 3.1.3 Chuẩn bị dữ liệu 39 3.1.4 Tiến hành thí nghiệm 40 3.1.4.1 Phân lớp bằng phương pháp Naïve Bayes 40 3.1.4.2 Phân lớp bằng phương pháp cây quyết định (J48) 42 3.1.4.3 Phân lớp bằng phương pháp k-lân cận 43 3.1.4.4 Phân lớp bằng phương pháp mạng nơ-ron nhân tạo 44 3.1.4.5 Phân lớp theo phương pháp kết hợp Bagging 46 3.1.4.6 Xây dựng đường ROC 47 3.2 Kết quả thí nghiệm 48 3.2.1 Hiệu năng của các mô hình 48 3.2.2 Đường ROC của các mô hình phân lớp 49 PHẦN III: KẾT LUẬN 50 1. Kết quả đạt được 50 2. Hạn chế 51 3. Hướng phát triển 51 DANH MỤC TÀI LIỆU THAM KHẢO 52vi
dc.language.isovivi
dc.publisherTrường Đại học Kinh tế Huếvi
dc.subjectMô hình phân lớp Baggingvi
dc.subjectKhách hàngvi
dc.subjectMua hàng trực tuyếnvi
dc.titleXây dựng mô hình phân lớp Bagging để phân lớp khách hàng từ dữ liệu mua hàng trực tuyếnvi
Appears in Collections:Khoa Hệ thống Thông tin Kinh tế

Files in This Item:
File Description SizeFormat 
Đoàn Thị Kim Anh - 49A THKT.pdf1.05 MBAdobe PDFView/Open Request a copy
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.