Khai phá dữ liệu là gì? Các công bố khoa học về Khai phá dữ liệu

Khai phá dữ liệu (Data Mining) là quy trình phân tích dữ liệu tự động hoặc bán tự động để khám phá các mẫu, thông tin hữu ích và kiến thức độc đáo từ bộ dữ liệu...

Khai phá dữ liệu (Data Mining) là quy trình phân tích dữ liệu tự động hoặc bán tự động để khám phá các mẫu, thông tin hữu ích và kiến thức độc đáo từ bộ dữ liệu lớn. Nó bao gồm việc áp dụng các kỹ thuật phân tích dữ liệu, thuật toán máy học và trí tuệ nhân tạo để tìm kiếm các mẫu ẩn, quy tắc, thông tin tiềm ẩn trong dữ liệu, từ đó giúp người dùng hiểu rõ hơn về dữ liệu và đưa ra quyết định thông minh. Việc khai phá dữ liệu được áp dụng rộng rãi trong nhiều lĩnh vực, bao gồm kinh doanh, y tế, marketing, khoa học, và xã hội học.
Khai phá dữ liệu là quá trình tìm kiếm thông tin, mô hình, cấu trúc và kiến thức từ dữ liệu không cấu trúc, dữ liệu lớn hay dữ liệu phức tạp. Nó tập trung vào việc phân tích dữ liệu để khám phá các mẫu, quy tắc, tổ chức, mối quan hệ hoặc tri thức ẩn trong dữ liệu.

Các kỹ thuật khai phá dữ liệu thường sử dụng các phép toán dựa trên số học, thống kê, máy học và trí tuệ nhân tạo để phân tích dữ liệu. Dưới đây là một số kỹ thuật khai phá dữ liệu phổ biến:

1. Phân cụm (Clustering): Phân cụm nhóm các đối tượng tương tự lại với nhau dựa trên các thuộc tính chung. Phân cụm giúp hiểu về cấu trúc của dữ liệu và cung cấp quan điểm tổng thể về sự tương quan giữa các đối tượng.

2. Phân loại (Classification): Xây dựng các mô hình để phân loại đối tượng vào các nhãn được xác định sẵn. Các thuật toán phân loại học từ dữ liệu huấn luyện và sau đó phân loại các mẫu mới dựa trên mô hình đã học.

3. Học tập theo quy tắc (Association rule learning): Tìm kiếm các quy tắc liên kết giữa các biến/tuần tự. Ví dụ: "Nếu khách hàng mua sản phẩm X, họ thường cũng mua sản phẩm Y".

4. Dự đoán (Prediction): Dự đoán giá trị hoặc quyết định tương lai dựa trên các biến đã biết. Các mô hình machine learning được sử dụng để ước lượng và dự đoán kết quả.

5. Phân tích chuỗi thời gian (Time series analysis): Phân tích và dự đoán xu hướng và mô hình của dữ liệu trong tuần tự thời gian.

Trong quy trình khai phá dữ liệu, người sử dụng thường tiến hành các bước sau: thu thập dữ liệu, xử lý dữ liệu (lọc, chuẩn hóa, biến đổi), chọn mô hình và thuật toán phù hợp, thực hiện đào tạo mô hình, đánh giá và tinh chỉnh, và cuối cùng sử dụng kết quả để rút ra thông tin hữu ích và đưa ra quyết định.

Các bài báo, nghiên cứu, công bố khoa học về chủ đề khai phá dữ liệu:

Phương pháp tương tác so với các phương pháp truyền thống: Một khảo sát dữ liệu bài kiểm tra cơ học của hơn sáu nghìn sinh viên cho các khóa học vật lý cơ bản Dịch bởi AI
American Journal of Physics - Tập 66 Số 1 - Trang 64-74 - 1998
Một khảo sát dữ liệu trước/sau bài kiểm tra sử dụng bài kiểm tra Chẩn đoán Cơ học Halloun–Hestenes hoặc Đánh giá Khái niệm Lực gần đây hơn được báo cáo cho 62 khóa học vật lý cơ bản với tổng số sinh viên đăng ký N=6542. Một phân tích nhất quán trên các nhóm sinh viên đa dạng tại các trường trung học, cao đẳng và đại học đạt được nếu một đo lường thô về hiệu quả trung bình của một khóa học...... hiện toàn bộ
#phương pháp tương tác #phương pháp truyền thống #khảo sát dữ liệu #bài kiểm tra cơ học #hiệu quả khóa học #hiểu biết khái niệm #khả năng giải quyết vấn đề
Giải Pháp Hiệu Quả cho Phân Loại Naïve Bayes Duy Trì Tính Riêng Tư Trong Mô Hình Dữ Liệu Phân Tán Hoàn Toàn Dịch bởi AI
Hội thảo nghiên cứu ứng dụng Mật mã và An toàn thông tin - Tập 1 Số 15 - Trang 56-61 - 2022
Tóm tắt—Gần đây, việc bảo vệ tính riêng tư đã trở thành một trong những vấn đề quan trọng nhất trong khai phá dữ liệu và học máy. Trong bài báo này, chúng tôi đề xuất một bộ phân loại Naïve Bayes duy trì tính riêng tư mới cho kịch bản dữ liệu phân tán hoàn toàn, nơi mỗi bản ghi chỉ được giữ bởi một chủ sở hữu duy nhất. Giải pháp mà chúng tôi đề xuất dựa trên một giao thức tính toán bảo mật đa bên,...... hiện toàn bộ
#khai phá dữ liệu và học máy đảm bảo tính riêng tư; tính toán bảo mật nhiều thành viên; phân lớp Naïve Bayes; mã hóa đồng cấu; tính riêng tư của dữ liệu
Ứng dụng kỹ thuật phân cụm và luật kết hợp khai phá dữ liệu khách hàng sử dụng dịch vụ khách sạn
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng - - Trang 1-4 - 2015
Ngày nay, ngành công nghiệp du lịch, đặc biệt là kinh doanh khách sạn đang phát triển mạnh mẽ. Dữ liệu khách hàng lưu trú tại khách sạn được lưu trữ chứa rất nhiều tri thức giá trị. Tuy nhiên, dữ liệu này lại không được khai thác triệt để. Trong khi đó, các nhà quản trị khách sạn đang rất cần được hỗ trợ về vấn đề chăm sóc khách hàng, đưa ra chính sách tối ưu trong quản lý từ những tri thức có đượ...... hiện toàn bộ
#khai phá dữ liệu #phân tích hành vi #phân cụm #luật kết hợp #dịch vụ khách sạn
Sử dụng một số công cụ tin sinh khai thác gen mã hóa enzyme phân hủy lignocellulose từ dữ liệu metagenome của vi sinh vật trong ruột mối Coptotermes gestroi
Vietnam Journal of Biotechnology - Tập 14 Số 1 - 2017
Trong nghiên cứu trước đây, chúng tôi đã thu nhận và giải trình tự DNA metagenome của khu hệ vi sinh vật ruột mối Coptotermes gestroi bằng máy giải trình tự thế hệ mới (Illumina) và đã nhận được dữ liệu DNA với hơn 5 Gb. Sử dụng phần mềm MGA (MetaGeneAnnotator) đã dự đoán được 125.431 khung đọc mở (ORF). Số lượng ORF có liên quan đến quá trình trao đổi carbohydrate là 8508, trong đó có 587 ORF mã ...... hiện toàn bộ
#Cellulase #Coptotermes gestroi #hemicellulase #lignocellulose #metagenomic #metagenome #bioinformatics
Privacy-Preserving Decision Tree Solution in the 2-Part Fully Distributed Setting
Hội thảo nghiên cứu ứng dụng Mật mã và An toàn thông tin - Tập 1 Số 15 - Trang 92-101 - 2022
Abstract—Data mining has emerged as an important technology for obtaining knowledge from big data. However, there are growing concerns that the use of this technology is infringing on privacy. This work proposes a decision tree mining solution according to the ID3 algorithm that ensures privacy in the 2-Part Fully Distributed setting. Tóm tắt—Khai phá dữ liệu đã nổi lên như một công nghệ quan trọ...... hiện toàn bộ
#Khai phá dữ liệu có đảm bảo tính riêng tư #ID3 #Cây quyết định #Đường cong Elliptic
Ứng dụng kỹ thuật khai phá dữ liệu nhằm đo lường sự hài lòng của bệnh nhân về chất lượng dịch vụ khám chữa bệnh tại các bệnh viện công trên địa bàn tỉnh ĐăkNông
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng - - Trang 91-96 - 2014
Khai phá dữ liệu ngày càng sử dụng rộng rãi trong phân tích kinh tế, xã hội nhằm hỗ trợ ra quyết định. Bài viết này giới thiệu kỹ thuật khai phá dữ liệu vào phân tích các nhân tố ảnh hưởng đến sự hài lòng của bệnh nhân về chất lượng dịch vụ khám chữa bệnh ở các bệnh viện công trên địa bàn tỉnh Đăk Nông. Trong bài viết giới thiệu tổng quan về các bước cũng như nhiệm vụ cơ bản của từng bước của qui ...... hiện toàn bộ
#CRISP-DM #AMOS #Khai phá dữ liệu #hài lòng #chất lượng dịch vụ #Khám chữa bệnh #ra quyết định
Ứng dụng luật kết hợp trong khai phá dữ liệu chứng khoán
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng - - Trang 88-90 - 2015
Thị trường chứng khoán Việt Nam đang phát triển mạnh mẽ trong những năm gần đây. Với số lượng các công ty niêm yết trên thị trường chứng khoán tăng nhanh chóng đã thu hút rất nhiều nhà đầu tư. Cùng với sự phát triển mạnh mẽ của thị trường chứng khoán, khối lượng dữ liệu sinh ra từ giao dịch chứng khoán không ngừng tăng lên một cách nhanh chóng the...... hiện toàn bộ
#chứng khoán #khai phá dữ liệu #luật kết hợp #mô hình dự đoán #giao dịch
MỘT SỐ VẤN ĐỀ TÍNH TOÁN LIÊN QUAN ĐẾN CƠ SỞ DỮ LIỆU VÀ KHAI PHÁ DỮ LIỆU
Vietnam Journal of Science and Technology - Tập 50 Số 6 - 2017
Cơ sở dữ liệu và khai phá dữ liệu là những hướng phát triển rất quan trọng trong lĩnh vực công nghệ thông tin (CNTT). Về thực chất dữ liệu đóng vai trò nền tảng nhất trong quá trình xử lí thông tin trên hệ thống máy tính. Lí thuyết cơ sở dữ liệu và việc ứng dụng lí thuyết này vào thực tiễn đã được phát triển và đạt được nhiều thành tựu ngay từ những năm 80 thế kỉ trước. Về bản chất lí thuyết cơ sở...... hiện toàn bộ
Ứng dụng kỹ thuật cây quyết định xây dựng hệ thống dự đoán bệnh đái tháo đường.
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng - - Trang 6-9 - 2014
Hiện nay, bệnh đái tháo đường đang ngày càng trở nên phổ biến trên khắp thế giới, trong đó có Việt Nam. Bệnh gây ra rất nhiều biến chứng nguy hiểm nếu không được phát hiện và chữa trị kịp thời. Tuy nhiên, vấn đề phát hiện sớm bệnh đái tháo đường tại Việt Nam vẫn còn có gặp nhiều khó khăn, nhất là các vùng sâu, vùng xa, nơi không có đầy đủ các trang thiết bị y tế cần thiết [3]. Bài báo...... hiện toàn bộ
#cây quyết định #dự đoán bệnh #đái tháo đường #khai phá dữ liệu #mô hình dự đoán
FHNM: Thuật toán khai phá tập mục hữu ích cao từ cơ sở dữ liệu giao tác có giá trị hữu ích âm
Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng - - Trang 128-132 - 2017
Các thuật toán khai phá tập mục hữu ích cao thường có xu thế khai thác được các tập mục có nhiều mục[1,2,3]. Tuy nhiên, các tập mục có nhiều mục thường là các tập mục hiếm nên không có nhiều ý nghĩa đối với người sử dụng[5]. Thuật toán FHM+[5] khai phá tập mục hữu ích cao nhưng thu gọn được độ dài của các tập mục với điều kiện giá trị hữu ích của các mục là dương, nhưng trong thực tế có nhiều cơ s...... hiện toàn bộ
#cơ sở dữ liệu giao tác #tập mục hữu ích cao #khai phá tập mục hữu ích cao #hữu ích ngoại âm #ràng buộc độ dài
Tổng số: 43   
  • 1
  • 2
  • 3
  • 4
  • 5