[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_l%E1%BB%B1a%20ch%E1%BB%8Dn{\"limit\":5}":3,"_public_topic_byId_lựa chọn":62},{"code":4,"data":5,"meta":11},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":51,"vietnamLatest":61},[],[8,22,37],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":14,"journalName":15,"vietnamJournal":16,"publishDate":17,"publishYear":18,"totalCitation":11,"url":19,"doi":20,"summary":21},"1084d839-a274-4129-a4e2-3dd47ffaa456","Thực trạng hoạt động ra quyết định lựa chọn nghề nghiệp của học sinh trung học phổ thông trên địa bàn thành phố Buôn Ma Thuột",null,[13],"Nguyên Lê Thị Thảo",1,"Tạp chí Khoa học Tây Nguyên",false,"2024-12-31",2024,"https:\u002F\u002Ftnjos.vn\u002Findex.php\u002Ftckh\u002Farticle\u002Fview\u002F541","10.5281\u002Fzenodo.14955707","\u003Cp>Tâm lý học hướng nghiệp điều tra thực trạng hoạt động ra quyết định \u003Cb class=\"publication-topic-keywords\">lựa chọn\u003C\u002Fb> nghề nghiệp của học sinh trung học phổ thông tại TP. Buôn Ma Thuột. Nhận thức năng lực bản thân kết hợp tư vấn của gia đình giữ vai trò quyết định trong việc chọn ngành học tương lai. Báo cáo đem lại \u003Cb>cơ sở xây dựng chương trình tư vấn hướng nghiệp học đường\u003C\u002Fb>.\u003C\u002Fp>",{"publicationId":23,"title":24,"originalTitle":25,"authorNames":26,"authorCount":30,"journalName":31,"vietnamJournal":16,"publishDate":32,"publishYear":33,"totalCitation":11,"url":34,"doi":35,"summary":36},"70794436-022d-4975-a85a-39963101df83","Lựa chọn tiếp relay an toàn dựa trên việc học với tác động tiêu cực trong mạng không dây","Secure relay selection based on learning with negative externality in wireless networks",[27,28,29],"Caidan Zhao","Liang Xiao","Shan Kang",6,"EURASIP Journal on Advances in Signal Processing","2013-04-26",2013,"https:\u002F\u002Fasp-eurasipjournals.springeropen.com\u002Farticles\u002F10.1186\u002F1687-6180-2013-89","10.1186\u002F1687-6180-2013-89","\u003Cp>Kỹ thuật mạng thông tin vô tuyến đề xuất chiến lược tối ưu hóa \u003Cb class=\"publication-topic-keywords\">lựa chọn\u003C\u002Fb> nút chuyển tiếp (\u003Ci>relay\u003C\u002Fi>) an toàn dựa trên mô hình học tăng cường và lý thuyết trò chơi. Thuật toán giúp loại bỏ các nút độc hại và nâng cao tỷ lệ truyền gói tin bảo mật cho mạng. Nghiên cứu mang lại \u003Cb>giải pháp an ninh định tuyến mạng không dây\u003C\u002Fb> hiệu năng cao.\u003C\u002Fp>",{"publicationId":38,"title":39,"originalTitle":40,"authorNames":41,"authorCount":44,"journalName":45,"vietnamJournal":16,"publishDate":46,"publishYear":47,"totalCitation":11,"url":48,"doi":49,"summary":50},"40799758-2f62-4ce3-a889-7fc345fa432c","Hành vi chọn lựa ký chủ của một loài ruồi ăn cây kế: lựa chọn và hệ quả","Host selection behavior of a thistle-feeding fly: choices and consequences",[42,43],"R. G. Lalonde","B. D. Roitberg",2,"Oecologia","1992-07-01",1992,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002FBF01875447","10.1007\u002FBF01875447","\u003Cp>Sinh thái học hành vi côn trùng phân tích cơ chế ra quyết định \u003Cb class=\"publication-topic-keywords\">lựa chọn\u003C\u002Fb> ký chủ cây kế của loài ruồi ăn hoa \u003Ci>Orellia ruficauda\u003C\u002Fi> để đẻ trứng. Ruồi cái ưu tiên chọn hoa sắp nở giúp ấu trùng đạt tỷ lệ sống sót và phát triển thành nhộng cao nhất. Công trình làm sáng tỏ \u003Cb>chiến lược tiến hóa tối ưu hóa lựa chọn sinh sản\u003C\u002Fb> trong tự nhiên.\u003C\u002Fp>",[52],{"publicationId":53,"title":54,"originalTitle":11,"authorNames":11,"authorCount":11,"journalName":55,"vietnamJournal":56,"publishDate":57,"publishYear":58,"totalCitation":11,"url":59,"doi":11,"summary":60},"2001e1d5-8155-4465-99f6-24d29edb6df3","CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN VIỆC LỰA CHỌN TRƯỜNG ĐẠI HỌC VĂN LANG CỦA SINH VIÊN NĂM THỨ NHẤT","Tạp chí khoa học Đại học Văn Lang",true,"2019-02-27",2019,"https:\u002F\u002Fvjol.info.vn\u002Findex.php\u002Ftckhvl\u002Farticle\u002Fview\u002F39293","\u003Cp>Hành vi người tiêu dùng giáo dục nghiên cứu các nhân tố ảnh hưởng đến quyết định \u003Cb class=\"publication-topic-keywords\">lựa chọn\u003C\u002Fb> trường đại học Văn Lang của sinh viên năm thứ nhất. Uy tín đào tạo, cơ sở vật chất, học phí và cơ hội việc làm sau tốt nghiệp là những yếu tố then chốt chi phối quyết định. Nghiên cứu mang lại \u003Cb>chiến lược tuyển sinh và định vị thương hiệu đại học\u003C\u002Fb> hiệu quả.\u003C\u002Fp>",[],{"code":4,"data":63,"meta":11},{"id":64,"title":65,"description":66,"content":67,"term":64,"englishTitle":11,"synonyms":11,"definition":11,"discipline":11,"references":11,"faqs":11,"createUser":68,"publishUser":72,"keywords":76,"keywordCount":14,"enrichTopicLink":16,"status":77,"createTime":78,"updateTime":79,"publishTime":80,"linkEnrichedTime":11,"publicationScanTime":81,"contentErrorMessage":11,"viewCount":82,"relateTopics":83},"lựa chọn","Lựa chọn là gì? Các bài báo nghiên cứu khoa học liên quan","Lựa chọn là quá trình quyết định giữa nhiều phương án dựa trên tiêu chí, giá trị hoặc mục tiêu cụ thể trong bối cảnh có ràng buộc về nguồn lực hay thông tin. Trong các lĩnh vực như kinh tế, sinh học, thần kinh và AI, lựa chọn được mô hình hóa bằng hệ thống logic hoặc toán học nhằm tối ưu hóa kết quả mong muốn.\n","\u003Cdiv>\u003Ch2>Khái niệm lựa chọn\u003C\u002Fh2>\n\u003Cp>\nLựa chọn là quá trình quyết định giữa hai hoặc nhiều khả năng, phương án hoặc hành động có thể thực hiện. Đây là hành vi có chủ đích, thường được thực hiện dựa trên thông tin, giá trị cá nhân, quy tắc xã hội, hay ràng buộc môi trường. Trong các lĩnh vực khoa học, từ kinh tế học đến trí tuệ nhân tạo, lựa chọn là một hành vi được phân tích hệ thống nhằm mô hình hóa cách con người hoặc hệ thống đưa ra quyết định.\n\u003C\u002Fp>\n\u003Cp>\nTrong tiếng Anh, lựa chọn có thể được diễn đạt bằng “choice”, “selection”, hoặc “decision”, tùy vào ngữ cảnh. Khác biệt giữa chúng nằm ở phạm vi và tính chất hành vi: “selection” thường liên quan đến việc chọn một phần tử từ một tập hợp; “choice” thiên về khía cạnh tâm lý hoặc hành vi; còn “decision” gắn liền với hành vi có cân nhắc, có mục tiêu. Trong các hệ thống mô hình hóa toán học, lựa chọn thường được biểu diễn như một hàm ánh xạ từ tập các phương án sang kết quả cụ thể.\n\u003C\u002Fp>\n\u003Cp>\nTrong thực tế, lựa chọn có thể mang tính chủ quan (phụ thuộc vào nhận thức, cảm xúc) hoặc bị chi phối bởi yếu tố khách quan như ngân sách, luật pháp, hay giới hạn sinh học. Dù mang tính cá nhân hay tập thể, lựa chọn đều là phản ánh của quá trình tối ưu hóa trong điều kiện có giới hạn.\n\u003C\u002Fp>\n\n\u003Ch2>Các thành phần trong quá trình lựa chọn\u003C\u002Fh2>\n\u003Cp>\nQuá trình lựa chọn không xảy ra ngẫu nhiên mà có cấu trúc rõ ràng. Theo các mô hình ra quyết định chuẩn hóa, một quá trình lựa chọn thường bao gồm 4 thành phần chính:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Tập hợp lựa chọn (choice set):\u003C\u002Fstrong> tất cả các phương án khả dĩ có thể chọn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tiêu chí đánh giá:\u003C\u002Fstrong> hệ giá trị, mục tiêu hoặc hàm ích lợi mà người lựa chọn sử dụng để phân biệt giữa các phương án.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Cơ chế đánh giá:\u003C\u002Fstrong> phương pháp, mô hình hoặc quá trình tâm lý dùng để so sánh các lựa chọn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Quyết định cuối cùng:\u003C\u002Fstrong> phương án được chọn sau quá trình phân tích và đánh giá.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nTrong lý thuyết lựa chọn toán học, quá trình này có thể biểu diễn bằng ánh xạ:\n\u003Cscript type=\"math\u002Ftex\">C: \\mathcal{P}(X) \\setminus \\{\\emptyset\\} \\rightarrow X\u003C\u002Fscript>\nvới \u003Cscript type=\"math\u002Ftex\"> C(A) \u003C\u002Fscript> là phần tử được chọn từ tập \u003Cscript type=\"math\u002Ftex\"> A \\subseteq X \u003C\u002Fscript>. Ánh xạ này thỏa mãn các tiên đề như tính lựa chọn ổn định hoặc tính hợp lý, tùy theo mô hình.\n\u003C\u002Fp>\n\u003Cp>\nDưới đây là bảng tóm tắt mô hình cấu trúc lựa chọn:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Thành phần\u003C\u002Fth>\n    \u003Cth>Mô tả\u003C\u002Fth>\n    \u003Cth>Ví dụ minh họa\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tập hợp lựa chọn\u003C\u002Ftd>\n    \u003Ctd>Các phương án sẵn có\u003C\u002Ftd>\n    \u003Ctd>Chọn món ăn: phở, cơm, mì\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tiêu chí đánh giá\u003C\u002Ftd>\n    \u003Ctd>Tiêu chuẩn cá nhân hoặc khách quan\u003C\u002Ftd>\n    \u003Ctd>Giá tiền, sở thích, độ no\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Cơ chế đánh giá\u003C\u002Ftd>\n    \u003Ctd>Cách so sánh, xếp hạng phương án\u003C\u002Ftd>\n    \u003Ctd>Chấm điểm, phân loại\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Phương án được chọn\u003C\u002Ftd>\n    \u003Ctd>Phương án tối ưu theo tiêu chí\u003C\u002Ftd>\n    \u003Ctd>Chọn cơm vì rẻ và no\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Lý thuyết lựa chọn trong kinh tế học\u003C\u002Fh2>\n\u003Cp>\nTrong kinh tế học vi mô, lựa chọn là hành vi tối ưu hóa lợi ích cá nhân trong điều kiện có ràng buộc ngân sách. Mỗi cá nhân được giả định có một hàm lợi ích \u003Cscript type=\"math\u002Ftex\"> u(x) \u003C\u002Fscript> thể hiện mức độ hài lòng với phương án \u003Cscript type=\"math\u002Ftex\"> x \u003C\u002Fscript>. Mục tiêu là chọn phương án tối đa hóa tiện ích này:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\\max_{x \\in B} u(x)\u003C\u002Fscript>  \nvới \u003Cscript type=\"math\u002Ftex\"> B \u003C\u002Fscript> là tập hợp các lựa chọn khả thi được xác định bởi ràng buộc ngân sách hoặc nguồn lực.\n\u003C\u002Fp>\n\u003Cp>\nLý thuyết lựa chọn hợp lý (rational choice theory) là nền tảng cho mô hình này, với các giả định chính:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Các cá nhân có sở thích ổn định và có thể xếp hạng chúng.\u003C\u002Fli>\n  \u003Cli>Lựa chọn là kết quả của so sánh hợp lý dựa trên sở thích và ràng buộc.\u003C\u002Fli>\n  \u003Cli>Các hành vi là nhất quán và có thể tiên đoán.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nMặc dù lý thuyết này có sức mạnh mô hình hóa lớn, nhiều nghiên cứu trong kinh tế học hành vi đã chứng minh rằng con người không luôn hành xử hợp lý. Tuy vậy, trong điều kiện lý tưởng, mô hình tối đa hóa tiện ích vẫn là một công cụ mạnh trong việc phân tích hành vi kinh tế cá nhân, tập thể và thị trường.\n\u003C\u002Fp>\n\n\u003Ch2>Lựa chọn trong sinh học và tiến hóa\u003C\u002Fh2>\n\u003Cp>\nTrong sinh học tiến hóa, lựa chọn không đến từ chủ thể có nhận thức mà là hệ quả của chọn lọc tự nhiên. Quá trình này xảy ra khi những biến dị di truyền nhất định làm tăng khả năng sống sót và sinh sản của sinh vật, từ đó làm tăng tần suất xuất hiện của đặc điểm đó trong quần thể qua thời gian.\n\u003C\u002Fp>\n\u003Cp>\nKhái niệm lựa chọn trong sinh học bao gồm:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>\u003Cstrong>Chọn lọc tự nhiên:\u003C\u002Fstrong> đặc điểm thích nghi với môi trường sẽ được duy trì.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chọn lọc giới tính:\u003C\u002Fstrong> đặc điểm làm tăng khả năng giao phối được ưu tiên, ngay cả khi bất lợi cho sinh tồn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chọn lọc nhân tạo:\u003C\u002Fstrong> đặc điểm được con người chọn lọc có chủ đích qua lai tạo.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nQuá trình này tuân theo nguyên lý thích nghi và biến dị. Không có tác nhân \"chủ quan\" lựa chọn, mà là kết quả thống kê của sự chênh lệch trong tỷ lệ sinh sản giữa các cá thể mang gen khác nhau. Mô hình chọn lọc có thể biểu diễn qua phương trình Hardy-Weinberg hoặc các hệ phương trình động lực tiến hóa.\n\u003C\u002Fp>\n\u003Cp>\nĐể hiểu sâu hơn, tham khảo bài viết từ Nature: \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Fscitable\u002Fdefinition\u002Fnatural-selection-304\u002F\" target=\"_blank\">https:\u002F\u002Fwww.nature.com\u002Fscitable\u002Fdefinition\u002Fnatural-selection-304\u002F\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Ch2>Lựa chọn trong khoa học nhận thức và thần kinh\u003C\u002Fh2>\n\u003Cp>\nTrong lĩnh vực khoa học nhận thức và thần kinh học, lựa chọn là kết quả của quá trình xử lý thông tin phức tạp giữa nhiều vùng não bộ. Các nghiên cứu hình ảnh thần kinh (fMRI, PET) cho thấy các vùng như vỏ não trán trước (prefrontal cortex), hạch nền (basal ganglia) và hệ thống dopamine giữ vai trò cốt lõi trong việc đánh giá, so sánh và thực hiện lựa chọn.\n\u003C\u002Fp>\n\u003Cp>\nQuá trình này có thể được mô hình hóa bằng các mô hình tích lũy bằng chứng, chẳng hạn như Drift Diffusion Model (DDM). Mô hình này giả định rằng não bộ tích lũy thông tin dần theo thời gian cho đến khi đạt ngưỡng đủ để đưa ra quyết định. Cấu trúc mô hình:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\ndx_t = \\mu dt + \\sigma dW_t\n\u003C\u002Fscript>  \nvới \u003Cscript type=\"math\u002Ftex\"> x_t \u003C\u002Fscript> là quá trình tích lũy bằng chứng tại thời điểm \u003Cscript type=\"math\u002Ftex\"> t \u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\"> \\mu \u003C\u002Fscript> là độ dốc trung bình, \u003Cscript type=\"math\u002Ftex\"> \\sigma \u003C\u002Fscript> là độ nhiễu và \u003Cscript type=\"math\u002Ftex\"> W_t \u003C\u002Fscript> là quá trình Wiener (nhiễu trắng).\n\u003C\u002Fp>\n\u003Cp>\nNgoài ra, học tăng cường sinh học (biological reinforcement learning) mô phỏng quá trình điều chỉnh lựa chọn dựa trên phản hồi và phần thưởng, cho thấy mối liên hệ giữa não bộ và lý thuyết quyết định trong trí tuệ nhân tạo.\n\u003C\u002Fp>\n\u003Cp>\nTham khảo chuyên sâu: \u003Ca href=\"https:\u002F\u002Fwww.ncbi.nlm.nih.gov\u002Fpmc\u002Farticles\u002FPMC3181681\u002F\" target=\"_blank\">Neural basis of decision making – NCBI\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Ch2>Lý thuyết lựa chọn xã hội\u003C\u002Fh2>\n\u003Cp>\nLý thuyết lựa chọn xã hội nghiên cứu cách các sở thích cá nhân được tổng hợp thành quyết định tập thể. Đây là lĩnh vực liên ngành giữa kinh tế học, toán học và chính trị học, tập trung vào các cơ chế bỏ phiếu, quy tắc phân bổ và lý thuyết công bằng. Một trong những kết quả nổi bật là định lý bất khả của Arrow.\n\u003C\u002Fp>\n\u003Cp>\nTheo định lý này, không có hệ thống bầu chọn nào đồng thời thỏa mãn tất cả các tiêu chí công bằng cơ bản như: không độc đoán, nhất quán, và tôn trọng lựa chọn cá nhân. Cụ thể, không tồn tại hàm lựa chọn xã hội:\n\u003Cscript type=\"math\u002Ftex\">\nf: \\mathcal{P}^n(X) \\rightarrow R\n\u003C\u002Fscript>\nthỏa mãn tất cả các điều kiện Pareto, độc lập với lựa chọn không liên quan, và phi độc đoán, với \u003Cscript type=\"math\u002Ftex\"> X \u003C\u002Fscript> là tập các phương án, \u003Cscript type=\"math\u002Ftex\"> \\mathcal{P}^n(X) \u003C\u002Fscript> là tập các cấu hình sở thích cá nhân của \u003Cscript type=\"math\u002Ftex\"> n \u003C\u002Fscript> người.\n\u003C\u002Fp>\n\u003Cp>\nLý thuyết lựa chọn xã hội có ứng dụng trong thiết kế bầu cử, hệ thống khuyến nghị, thuật toán phân bổ tài nguyên, và cả trong công bằng thuật toán AI.\n\u003C\u002Fp>\n\u003Cp>\nNguồn học thuật: Arrow, K. (1951). *Social Choice and Individual Values*.\n\u003C\u002Fp>\n\n\u003Ch2>Lựa chọn trong trí tuệ nhân tạo\u003C\u002Fh2>\n\u003Cp>\nTrong trí tuệ nhân tạo (AI), lựa chọn là bước ra quyết định mà tác nhân (agent) thực hiện nhằm tối đa hóa phần thưởng hoặc đạt được mục tiêu trong môi trường cụ thể. Lựa chọn có thể dựa trên luật cố định, chiến lược tìm kiếm, hoặc học từ dữ liệu. Các mô hình thường gặp gồm:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Lập kế hoạch (planning):\u003C\u002Fstrong> sử dụng thuật toán như A*, Minimax, MCTS.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Học tăng cường (reinforcement learning):\u003C\u002Fstrong> tác nhân chọn hành động dựa trên hàm giá trị học được.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Softmax và ε-greedy:\u003C\u002Fstrong> chiến lược chọn hành động dựa trên cân bằng giữa khai thác và khám phá.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nLựa chọn hành động trong học tăng cường tuân theo hàm xác suất như Softmax:\n\u003Cscript type=\"math\u002Ftex\">\nP(a_i) = \\frac{e^{Q(a_i)\u002F\\tau}}{\\sum_j e^{Q(a_j)\u002F\\tau}}\n\u003C\u002Fscript>\nvới \u003Cscript type=\"math\u002Ftex\"> Q(a_i) \u003C\u002Fscript> là giá trị hành động \u003Cscript type=\"math\u002Ftex\"> a_i \u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\"> \\tau \u003C\u002Fscript> là tham số nhiệt độ điều chỉnh độ ngẫu nhiên.\n\u003C\u002Fp>\n\u003Cp>\nCác hệ thống AI hiện đại như AlphaGo, ChatGPT, và robot tự hành đều bao gồm các cơ chế lựa chọn hành động phức tạp, từ học sâu đến lập kế hoạch chiến lược.\n\u003C\u002Fp>\n\u003Cp>\nTham khảo: \u003Ca href=\"https:\u002F\u002Fwww.deepmind.com\u002Fpublications\u002Freinforcement-learning-an-introduction\" target=\"_blank\">Sutton & Barto – Reinforcement Learning: An Introduction\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Ch2>Yếu tố tâm lý trong lựa chọn\u003C\u002Fh2>\n\u003Cp>\nTâm lý học nhận thức và hành vi cho thấy lựa chọn của con người thường bị ảnh hưởng bởi cảm xúc, niềm tin sai lệch và bối cảnh. Con người không luôn hành xử hợp lý như mô hình kinh tế giả định. Một số hiện tượng nổi bật:\n\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Quá tải lựa chọn (choice overload):\u003C\u002Fstrong> quá nhiều lựa chọn làm giảm sự hài lòng.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thiên kiến hiện tại (present bias):\u003C\u002Fstrong> ưu tiên phần thưởng ngắn hạn hơn dài hạn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Ám ảnh mất mát (loss aversion):\u003C\u002Fstrong> mất mát gây khó chịu gấp đôi so với cảm giác thu được tương đương.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\nThuyết triển vọng (Prospect Theory) mô tả hành vi lựa chọn phi lý này. Hàm giá trị trong thuyết này được xác định như sau:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\nv(x) = \\begin{cases}\nx^\\alpha & \\text{nếu } x \\geq 0 \\\\\n-\\lambda (-x)^\\beta & \\text{nếu } x \u003C 0\n\\end{cases}\n\u003C\u002Fscript>\n\u003C\u002Fp>\n\u003Cp>\nVới \u003Cscript type=\"math\u002Ftex\"> \\lambda > 1 \u003C\u002Fscript>, phản ánh độ ám ảnh mất mát; \u003Cscript type=\"math\u002Ftex\"> \\alpha, \\beta \u003C 1 \u003C\u002Fscript>, thể hiện độ nhạy giảm dần với giá trị. Nghiên cứu của Kahneman và Tversky (1979) đã chứng minh mô hình này mô tả chính xác hơn so với lý thuyết tiện ích kỳ vọng.\n\u003C\u002Fp>\n\u003Cp>\nNguồn tham khảo: \u003Ca href=\"https:\u002F\u002Fwww.nobelprize.org\u002Fprizes\u002Feconomic-sciences\u002F2002\u002Fkahneman\u002Ffacts\u002F\" target=\"_blank\">Nobel Prize - Daniel Kahneman\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng của lý thuyết lựa chọn\u003C\u002Fh2>\n\u003Cp>\nLý thuyết lựa chọn có ứng dụng sâu rộng trong nhiều lĩnh vực thực tiễn. Trong marketing, hiểu hành vi lựa chọn giúp tối ưu thiết kế sản phẩm và trình bày lựa chọn. Trong kỹ thuật, nó được ứng dụng vào thuật toán tối ưu hóa, quản lý chuỗi cung ứng và tự động hóa quyết định.\n\u003C\u002Fp>\n\u003Cp>\nMột số ứng dụng cụ thể:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>\u003Cstrong>Kinh tế hành vi:\u003C\u002Fstrong> thiết kế chính sách “nudge” để hướng hành vi cá nhân có lợi hơn cho xã hội.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Chính trị học:\u003C\u002Fstrong> mô hình hóa hành vi cử tri và chiến lược tranh cử.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Y học:\u003C\u002Fstrong> hỗ trợ ra quyết định điều trị dựa trên phân tích lựa chọn rủi ro\u002Flợi ích.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Khoa học máy tính:\u003C\u002Fstrong> xây dựng hệ thống khuyến nghị cá nhân hóa.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nTất cả những ứng dụng này đều dựa trên nền tảng chung là khả năng mô hình hóa lựa chọn như một hành vi có thể phân tích, dự đoán và tối ưu.\n\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Col>\n  \u003Cli>Arrow, K. J. (1951). Social Choice and Individual Values. Yale University Press.\u003C\u002Fli>\n  \u003Cli>Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–291.\u003C\u002Fli>\n  \u003Cli>Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press. \u003Ca href=\"https:\u002F\u002Fwww.deepmind.com\u002Fpublications\u002Freinforcement-learning-an-introduction\" target=\"_blank\">Link\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Investopedia. Rational Choice Theory. \u003Ca href=\"https:\u002F\u002Fwww.investopedia.com\u002Fterms\u002Fr\u002Frational-choice-theory.asp\" target=\"_blank\">https:\u002F\u002Fwww.investopedia.com\u002Fterms\u002Fr\u002Frational-choice-theory.asp\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Nature Education. Natural Selection. \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Fscitable\u002Fdefinition\u002Fnatural-selection-304\u002F\" target=\"_blank\">https:\u002F\u002Fwww.nature.com\u002Fscitable\u002Fdefinition\u002Fnatural-selection-304\u002F\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>National Library of Medicine. Neural Basis of Decision Making. \u003Ca href=\"https:\u002F\u002Fwww.ncbi.nlm.nih.gov\u002Fpmc\u002Farticles\u002FPMC3181681\u002F\" target=\"_blank\">https:\u002F\u002Fwww.ncbi.nlm.nih.gov\u002Fpmc\u002Farticles\u002FPMC3181681\u002F\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Nobel Prize. Daniel Kahneman - Facts. \u003Ca href=\"https:\u002F\u002Fwww.nobelprize.org\u002Fprizes\u002Feconomic-sciences\u002F2002\u002Fkahneman\u002Ffacts\u002F\" target=\"_blank\">https:\u002F\u002Fwww.nobelprize.org\u002Fprizes\u002Feconomic-sciences\u002F2002\u002Fkahneman\u002Ffacts\u002F\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Fol>\n\u003C\u002Fdiv>",{"id":69,"researcherId":11,"name":70,"imageUrl":71},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":73,"researcherId":11,"name":74,"imageUrl":75},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[64],"PUBLISHED","2025-09-18T09:05:09.218+00:00","2026-09-01T02:18:04.864+00:00","2025-11-09T17:02:43.233+00:00","2026-09-01T02:18:04.862+00:00",794,[84,87,90,101,111,117,128,139,144,149],{"id":85,"title":86,"term":85,"englishTitle":11,"definition":11,"discipline":11,"disciplineCode":11,"disciplineLabel":11,"disciplineColor":11,"disciplineIcon":11},"mô hình langmuir","Mô hình langmuir là gì? Các nghiên cứu khoa học liên quan",{"id":88,"title":89,"term":88,"englishTitle":11,"definition":11,"discipline":11,"disciplineCode":11,"disciplineLabel":11,"disciplineColor":11,"disciplineIcon":11},"đào tạo trực tuyến","Đào tạo trực tuyến là gì? Các công bố khoa học về Đào tạo trực tuyến",{"id":91,"title":92,"term":93,"englishTitle":94,"definition":95,"discipline":96,"disciplineCode":97,"disciplineLabel":98,"disciplineColor":99,"disciplineIcon":100},"bảo vệ người tiêu dùng","Bảo vệ người tiêu dùng là gì? Nghiên cứu khoa học liên quan","Bảo vệ người tiêu dùng","Consumer protection","Bảo vệ người tiêu dùng là hệ thống các quy phạm pháp luật, chính sách công và cơ chế xã hội nhằm đảm bảo các quyền cơ bản, an toàn tính mạng, sức khỏe và lợi ích kinh tế của người mua sản phẩm, dịch vụ trước các hành vi gian lận, độc quyền và cạnh tranh không lành mạnh từ nhà cung cấp.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":102,"title":103,"term":102,"englishTitle":104,"definition":105,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"thử nghiệm ngẫu nhiên có kiểm soát","Thử nghiệm ngẫu nhiên có kiểm soát là gì? Tổng quan chi tiết","Randomized controlled trial (RCT)","Thử nghiệm ngẫu nhiên có kiểm soát là thiết kế nghiên cứu dịch tễ học thực nghiệm lâm sàng tiêu chuẩn vàng, trong đó đối tượng tham gia được phân bổ ngẫu nhiên vào nhóm can thiệp hoặc nhóm chứng để đo lường chính xác hiệu quả và độ an toàn của can thiệp.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":112,"title":113,"term":114,"englishTitle":115,"definition":116,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"rối loạn trí nhớ","Rối loạn trí nhớ là gì? Các nghiên cứu khoa học liên quan","Rối loạn trí nhớ","Memory disorder","Rối loạn trí nhớ (Memory disorder \u002F Amnesia) là tình trạng suy giảm hoặc mất khả năng mã hóa, lưu trữ, củng cố hoặc tái hiện thông tin của não bộ, phát sinh do các tổn thương cấu trúc thần kinh, quá trình thoái hóa thần kinh mạn tính hoặc rối loạn sinh hóa não.",{"id":118,"title":119,"term":120,"englishTitle":121,"definition":122,"discipline":123,"disciplineCode":124,"disciplineLabel":125,"disciplineColor":126,"disciplineIcon":127},"tổng hợp hệ thống điều khiển","Tổng hợp hệ thống điều khiển là gì? Các nghiên cứu khoa học","Tổng hợp hệ thống điều khiển","Control system synthesis","Tổng hợp hệ thống điều khiển là quá trình thiết kế, xác định cấu trúc giải thuật và tính toán các thông số của bộ điều khiển nhằm đảm bảo hệ thống kín thỏa mãn các chỉ tiêu chất lượng động học, độ ổn định bền vững và khả năng triệt tiêu nhiễu định trước.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":129,"title":130,"term":131,"englishTitle":132,"definition":133,"discipline":134,"disciplineCode":135,"disciplineLabel":136,"disciplineColor":137,"disciplineIcon":138},"hàm bậc cầu","Hàm bậc cầu là gì? Định nghĩa toán học và ứng dụng","Hàm bậc cầu","spherical harmonics","Hàm bậc cầu là hệ các hàm số xác định trên mặt cầu hai chiều, đóng vai trò là nghiệm phần góc của phương trình vi phân Laplace và là hàm riêng của toán tử Laplace-Beltrami. Hệ hàm này tạo thành một cơ sở trực chuẩn đầy đủ trong không gian Hilbert của các hàm bình phương khả tích trên mặt cầu.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":140,"title":141,"term":140,"englishTitle":142,"definition":143,"discipline":96,"disciplineCode":97,"disciplineLabel":98,"disciplineColor":99,"disciplineIcon":100},"hiếp dâm","hiếp dâm là gì? Ý nghĩa và ứng dụng chuyên sâu","Rape \u002F Sexual violence","Hiếp dâm (rape) là hành vi xâm hại tình dục nghiêm trọng được thực hiện bằng vũ lực, đe dọa dùng vũ lực hoặc lợi dụng tình trạng không thể tự vệ của nạn nhân để thực hiện quan hệ tình dục trái ý muốn, cấu thành tội phạm hình sự đặc biệt nghiêm trọng.",{"id":145,"title":146,"term":145,"englishTitle":147,"definition":148,"discipline":123,"disciplineCode":124,"disciplineLabel":125,"disciplineColor":126,"disciplineIcon":127},"cường độ ứng suất","cường độ ứng suất là gì? Ý nghĩa và ứng dụng chuyên sâu","Stress intensity factor \u002F Stress concentration","Cường độ ứng suất (stress intensity factor, K) là đại lượng cơ học đứt gãy đặc trưng cho mức độ tập trung và phân bố trạng thái ứng suất tại vùng đỉnh vết nứt trong vật liệu đàn hồi tuyến tính dưới tác dụng của tải trọng ngoài.",{"id":150,"title":151,"term":150,"englishTitle":152,"definition":153,"discipline":96,"disciplineCode":97,"disciplineLabel":98,"disciplineColor":99,"disciplineIcon":100},"hành vi bên ngoài","hành vi bên ngoài là gì? Ý nghĩa và ứng dụng chuyên sâu","Externalizing behavior \u002F Externalizing problems","Hành vi bên ngoài (externalizing behavior) là nhóm các biểu hiện rối loạn hành vi định hướng ra môi trường ngoại cảnh, bao gồm gây hấn, chống đối, phá hoại quy tắc xã hội và xung động, thường được nghiên cứu trong tâm lý học phát triển và tâm thần học trẻ em."]