Gom cụm dữ liệu và thuật toán K-Means và thuật toán K-Medoids
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.01 MB, 38 trang )
Đại Học Quốc Gia TP.HCM
Trường Đại Học Công Nghệ Thông Tin
BÁO CÁO CHUYÊN ĐỀ HỌC PHẦN
ĐỀ TÀI:
GVHD: PGS.TS. Đỗ Phúc
Người thực hiện: Nguyễn Thị Phương Trang
Lớp: CNTT. K6
TP.HCM – 11/2012
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
MỤC LỤC
Nguyễn Thị Phương Trang – CNTT K6 -2
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
Mục lục hình
Nguyễn Thị Phương Trang – CNTT K6 -3
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
LỜI MỞ ĐẦU
Thế giới con người đang ở trong thời đại thông tin, thời đại mà thông tin có giá trị
rất lớn. Trong kinh doanh ai có nhiều thông tin hơn người đó sẽ làm chủ thị trường,
trong nghiên cứu ai càng nhiều thông tin thì người đó càng có nhiều cơ hội thành
công hơn. Nhu cầu thu thập các thông tin có ích càng ngày càng trở nên bức thiết.
Bên cạnh đó, con người lại đối mặt với một thế giới tràn ngập thông tin. Thông tin
có ở khắp mọi nơi: internet, phương tiện truyền thông,…và thường có khối lượng
khổng lồ, các cơ sở dữ liệu (CSDL) thương mại thường có đến hàng triệu bản ghi.
Để thu thập được các thông tin có ích từ các “núi thông tin” như vậy là một vấn đề
không đơn giản? Các công cụ truy vấn truyền thống cũ như SQL không giúp ích
được nhiều trong vấn đề này, và từ đó ngành khai khoáng dữ liệu đã ra đời như một
sự tất yếu. Khai khoáng dữ liệu giúp cung cấp những thông tin chúng ta cần và đồng
thời cũng loại bỏ những thông tin không phù hợp.
Với núi dữ liệu khổng lồ hiện nay, để người sử dụng có thể tìm kiếm được thông
tin thích hợp rất khó, vì vậy cần xây dựng các bộ máy tìm kiếm thông minh để giúp
người sử dụng chọn được những thông tin gần giống nhau phục vụ yêu cầu của
mình. Có nhiều hướng tiếp cận khác nhau để giải quyết vấn đề này, các hướng này
thường chú ý giảm sự nhập nhằng bằng các phương pháp lọc hay thêm các tùy chọn
để cắt bớt thông tin và hướng biểu diễn các thông tin trả về bởi các máy tìm kiếm
thành từng cụm để cho người dùng có thể dễ dàng tìm được thông tin mà họ cần. Đã
có nhiều thuật toán phân cụm tài liệu dựa trên phân cụm ngoại tuyến toàn bộ tập tài
liệu. Tuy nhiên việc tập hợp tài liệu của các máy tìm kiếm là quá lớn và luôn thay đổi
để có thể phân cụm ngoại tuyến. Do đó, việc phân cụm phải được ứng dụng trên tập
các tài liệu nhỏ hơn được trả về từ các truy vấn và thay vì trả về một danh sách rất
dài các thông tin gây nhập nhằng cho người sử dụng cần có một phương pháp tổ
chức lại các kết quả tìm kiếm một cách hợp lý.
Nguyễn Thị Phương Trang – CNTT K6 -4
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
Chính vì thế, trong khuôn khổ báo cáo chuyên đề, em xin trình bày sự khái quát về
khai phá dữ liệu, và trình bày thuật toán phân cụm dữ liệu K-Means và thuật toán K-
Medoids.
Em xin chân thành cảm ơn PGS.TS. Đỗ Phúc – Giảng viên môn học Khai phá dữ
liệu và kho dữ liệu đã truyền đạt cho em những kiến thức vô cùng quý báu về môn
học, cũng như nhiều phương pháp tiếp cận nghiên cứu khoa học bổ ích, và gợi mở
cho em nhiều ý tưởng cho quá trình học tập, rèn luyện, phát triển sau này.
Bài báo cáo của em gồm các phần chính:
I. Trình bày tổng quan về Khai phá dữ liệu và kho dữ liệu.
II. Gom cụm dữ liệu và thuật toán K-Means và thuật toán K-Medoids.
III. Trình bày ứng dụng mô phỏng thuật toán K-Means.
Nguyễn Thị Phương Trang – CNTT K6 -5
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
I. Tổng quan về Data mining:
1. Giới thiệu:
!"#$#%&''(#$)%*'+,%-
!.#/012'31456 708
9*-2'&!4:1%0%!"#$!"#$4;4+
''4<#514%=1451%0%>'2'#514'?@'
A5>.#514>B1<'?!CD
)=%''(' 'E !.(#$:'F==>0
G1H'!IJ'H7> KH7!H747L'40MN8'
!"#$*!4:
• G1H14+'!"#$>0;4+=>0.**%'?
'@O''F*-4>!"#$6%=>07P%
>+G1H!>=>0>!"#$%>+G1H8
• Q!"#$J'H7>!"#$R'R'@6!4H!!SH#!8
TU5%>+'('6%4!.1%5%,;4H708
9!J'H7>10('V
• MN8'1%KH7!H7%L'401WHH!"#$X
PY>!"#$OH'0- ?%%@#$&
%!'>,OH ;4!'%?WKH7!H=7'Z>[H
\#!''';4!'2X4>[H;4!"#$OH
.>W'*'?W]^_34!'2'#`4W;4
=('2X%89-4=1%'7!'4;4+0V
*'+''*-W-4'? +;401W;40a8
a2'bc1% ;4='R1,'@'O4*'?
.;4&''?.F;4*bA >#5141d'L'1e
P$'@'#L''O40''%F1&'=>05
54@'%7=>#2'8f @#$2'
!"#$1%'>'%A%'a2'@''ghi
Nguyễn Thị Phương Trang – CNTT K6 -6
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
'=%g 21''#514''845a
'j'=>0 2k'?bA !.121''#5148
2. Ứng dụng của Data mining
l#$'Ea*#:
• mn@'#514%Y2;40b8
o mn@'%;4+1Xb:o4+''ndH>He;4+1X;4
>'%dpfen@'k%7%1W;4d'!!!H11en
'b8
o mn@'%;4+1XE:aL5>'%n@''8
o m1%''/47*8
• '(#$>'
o Q67+d?qH1%14De8
o QrH78
o Q#51414<d'4Ye8
'''$>s4a'?+1'''n4k%''''$4-
.tk*-4'30'?+8)?'?=*2'
5'L'>u54@'%*#v7b7k;4&'>OHOw0'?
#L5O40% O+F18
h'?a ''4;4+-434W'3+4#514
%bc1H''W4'@'3n@'8'>s4a'?'%
&*'?W''-+3-3'(B%>'3
tk;4('4aR1-'n@'
>.12#514'L'1W'3(#$'''HS'H
'1Hx!HH&'O"1X!!d11H1e8
a(#$''7%W4'34'3'?'('6:
• L ?'#L''O40%%!#vF1:a
L ?;4==>0%@'O4*'''?.;4
&'F;4 #514'L'18f @#$F+:!
J'H7>1'?2X'!"#$%5%,i;4H
70VJ'H7>#L%''%!"#$145:''.;4
Nguyễn Thị Phương Trang – CNTT K6 -7
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
'''i1%''i,'DJ'H7>i=?''!.
'? 1W;4*b52X%'?O'O4*y*'8*
'+''-4?J'H7>1%2'1%;4=4#514 'E
#`W!H!4?!"#$'''#'4'*
#4@6`2*'#`8
• L ?'>#5;4>(%
.'70:'$a;4=n@'#514!
#5#514>'?&'7bz7U5.1W%
2'O'b'89@#$'7%'?5!+z>'?
.1W=4172''`4A?'F'0
H'H#dL 4!+z0>'%e8$!
MN1'?#!''';4!'7>['?{172''
V h 1% 2' -4 % MN i 34 .
H'H#%'$'6#%?>'j1%
43y'%'t1%;4i4%n@'%
!"#$W!H'EMN'%#%#5144'%1#/
0'? F;4'%-4%'%'@O'89@#$:>7
6%KH7!H.!1415 #4=>0'E7%
>7OH '4.!'M7*>u.!L 4'4.!'T
%{14'`'4.M1%'*%5'4.!''? #43.
'4.M%`2'' #4=>0%.i14-789%n
'Z1% ;4=a8
)%'''#2'(#$ i'''
1*>'%1%4n4-%'@>H7%''
%'!+O4*D)?'w'''O'b2'''.
;45''04. %/4i''(';4+''@
1%>s6'EnW'D''04.7W%.E'
'@!'>04'34bD9%?'tY2'O'b2'!L
Nguyễn Thị Phương Trang – CNTT K6 -8
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
' 'E'''@!'>40i+ %1t'E>'%%12
4'E#D
3. Các bước chính của Data mining
a7<''7'!4:
• 4 '4z ? #5 14 % #5 14 % . > #5 14
daKH4!He8
• h'''F'04O4*'''(#$n@'#5148
• |"#$''3-n@'@8
• Q0O4*#514###v474<&'#H8
4. Các hướng chính của data mining
a2''%'''@:
• f+>d''H#H!'e:W-+B2%?R>8
9@#$:?R67+8
• }4>02d!!'41H!e:1%#1474#v(U#>F+8
9@#$:~•^_$5%!W4b044>H#€#='?•^_!.,
!4W!5"&‚8
• }4>022'(#$-41cL'>#,'!%
'@ƒb'(>D
• mn1%#Ld'1!!S'ƒH#'e:O0 .2%
51i70'89@#$:n14'H;4.'j%D
• „0'%!"#$ !.>s4'Emachine learning 'n
;40bFn888
• mn'$d'14!He:O0''.2HA'$d!.12'ZW'E
'$'2'70'e8
• Q'4Yd!H;4H1xH1H!e:FL>14>02
'?W@(L%@8„0'%2'(#$
-41cL'%'@%b'(>=?'?@#L7'8
Nguyễn Thị Phương Trang – CNTT K6 -9
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
5. Một số công nghệ thường áp dụng trong data mining:
• f@4ndMS'1H41HK>!e:hn1%=%.'?
L,';4%#514734A?!4''>0
;4+A#514%?>'8
• n;40bdaH'!!HH!e:
„,''n;40b1%F2'!"#$ i'',';4
A /418hn1%FO*Oj%$'W4'?b'8f&
>''n;40b't'?'4!#74#vFF##
('1%''14If-then8
4 '@.*1%4 '@'? 1*1*8
mF,'#`'n;40b%#LW'n;40b1%*
4;4+7U=?'?1%'2' !.121''4 '@%F
5A'n;40b'?y2' .14,'2'8
• G+4#4-dGHH'M1!e:Qs4%!"#$'';4=
.270B',1,'LW>0AA>0?8
• mF)1-3*d)HH!H7H#e:hn1%>s4
n1A7+x#514#LW!L>02'E>H'#!
'? .4*#514;4>(8
• )4WR'!4#vdp41H#4'e:Qs47?''#514#LW4WR'
)04=A''#514.>W8
Nguyễn Thị Phương Trang – CNTT K6 -10
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
II. Gom cụm dữ liệu
1. Giới thiệu:
G'$1%=(','>!?''/4'2'
i8f$'@''E'$#5141%#514FL4%A'$
H '4z%?8'#514'''$>'4='? FL*
F!''.2'` '$8
?-4F'$:
• mFn'
• mFn'*
• mF#LW
• mF#LW=
• mF#LW1
'4'$&''FL'` '$>''
>FL&?>'8)2''''$'?!<
;4n1U?'?>b$'W4i1''.21%
34%' E$''$>'3 $'W489='$
2'OH1%,'>'?!8a>'3#514i''4
>!@'2-4(#$>'?#5142'i8'
'$>!'$2'#`>%+#5
14'>L''',''?!8a'$>#`''
i1>- FL+2'bc#LW''4 '@'E
.28hbc- FL%F('%U?''2'
'$>'4#LW4'$2'#$8'4'$
>'4@'2''>4>'4-#514%''$'W4>'
489=4'$~.*‚!"#$`4 '%(#$8
4QH!1%F2'!"#$-4*0
'n?n'dm1'14!He84%'? ('
*…d>e1%!.131&>1%!.'$1%!..2!'$8U
'@'E4QH!1%Y(W%'$'?n'$3?*
Nguyễn Thị Phương Trang – CNTT K6 -11
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
?n'$1%b47='E*'+''.2'$89$'
W4'+4;4+4'?>-44>'1%:4>
H##!4}MpM)|4aT|M)D
4>H##!=1*b47='E''.2'$
1%nQH!4%1* .2'$1%n'E'$
d,1%.2ne84%/#LW4WR'1%'L'4!L>'
45''.2'` '$8†U'@'E>H##!1%',
/4W>.2%>'$'Y.2%1%n'E'$8mn7B
''.2't1%'$%!L>'4'E?.2n'E'$1%
@*8|4?1&1;4=:B.2n'EY'$!''*
12'E'$2''+8*12'E'$2'127U %
!L>'45 .2%.2n'E'$'(?8o4=1&
'0>>'t!LB%-1L'12'Z=#'E''
'$84>H##!F4>H!''2#5
14'?v4=>H##!'b4+U@F'Ev4%''b'W1
!b47=84W(#$>H!1%FF+F8
2. Thuật toán k-means
QH!1%4'$HFn'%i2'!"
#$ i8''.2$'W4'$n+1%'
.2%%-4?'$!'''.2 '$'?
>4FL4F!.2>'?8
4KH!n+#514''%k '$bk #
#`O'b84#vL'%#v@'%B70
L'08hn1% 54>>'#5148
4>H!#$'''.22'74#v7U''
>H'Fd '-4U ‡x
i
ˆi= \DN‰O
74b.2d#5
14e(i84>H!'$%7 ''#514U %k
'$‡
\
Š
D
>
‰!'Y#514x
i
P '$#4*8h
Nguyễn Thị Phương Trang – CNTT K6 -12
Hiệu chỉnh lại trọng tâm của các cluster
Hiệu chỉnh lại trọng tâm của các cluster
Gán mỗi điểm còn lại vào cluster gần nhất
K=2
Chọn ngẫu nhiên các điểm vào K cluster
Gán lại
Gán lại
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
70#5144 ''$%'? i'$8''?'`
i'$=U'`'$>''>'i'$=U'''$>'
48f '$'?74b7PH'F1W4 ''$v '? #%Nv
i
1%i
'$'Ex
i
8Gbk 1%34%'E48Gbk #LWW4'4z('
'?8|'?7W4'$L'!LO4*U7W4'$2'-
b'(#$%''>4'$2'=*7P''#L%
L'-4bk >'48
''4'$''2'?H>~ 3‚
~ FL‚89kH!w&'b'~ F‚1%>+''
‹4'1#H8
4QfH!7<''7''F7+!4:
Input: f 'F!U#5147<.2%!.'''$>de8
Output: ''$
dŒ\D>e!'>+''AY0'$?k
*8
Bước 1. ,/4W>1%,n734'E>'$8
Bước 2. Gd&'1eA%'$'?,n3Ow*8
)04>'?w%=#A18d9=04>'?w%1'?c
'''$iBb%4>'+1%+ n7F2'
5e
Bước 3. @1,n'A'$8
Bước 4. o417'Š8
Nguyễn Thị Phương Trang – CNTT K6 -13
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
Điểm mạnh của phương pháp gom cụm k-means
• |'171HF.>!"1X''#51418
• h (''E4%1%…d>e8?1%!./4F!U
#514Q1%!.'14!H1%!.131&8>••8)W4
%'?4;4+F.''F!U#51418
• >0y'U.4'$'7 '?=2'.4%'$'#`
''>s44#4-8
Điểm yếu của phương pháp gom cụm k-means
• ?#$'j>O'b2'b47='E''.28
• 3'jb('>!.'''$8
• QO"1X#514'4Y%41H!8
• Q`2>'''$#>1<'$'?>@'
'>'48
Đề xuất ứng dụng
• 0b:>''?>'%n7|a}4%8
• |"#$*:#''`*!"#$.4>>+!|a}
;4+*8
Nguyễn Thị Phương Trang – CNTT K6 -14
Hình 1: Minh họa thuật toán K-Means
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
• T+:#''?''?'@!'7+'
@-7`47='8
• „'b%.:#''?%'"H1%b%
b@b1X8
3. Thuật toán k-medoids
4>H##!2',1%mMfdmM4#fH##!e2'
Q4S%p4!!HH4K-O4*\Ž•]1%4U 'E4>H!
'?>+6O"1X4;4+.#514v4&'''3"18=
!"#$'',n>H!mMf!"#$''.2H##74
#v''''$#514 .2H##1%.2&b@4n
*7W'EY'$89=''.2H##@7b+U'E''
.2U*O4n>?'',n'E4>H!1
*7b' 7U''O4n%8T34mMf>U>.2
H##%n.''.2't1%'''$''.2H##
#F(!''yFL.2H##'$*8hO'
b''H##, mMf7R347P''1L',>.2H##7*>u8|4
Y7'L'mMf'.R'45.2H##…
%
.2…
>+1%H##, v1%!L'4%P'+0'*
12'En'$;4=%>0y'>'*12n'$>B8
*12n'$2';4%W4'4z'*12n'$
.*>%W4'4zb.48h;40b'4.
2…
% .2…
>4mMf!"#$bB'
@'4
•
1%'6'(:
…
:}%.2H##'32'08
…
:}%.2H##0'…
8
…
•
:}%.2#514d>+H##e'?2''4!'$>'8
…
Š
:}%.2H##>'…
%3.2…
•
*8
Nguyễn Thị Phương Trang – CNTT K6 -15
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
T.2+@#$WmMf@bB
•
'
*'+''.2…
•
8
•
UnP1%'6'('''45…
%…
8Y2
•
2'@•''>'4!4:
Trường hợp 1:G+!"…
•
4 '-'$'?#1%…
%…
•
FL
…
Š
F…
d#d…
•
…
e#d…
•
…
Š
ee8>?…
Š
1%.2H##FL
O0(Š…
•
!.''H##82%0…
7U.
2H##…
%…
•
!4 '-'$'?.2#1%…
Š
89=
b'4
•
2'O'b!4:
•
Œ#d…
•
…
Š
e#d…
•
…
e8Gb
•
1%
>n8
Trường hợp 2: …
•
4 '-'$'?#1%…
…
•
@FL
…
Š
!…
d#d…
•
…
e#d…
•
…
Š
ee8)040…
7U…
=…
•
!4 '-'$
'?#1%…
89=b
•
2'O'b!4:
•
Œ#d…
•
…
e#d…
•
…
e8Gb
•
'?1%n&'#F8
Nguyễn Thị Phương Trang – CNTT K6 -16
Hình 2: Trường hợp C
jmp
= d(O
j
,O
m,2
) - d(O
j,
O
m
) không âm
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
Trường hợp 3: G+!"…
•
>4 '-'$'?.2#1%
…
%4 '-'$'?#1%…
Š
8f&>'+!"…
•
FL…
Š
F!
…
>?04…
2'07U…
=…
•
/!U1'$'?#
1%…
Š
8a?:
•
Œ^8
Trường hợp 4: …
•
4 '-'$'?#1%…
Š
…
•
@FL
…
Š
F!…
89=040…
7U…
=…
•
!'4A'$…
Š
!'$…
8a?b'4
•
2'O'b1%:
Nguyễn Thị Phương Trang – CNTT K6 -17
Hình 3: Trường hợp C
jmp
= d(O
j
,O
p
) - d(O
j,
O
m
) có thể là âm hoặc dương
Hình 4: Trường hợp C
jmp
bằng
không
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
•
Œ#d…
•
…
e#d…
•
…
Š
e8Gb
•
14n8
Q02'+7.2WBb'4…
7P…
2'O'
b!4:8
4mMf<''7'L''@!4:
INPUT:#514'?3"!.'$>
OUTPUT:>'$#514!''*12n'1%.*8
Bước 1: ,>.2H##7*>u‘
Bước 2: @
'*'+'''&.2…
…
8?…
1%.2
H##%…
1%.2>+1%##8
Bước 3: 9Y'&.2…
%…
8@…
…
8)04
1%
n0…
7U…
%;417'Š8)04
#F'4!7'•8
Bước 4: 9Y.2>+1%H##O'b.2H##F
L?*<i'$''y8
7'Š%'?mMf+#4*'+>d>e'&…
…
89Y'&
'@
W4'34>>.289= ('@'E
Nguyễn Thị Phương Trang – CNTT K6 -18
Hình 5: Trường hợp C
jmp
= d(O
j
,O
p
) - d(O
j,
O
m,2
) luôn âm
Tính giá trị khi thay đổi
Chọn một đối tượng không là trọng tâm Orandom
Gán mỗi đối tượng còn lại vào cụm gần nhất
Chọn đối tượng bất kỳ vào k cụm
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
mMf1%…d’8>8d>e
Š
e?’1%!.t1&8)4mMf>w4
;4+-@>b'E>%1%18
Ví dụ:>'-4'Œ\^'3'%>ŒŠ'$8
'7'L''E4>H##!2''j:
Hình 6: Các bước thực hiện của k-medoids
h34W',7*>=%'$d%4Oe<Ow''
't1%'y% '$n13121%i
',7348
0H', 7*>=>'nd%4ke8@'Ew
'4BnA%4O“%4k8)04%'*12F
='k1%n'E'$%L'1&1;4=?'0>>
't!LB%8
Nhận xét:
4>H##!F4>H!''2#514
'?v4=>H##!'b4+U@F'Ev4%''b'W1!
b47=84W'+4%-4W4'34%!.12
'$>Š8
Nguyễn Thị Phương Trang – CNTT K6 -19
QŒŠ
}&1'0>>
't!LB%
0
…7U
…#
04
b
.F
Diễn giải chi ết
Tọa độ các điểm n, có thể cập nhập tọa độ các điểm
Kết quả phân lớp
Các điểm thuộc từng cụm, có thể cập nhật, thay đổi
Chọn nhập tọa độ trọng tâm từng cụm
Chọn số cụm
Chọn số điểm
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
III. Ứng dụng mô phỏng thuật toán Kmeans
Giới thiệu:
l#$+H4QfH!8
G#'F=:
a514%:|.d4 '!.LW#Fe%, ''F
(, 1%''b4 '!.4W%!.'$'3'$d4 '!.LW
#Fe8
Nguyễn Thị Phương Trang – CNTT K6 -20
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
)!"#$'?&'>'$734d7<!.'$!.
A'$e&'%, ,nA'$8
Nguyễn Thị Phương Trang – CNTT K6 -21
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
Tổng kết
T%414i=7%B;4-a4>!n4-n
@'''47WHU;43=7%W!y
,'4”W-a'Z5(#$'Z
5'4#$a%&'7R”
#4>#514(#$'n'$#5148
T%7'i=7%'0-4QfH!%4Q
fH##!'ZL'2'(#$B;4=''$#514
F+#L%4QfH!8
T''Z-'0(#$G1HM1! (#$y
!"#$>''-4'WKH7'E=8
)0470#$5'('6'?!C'E(#$G1HM1'!''%
;4+bKH7!H!-4%2'KH7= ''#vFyKH7
%'%%F8hy,'#v#%4”(#$G1H
M1!?i(#$G1HM1!>#514AKH7
448H#4884'=7%'$53=7%'Z
y,'42'*-8
4.'`‹O'n%'F3hYmy'i'‹-4>0
('7B@'%7'%'Z-4>H0Oy'
-4>0('(#$%L'0.F8
n,•
Nguyễn Thị Phương Trang – CNTT K6 -22
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
TÀI LIỆU THAM KHẢO
Sách – Bài báo khoa học
\ G=>'#514)–Th„o4.'G„f'+:
|8hYmy'8
Š m9T=)4v96„4n9Z–4n)Ff„%
dŠ^^Že"Cải tiến thuật toán K-Means và ứng dụng phân cụm dữ liệu tự
độnggT'„ +Q,'h„}'„<h<)8
14~Data Mining và Ứng dụng Analytics chuẩn hóa website
hungvuong.edu.vn ‚ )4v b mF 7 ' b
)W'(4>,'h„„`9F„f8
• „H|m> “A K-means-like Algorithm for K-medoids Clustering
and Its performance”
Internet
— :xxH8K>H#8xK>xa˜
• :xx4'8H#471!8xŠ^\\x^x\•x#>H
4#4
] :xx8!'7#8'x#'x••\•—^•]x••x4_‹\_TM_MamMf
Ebook
• ’#4'afm)f'H1|H7'9
Q48
Nguyễn Thị Phương Trang – CNTT K6 -23
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
PHỤ LỤC
Phụ lục 1: Ứng dụng Data mining vào phần mềm Analytics để chuẩn hóa
website Hungvuong.edu.vn
[3]
Giới thiệu Google Analytics
G1HM1'!1% ''$ W-KH7!"#$%%v
@'EG1H8G1HM1'!1% 5+n@'KH7
*Wb%1%''$2'''%;4+bKH7!H%5
1%|‹…'4 *8)G1HM1'!;4+b'?
4H#”.>W1n@'O"1X#514WA
KH7!H%'''0#b';4+'8
'(' 'EG1HM1'!
Nguyễn Thị Phương Trang – CNTT K6 -24
Hình 7: Giao diện tổng quan của Google Analytics
Báo cáo chuyên đề Khai phá dữ liệu và kho dữ liệu
Giảng viên: PGS. TS. Đỗ Phúc
h.G1HM1'!!"#$'?:
T02'124'%KH7!H'E=%%1%7W4,
0KH7!HAn4d;4=>0WG1H;4'1'>%1>AKH7!H>'
”L'0WKH7!HD8e8)041%=>0WG1H=!"#$!
702',=>0A>?%%A?;4+b#v#%5
'012'%b #4.F542'124'-4F
%4%F8
G1HM1'!'?1W0•—7'>'4y!"#$
n@'*'+#514-14124'KH7'E,4<4'%
'Ew6%4;4+'E'''0#b';4+'&'!.12
OH>kKH7!H,AAOHKH7!H%D8G1H
M1'!>'jH#”>'4'%KH7'E!"#$&'
!.13OH?'?2'!"#$OH #42'w6-4
Nguyễn Thị Phương Trang – CNTT K6 -25
Hình 8: Cách thức hoạt động của Google Analytics
