ỨNG DỤNG MẠNG nơ RON vào xây DỰNG hệ hỗ TRỢ RA QUYẾT ĐỊNH KINH DOANH GAME ONLINE ở VIỆT NAM

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN

Học viên thực hiện

:

CH1401006

Nguyễn Hữu Lộc

CH1401009

Hoàng Tuấn Long
:

CH1401021

Mai Trọng Khang

Lớp

Tạ Thu Thủy

CH1401010

CH09_KHMT

Đề tài:

ỨNG DỤNG MẠNG NƠ-RON VÀO
XÂY DỰNG HỆ HỖ TRỢ RA QUYẾT ĐỊNH
KINH DOANH GAME ONLINE Ở VIỆT NAM

Giảng viên hướng dẫn

:

PGS.TS. ĐỖ PHÚC

TP. Hồ Chí Minh, tháng 08 năm 2015

LỜI MỞ ĐẦU VÀ LỜI CẢM ƠN


2
Cuộc sống vốn dĩ phức tạp khiến cho việc ra quyết định của con người không dễ
dàng. Việc ra quyết định hợp lý sẽ thúc đẩy vận mệnh một con người lên một tầm cao mới
và ngược lại, quyết định kém sẽ có thể khiến họ mất hết tất cả.
Ở Việt Nam hiện nay, việc kinh doanh game online đang ngày càng phát triển và trở
thành lĩnh vực kinh doanh ăn nên làm ra của nhiều doanh nghiệp. Tuy nhiên, để nắm bắt
được tâm lý game thủ không phải việc dễ dàng. Đồng thời sự bão hòa của thị trường game
với hang loạt các game mới ra mắt mỗi tháng khiến cho việc dự định đầu tư phát hành game
của doanh nghiệp gặp nhiều khó khăn.
Hệ hỗ trợ ra quyết định chính là một mơ hình thích hợp cần được nghiên cứu và vận
dụng vào việc hỗ trợ quyết định kinh doanh game của các doanh nghiệp. Việc ra quyết định
có nên kinh doanh một tựa game mới dựa trên sự quan sát các tựa game đã và đang hoạt
động ở thị trường Việt Nam giúp các doanh nghiệp an tâm hơn khi quyết định đầu tư. Vừa
góp phần đảm bảo sự thành công cho doanh nghiệp, vừa đảm bảo những tựa game sắp phát
hành sẽ có chất lượng tốt, đáp ứng được nhu cầu của game thủ.

Em xin chân thành cảm ơn PGS.TS. Đỗ Phúc, giảng viên môn học Hệ hỗ trợ quyết
định. Cảm ơn thầy đã cung cấp cho chúng em những tri thức quý giá qua môn học cũng như
các tài liệu cần thiết để em và các anh chị trong lớp có thể hồn thành tốt bài báo cáo của
mình.
Tp. Hồ Chí Minh, 02/08/2015
Nhóm thực hiện

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


3
NHẬN XÉT
(Của giảng viên hướng dẫn)
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................

Mục lục
GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


4

Chương 1 MỞ ĐẦU
1.1. Lý do chọn đề tài
Thị trường game Việt Nam đang bão hòa với hang tram game lớn nhỏ hiện đang hoạt
động, trong đó khơng ít những game kém chất lượng. Tuy nhiên tiềm lực của ngành game
Việt Nam vẫn còn chưa khai thác hết, nhưng để một doanh nghiệp game thành cơng thì bên
cạnh chất lượng của game, nhà phát hành thì việc nắm bắt thị hiếu game thủ là một điều vô
cùng cần thiết.
Việc tham khảo các tựa game đã được phát hành trước đó và sử dụng làm tri trức để xem
xét mức độ thành công của một tựa game mới sắp được phát hành đóng vai trị vơ cùng
quan trọng giúp điều chỉnh các chiến lược vận hành của nhà phân phối game.
Đây cũng chính là lý do mà em chọn đề tài liên quan đến việc xây dựng một hệ hỗ trợ
quyết định giúp các nhà phát hành game tham khảo để đưa ra quyết định kinh doanh game
của mình.

1.2. Đối tượng, phạm vi nghiên cứu
Đề tài tập trung nghiên cứu các đối tượng sau đây:

• Các đặc trưng của một game online: Một loạt các đặc trưng của game online được
nghiên cứu và lựa chọn ra những đặc trưng chủ yếu ảnh hưởng đến quyết định lựa chọn
gắn bó với một tựa game của người chơi như: đồ họa, gameplay, thu phí….
• Hệ hỗ trợ ra quyết định dựa trên mạng nơ-ron nhân tạo: Nghiên cứu việc sử dụng mạng
nơ-ron nhân tạo để xây dựng nên một hệ ra quyết định đơn giản có khả năng rút trích tri
thức từ cơ sở dữ liệu để từ đó xuất ra những quyết định quan trọng hỗ trợ người sử dụng
trong một lĩnh vực cụ thể - mà ở đây chính là việc kinh doanh game online.

1.3. Ý nghĩa thực tiễn
Đề tài hướng đến việc hỗ trợ các doanh nghiệp kinh doanh game online ở Việt Nam
trong việc quyết định phát hành các tựa game mới. Từ kết quả khuyến nghị của chương
trình ứng dụng đối với một tựa game, các nhà phát hành có thể quyết định tiếp tục hay dừng
lại việc phát hành hoặc tiến hành các chiến lược kinh doanh, quảng bá để bù vào các khiếm
khuyết cố hữu của tựa game game đó.
Bên cạnh đó, việc đánh giá được nhu cầu game thủ địi hỏi các tựa game có chất lượng
cao hơn sẽ định hướng quá trình lựa chọn tựa game mới của nhà phát hành, từ đó nâng cao
chất lượng thị trường game online Việt Nam cũng như tạo động lực thúc đẩy sự phát triển
của nó để trở thành một mảng dịch vụ năng động và tạo ra nhiều lợi nhuận cho đất nước.

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


5

Chương 2 TÌNH HÌNH PHÁT TRIỂN GAME ONLINE Ở VIỆT NAM
2.1. Lịch sử phát triển game online Việt Nam
-

Tháng 06/2003 - dịch vụ ADSL đầu tiên ra đời.
Đầu năm 2005 – Võ Lâm Truyền Kỳ ra mắt game thủ.
Tháng 06/2005 - game 3D đầu tiên tại Việt Nam ra đời.
Cuối tháng 09/2005 - Xã hội phản đối game online.
Tháng 06/2006 - Thông tư 60 ra đời.
Tháng 10/2006 - Game online đầu tiên đóng cửa.
Cuối 2006: Cộng đồng game thủ bước đầu được hình thành có tổ chức.
Năm 2009: năm của web game và game 2D.
Tháng 08/2009 - Thuận Thiên Kiếm chào đời.
Tháng 10/2009 - "Cơn lốc" Kiếm Thế trình làng.

2.2. Khảo sát thị trường game online Việt Nam
2.2.1. Độ tuổi chơi game
Những người chơi dưới 18 tuổi tuy chỉ chiếm hơn 30% nhưng lại là đối tượng đáng
được quan tâm hơn vì đó là đối tượng dễ chịu ảnh hưởng bởi những tác động tiêu cực của
game online nhất. Kết quả khảo sát cho thấy học sinh sinh viên là đối tượng chơi game
nhiều nhất: 86.16%.
2.2.2. Địa điểm chơi
Theo khảo sát có tới 30.14% người được hỏi nói rằng họ chơi game chủ yếu tại quán
internet.
2.2.3. Thời gian chơi
Kết quả khảo sát cho thấy phần lớn người chơi (72,34%) chơi game dưới 3h một ngày.
Chỉ có 27,66% người chơi chơi game trên 3h một ngày.
2.2.4. Nội dung kịch bản
Trong danh sách 6 game dẫn đầu về số lượng người chơi đã có tới bốn game được liệt
vào loại “có yếu tố bạo lực” gồm: Đột kích, Kiếm thế, Võ lâm truyền kỳ, Tây du ký. Trong
đó có tới ba game thuộc loại kiếm hiệp (hoặc tiên hiệp).
2.2.5. Xuất xứ game
Tất cả 6 game này đều nhập từ các nước châu Á trong đó chủ yếu là Hàn Quốc và Trung
Quốc. Điều này chứng tỏ sự tương đồng về văn hóa cũng là một lợi thế trong phát triển

game online.
2.2.6. Thói quen chơi game
Gần như hầu hết người trả lời đều nêu ra tên của hơn một game khi trả lời câu hỏi về
game hay chơi nhất. Và rất nhiều người trong số họ cùng chơi nhiều thể loại game khác
nhau. Do đó, đơn giản, dễ chơi cũng là thị hiếu của một bộ phận không nhỏ game thủ Việt.

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


6

Chương 3 HƯỚNG TIẾP CẬN
Hướng tiếp cận được xây dựng dựa trên sự tham khảo các tri thức về ứng dụng mạng
nơ-ron [1] vào xây dựng hệ hỗ trợ ra quyết định [2] [3] [4] [5] [6]đồng thời có sự kết hợp
giải thuật di truyền [7] [8] trong xây dựng giải thuật huấn luyện.

3.1 Lựa chọn đặc trưng của vấn đề
-

-

-

-

-

-

-

Cấu hình: Đa số người chơi game online là thơng qua các quán game và cấu hình chung
của các máy tính tại đây thường khơng q cao. Do vậy, nếu một tựa game địi hịi cấu
hình q cao sẽ chắc chắn thất bại tại Việt Nam bởi dù có hấp dẫn đến cỡ nào nếu khơng
ai có máy đủ mạnh để chơi thì họ sẵn sang chuyển sang các tựa game kém hấp dẫn hơn.
Đồ họa/ Âm thanh: Sự phát triển của các nền tảng đồ họa cho phép các tựa game ngày
càng có đồ họa long lanh, mượt mà nhưng vẫn phù hợp với cấu hình của nhiều dịng
máy tính khác nhau.
Gameplay: Gameplay hay tính năng của game hiện trở thành nhân tố quan trọng nhất
thu hút người chơi. Các tính năng của game có thể bao gồm: Hệ thống sư đồ, hệ thống
tình lữ, hệ thống thú ni, hệ thống bang hội, chiến trường, hoạt động phó bản. Một tựa
game online với các tính năng phong phú và được cập nhật thường xuyên chắc chắc sẽ
tồn tại lâu dài và thành công.
Cốt truyện: Nhiều tựa game online được xây dựng dựa trên các tiểu thuyết, phim ảnh
sẵn có và do đó thu hút được một lượng lớn người chơi chính là các fan trung thành của
các sản phẩm tiểu thuyết, phim ảnh này. Ví dụ như game naruto 3d dựa trên bộ truyện
Naruto đình đám hay một loạt các game dựa trên truyện tranh Nhật bản như One Piece,
Áo giáp vàng,…
Thu phí: Có nhiều hình thức thu phí khác nhau của các tựa game online đang hoạt động
ở thị trường Việt Nam như miễn phí, thu phí, Vip… Tâm lý của game thủ Việt Nam nói
chung thường khơng mặn mà với các tựa game thu phí mà thay vào đó, họ lại sẵn sang
bỏ tiền vào các tựa game hút máu ẩn mình dưới mác miễn phí.
Bot tools: Auto hay bot tools chính là các cơng cụ hỗ trợ người chơi từ A đến Z khi chơi
game như làm nhiệm vụ, đánh quái, chiến đấu… Một tựa game với cơng cụ auto hỗ trợ
các nhiều tính năng thì càng thu hút nhiều người chơi.
Thời gian bỏ ra: Một đặc điểm chung của các game thủ Việt Nam là họ thường xem
game chỉ là một hoạt động giải trí mà chưa hẳn là một công việc ăn nên làm ra như ở
nhiều quốc gia khác như Hàn Quốc, Mỹ. Một tựa game nắm bắt tâm lý người chơi sẽ có

những hoạt động hợp lý, tốn ít thời gian online của người chơi cùng với đó là việc hỗ trợ
offline vẫn tăng cấp bậc.
Cộng đồng: Cộng đồng chính là tổng hợp các game thủ đang chơi hoặc không chơi
game, quan tâm đến game và luôn luôn theo dõi hoạt động của game. Trong thời đại
facebook thống trị thì việc theo dõi fanpage của game chính là con số ấn tượng nhất thể
hiện sự lớn mạnh của cộng đồng game thủ của một tựa game nào đó.
Nhà phát hành: Chất lượng của nhà phát hành chính là tiêu chí hang đầu mà người chơi
quyết định gắn bó với tựa game nào đó. Chất lượng này được thể hiện qua việc tổ chức

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


7
các hoạt động offline game, các hoạt động trên fanpage, diễn đàn, việc bảo trì, sửa chửa
cũng như giải quyết phản hồi game thủ. Trong việc xác định một tựa game online thành
cơng ở Việt Nam hay khơng thì uy tín của nhà phát hành trong việc phát hành các tựa
game trước đó cũng sẽ ảnh hưởng đến sự lựa chọn của game thủ.

3.2 Thu thập dữ liệu
Bộ dữ liệu về các tựa game được thu thập dựa trên các trang chuyên tin game nổi tiếng ở
Việt Nam như gamek.vn [9], playpark.vn [10], gamethu.vnexpress.net [11]…
Các tiêu chí đánh giá một tựa game sẽ theo thang điểm [0,4], với giá trị càng lớn thể
hiện game có chất lượng càng tốt ở tiêu chí đó. Riêng tiêu chí thu phí của nhà phát hành sẽ
chỉ có hai giá trị 0/1 với 1 là có thu phí.

3.3 Phân thành tập huấn luyện và tập kiểm tra
Một bộ cơ sở dữ liệu thu thập từ khoảng 100 game được tổ chức ở dạng tập tin excel để
thuận tiện cho việc cập nhật, sửa đổi. Các tựa game được thu thập đều là những tựa game đã

và đang hoạt động ở thị trường Việt Nam, và đồng thời cũng là những tựa game gây tiếng
vang trong cộng đồng kể từ những ngày đầu ra mắt.
Hơn 100 tựa game được chia thành 2 tập huấn luyện và tập kiểm tra theo tỉ lệ 7/3.

3.4 Xây dựng bộ học dữ liệu
3.4.1. Lựa chọn cấu trúc mạng
Mạng nơ-ron được lựa chọn để huấn luyện là loại mạng dẫn tiến, trong đó, luồng thơng
tin đi theo một hướng nhất định tạo thành đồ thị khơng có chu trình, các đỉnh là các nơ-ron
còn các cạnh là các liên kết giữa chúng.
Tổ chức cấu trúc mạng dẫn tiến được sử dụng cụ thể:
•
Số input: 9 bằng với số đặc trưng đựa lựa chọn.
•
Số ouput: 1 do ta chỉ cần phân biệt giữa nên và khơng nên phát hành.
•
Số nơ-ron tối đa ở hidden layer là 20, cho phép số nơ-ron tối đa ở lớp ẩn là 20.
GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


8

•

Hàm kích hoạt được sử dụng dạng hàm ngưỡng Sigmoid f(x)=
Khoảng giá trị của hàm: [0,1]
Đồ thị:

3.4.2. Lựa chọn giải thuật huấn luyện

Nhằm mục đích huấn luyện mạng nơ ron cả về trọng số mạng và cả cấu trúc mạng, giải
thuật di truyền được sử dụng vì nhưng ưu điểm của nó như tính dễ thích ứng và thích hợp
với nhiều dạng bài tốn khác nhau cũng như có thể điều chỉnh cải tiến.
Mã hóa cá thể: Các mạng nơ-ron sẽ được mã hóa thành 2 chuỗi: Một chuỗi mơ tả cấu
trúc mạng, một chuỗi mô tả trọng số mạng. Chuỗi cấu trúc mạng chính là một mảng gồm 3
phần tử, phần tử đầu tiên mô tả số input, phần tử thứ hai mơ tả số nơ-ron lớp ẩn cịn phần tử
thứ ba mô tả số output của mạng. Chuỗi trọng số mô tả danh sách trọng số mạng được tổ
chức sao cho phủ hợp với chuỗi cấu trúc mạng.
Ví dụ ta có cách tổ chức mạng nơ-ron như hình sau:

Các nơ-ron sẽ được đánh số từ lớp ẩn, và với mỗi nơ-ron, trong số của các liên kết đến
nó sẽ tạo thành một mảng con m. tập hợp tất cả mảng con m j sẽ cho ta chuỗi trong số của
mạng.
Structure string: 2 3 1
Chromosome string: 0.3 0.1 0.4 0.4 0.5 0.7 0.2 0.5 0.6
Hàm thích nghi: Nhằm mục đích so sánh độ tốt của mỗi lời giải. Giá trị thích nghi được
xác định bằng tổng bình phương chênh lệch giữa giá trị xuất của nơ-ron so với giá trị mong
muốn.
f=1/
Với error = output() – desiredvalue; Giá trị thích nghi f của một cá thể càng lớn thì cá
thể càng tốt.

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


9
Chọn lọc quẩn thể: Với một tỉ lệ chọn lọc cho trước, các cá thể có độ thích nghi tốt nhất
được chọn đồng thời thay các cá thể bị loại bằng các cá thể mới (cơ chế Elitism). Giả sử với

tỉ lệ chọn là 0.8, quần thể các cá thể sẽ được sắp xếp theo một thứ tự, và 80 % cá thể tốt nhất
được giữ lại trong khi 20 % sẽ được thay thế bằng các cá thể mới.
Giao chéo: Mỗi cá thể sẽ tiến hành giao chéo với 1 cá thể nào đó bằng cách hốn đổi các
đoạn gen.Ví dụ: Giao chép đơn điểm với vị trí 4

Mutation- Đột biến: Với mỗi cá thể, một (hoặc một vài) gen nào đó sẽ được thay bằng
một (hoặc một vài) gen ngẫu nhiên . Ví dụ:

•
•

Điều kiện dừng q trình huấn luyện:
Max number of iterators: Số vòng lặp lớn nhất
Threshold error: Giá trị ngưỡng: Nếu chênh lệch giữa giá trị output của mạng và giá
trị mong muốn nhỏ dưới một ngưỡng dừng nào đó.

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


10

Chương 4 CÀI ĐẶT VÀ KẾT LUẬN
Chương trình được cài đặt bằng ngơn ngữ lập trình C# bằng cơng cụ Visual Studio 2013
với sự hỗ trợ của các thư viện Accord.Net [12], Aforge.Net [13], Devexpress [14]

4.1 Xây dựng cơ sở dữ liệu
Cơ sở dữ liệu các tựa game online đã và đang hoạt động tại thị trường Việt Nam được
thu thập và lưu trữ dưới dạng tập tin excel. Cấu trúc dữ liệu trong tập tin excel được tổ chức

thành bảng với 11 cột với cột đầu tiên là tên game, cột cuối cùng là giá trị thành công của
tựa game và các cột còn lại là mức đánh giá độ tốt của tựa game theo 9 đặc trưng được lựa
chọn. Việc sử dụng định dạng excel thuận lợi cho việc tinh chỉnh cơ sở dữ liệu như thêm
xóa sửa dữ liệu một cách dễ dàng, tuy nhiên tính bảo mật khơng cao, cần được cải tiến.

4.2 Q trình huấn luyện
Để thuận tiện cho việc huấn luyện mạng nơ-ron, quá trình huấn luyện được minh họa
thành một biểu đồ cột với giá trị mỗi cột thể hiện giá trị lỗi của mạng sau mỗi vòng lặp huấn
luyện, giá trị lỗi càng nhỏ thì mạng nơ-ron càng học tốt dữ liệu đầu vào.
Chương trình có thể tự động dừng q trình huấn luyện khi giá trị lỗi bé hơn ngưỡng lỗi
định trước hoặc số vòng lặp huấn luyện đạt tối đa. Bên cạnh đó, tùy vào yêu cầu của người
dung mà ta có thể cho dừng q trình huấn luyện bất cứ lúc nào bằng cách quan sát tình
trạng hội tụ của các cột biểu đồ.

4.3 Kiểm thử
Việc kiểm thử được thực hiện bằng cách cho mạng nơ-ron duyệt qua danh sách tựa
game trong tập kiểm tra và xác định trị số lỗi.
Giá trị tổng lỗi cho 30 tựa game là khoảng 0.65, độ sai khác của riêng từng tựa game vào
khoảng 0.022 tức là một tựa game có giá trị quyết định là 0.8 thì giá trị mạng tính ra sẽ nằm
trong khoảng [0.778, 0.822] với một xác suất rất cao. Ta nhận thấy rằng giá trị lỗi này hoàn
toàn chấp nhận được.
GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


11

4.4 Ứng dụng
Sau khi đã huấn luyện và kiểm thử thành công một mạng nơ-ron nhân tạo, công việc tiếp

theo cần làm là sử dụng mạng nơ-ron này để đưa ra quyết định cho các tựa game mới.
Mỗi tựa game mới được nhập vào bảng ở khung Application sẽ được đưa vào làm input
cho mạng nơ-ron và tùy vào output của mạng sẽ tiến hành đưa ra các quyết định như should
or shouldn’t.
Ví dụ như trong hình là game võ lâm truyền kì 3D với giá trị output là 0.37 do giá trị này
khá bé (<0.5) nên hệ thống đưa ra quyết định là “shouldn’t”. Ta cần lưu ý rằng quyết định
của hệ thống chỉ mang tính tham khảo, bởi vì ta hồn tồn có thể thay đổi một số thơng số
vận hành tựa game trong q trình phát hành để nâng cao mức thành cơng cho tựa game đó.

4.5 Kết luận
Sau gần khoảng một khoảng một tháng nghiên cứu và cài đặt hệ hỗ trợ quyết định dựa
trên mạng nơ-ron nhân tạo để xây dựng ứng dụng hỗ trợ việc tiến hành kinh doanh game
online ở Việt Nam, nhóm thực hiện đề tài đã đạt được một số thành cơng nhất định.
Nhóm nhận thấy rằng việc xây dựng hệ hỗ trợ quyết định dựa trên mạng nơron nhân tạo
có thể được xem như việc xây dựng một ứng dụng dựa trên nền tảng máy học với các thành
phần như xây dựng tập dữ liệu huấn luyện và kiểm tra, xây dựng bộ học dữ liệu và sử dụng
bộ học này để nhận dạng các mẫu dữ liệu mới. Hệ hỗ trợ ra quyết định dựa trên mạng nơron dễ dàng cài đặt và có khả năng thích nghi với nhiều dạng bài toán khác nhau, điểm khác
biệt duy nhất là các mã hóa vấn đề để phù hợp với đầu vào và đầu ra của mạng nơ-ron.
Việc sử dụng giải thuật di truyền để huấn luyện mạng nơ-ron cho phép ta xây dựng được
một mạng nơ-ron tốt cả về cấu trúc và trọng số mạng.

TÀI LIỆU THAM KHẢO
GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010


12
[1]

W. S. McCulloch and W. Pitts, "A logical calculus of the ideas immanent in nervous
activity. Bulletin of Mathematical Biophysics," The bulletin of mathematical biophysics, vol. 5, no.
4, pp. 115-133, 01 December 1943.
[2]
P. Conrad and E. ROEHL JR, "An Artificial Neural Network-Based Decision
Support System to Evaluate Hydropower Releases on Salinity Intrusion," in 7th International
Conference on Hydroinformatics, Nice, FRANCE , 2006.
[3]
N. Klintong, P. Vadhanasindhu and . N. Thawesaengskulthai, "Decision Support
System using Artificial Neural Network for Managing Product Innovation," vol. 9, no. 2, pp. 114122, 2012.
[4]
J. Thieme, M. Song and . R. Calantone, "Artificial Neural Network Decision Support
Systems for New Product Development Project Selection," Journal of Marketing Research, vol. 37,
no. 4, pp. 499-507, November 2000.
[5]
D. Delen and R. Sharda, "Artificial Neural Networks in Decision Support Systems,"
in Handbook on Decision Support Systems 1, Springer Berlin Heidelberg, 2008, pp. 557-580.
[6]
J. N. Gupta, G. A. Forgionne and M. Mora, Eds., Intelligent Decision-making
Support Systems, Springer Science & Business Media, 2006.
[7]
[Online].
Available:
[Accessed July 2015].
[8]
A. V. Phan and L. T. Bui, "Giải thuật di truyền trong hỗ trợ lập lịch công tác bệnh
viện," in Chuyên san Công nghệ thông tin và Truyền thơng, vol. 2, Tạp chí Khoa học và Kỹ thuật Học viện KTQS, 2013.
[9]
"Danh sách game," [Online]. Available: />[Accessed July 2015].
[10]

[Online]. Available: www.playpark.vn. [Accessed July 2015].

[11]

[Online]. Available: www.gamethu.vnexpress.net. [Accessed July 2015].

[12]

[Online]. Available: [Accessed July 2015].

[13]

[Online]. Available: [Accessed July 2015].

[14]

[Online]. Available: [Accessed July 2015].

GVHD: PGS.TS. Đỗ Phúc

HVTH: CH1401021, CH1401006, CH1401009, CH1401010