LuanVan.vnLuận Văn
Gửi thư

Ứng dụng mô hình học máy trong phân khúc khách hàng

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhMarketing, thương mại
Tác giảBùi Thị Hoàng Oanh
Người hướng dẫnHoàng Văn Hà
Cơ sở đào tạoĐại học Quốc gia TP. Hồ Chí Minh
Năm2025
NguồnThư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc

Tóm tắt

Dựa trên dữ liệu giao dịch từ kho bán lẻ trực tuyến, Đồ án nghiên cứu và triển khai một hệ thống gợi ý sản phẩm cá nhân hóa dựa trên phân khúc khách hàng. Quá trình nghiên cứu bao gồm chuẩn hóa dữ liệu RFM (Recency, Frequency, Monetary), phân cụm khách hàng bằng K-Means, đánh giá hiệu quả phân nhóm và huấn luyện mô hình phân loại khách hàng với các thuật toán học máy như Random Forest, XGBoost và MLP. Sau khi xác định mô hình phân loại tốt nhất (XGBoost), hệ thống cung cấp gợi ý sản phẩm theo từng cụm khách hàng, kết hợp Cluster-Based Filtering và Content-Based Filtering tạo thành giải pháp Hybrid Recommendation.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.