LuanVan.vnLuận Văn
Gửi thư

Ứng dụng thuật toán K-means trong phân tích dữ liệu

Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Thành Đạt
Người hướng dẫnTrần Thủ Lễ
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2025
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trình bày tổng quan về khái niệm, phân loại về học máy và nêu khái quát về học máy không giám sát, đồng thời nói về cơ sở lý thuyết cơ bản có trong học máy bao gồm đại số tuyến tính, các khái niệm xác suất mẫu và các thư viện Python cơ bản. Giới thiệu về phân cụm dữ liệu như khái niệm, mục đích, các phương pháp phân cụm phổ biến và một số hạn chế và thách thức phân cụm khi áp dụng, nêu rõ hơn về cốt lõi của học máy không giám sát nói chung cũng như thuật toán K-means nói riêng. Trình bày chi tiết về mô hình, nguyên lý hoạt động, chứng minh tính hội tụ của hàm mất mát, chứng minh nghiệm tối ưu của K-means, trình bày thuật toán K-means++, các phương pháp chọn số cụm K tối ưu phổ biến, các chỉ số thang đo sau khi phân cụm K-means và nêu ra ưu điểm và nhược điểm của K-means. Đề tài có trình bày một ứng dụng về đánh giá dữ liệu doanh thu dựa trên bộ dữ liệu hơn 72000 biến quan sát của một cửa hàng siêu thị địa phương bằng thuật toán K-means bao gồm tiến hành xử lý giá trị ngoại lệ và giá trị bị thiếu, loại bỏ biến trùng lặp, tiến hành phân cụm, chạy thuật toán chọn số K phân cụm tối ưu, chạy và so sánh giữa 2 thuật toán K-means và K-means++ và thể hiện các biểu đồ và bảng chỉ số cần thiết và đánh giá chất lượng phân cụm và trình bày kết quả trực quan. Kết quả cho thấy phân cụm dữ liệu doanh thu làm rõ bức tranh vận hành của cửa hàng, tầm quan trọng của việc kiểm soát dữ liệu đầu vào và đầu ra, vai trò khi áp dụng các chính sách khuyến mãi cần thiết và cần khai thác hợp lý các nhóm sản phẩm dựa trên cụm doanh thu để tối ưu chiến lược kinh doanh tại thị trường địa phương.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

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 công nghệ thông tin · 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.