
ĐẠI HỌC GIAO THÔNG VẬN TẢI TP. HỒ CHÍ MINH
KHOA CÔNG NGHỆ THÔNG TIN
THỰC TẬP TỐT NGHIỆP
PHÂN TÍCH DỮ LIỆU TUYỂN SINH CHO TRƯỜNG ĐẠI HỌC GIAO
THÔNG VẬN TẢI TP. HỒ CHÍ MINH
Giảng viên hướng dẫn: ThS. Đặng Nhân Cách
Sinh viên thực hiện: Trần Thị Thu Trang – 1751150069 – KM17
Tiếu Thị Thanh Ngân – 1751120034 – CN17A
Nguyễn Thanh Trúc – 1751150071 – KM17
Nguyễn Thị Bích Ngọc – 1751150039 – KM17
Ngành: Công Nghệ Thông Tin
Chuyên ngành: Truyền thông và mạng máy tính
Công Nghệ Thông Tin
Khóa: 2017 – 2021
TP. HỒ CHÍ MINH NĂM 2020

NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
TP. Hồ Chí Minh, ngày tháng năm 2020
Giảng viên hướng dẫn
(Kí và ghi rõ họ tên)

NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
.................................................................................................................................
TP. Hồ Chí Minh, ngày tháng năm 2020
Giảng viên phản biện
(Kí và ghi rõ họ tên)

Trang i
MỤC LỤC
MỤC LỤC ......................................................................................................................... i
DANH MỤC HÌNH ẢNH ................................................................................................ iv
DANH MỤC BẢNG BIỂU ............................................................................................ viii
DANH MỤC VIẾT TẮT ................................................................................................... ix
LỜI MỞ ĐẦU ................................................................................................................... 1
LỜI CẢM ƠN ................................................................................................................... 4
LỜI CAM ĐOAN .............................................................................................................. 5
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ CÔNG CỤ NGHIÊN CỨU ................................ 6
1.1. Cơ sở lý thuyết ....................................................................................................... 6
Khái niệm của khai phá dữ liệu ..................................................................... 6
Các phương pháp khai phá dữ liệu ................................................................ 6
Quy trình khai phá dữ liệu ............................................................................. 6
Lợi ích của khai phá dữ liệu .......................................................................... 8
1.2. Ngôn ngữ lập trình Python .................................................................................... 8
Khái niệm ....................................................................................................... 8
Tính năng ....................................................................................................... 9
Tại sao nên sử dụng Python? ......................................................................... 9
1.3. Thư viện Python .................................................................................................. 10
Thư viện BeautifulSoup4 .............................................................................. 10
Thư viện Request .......................................................................................... 11
Thư viện FeedPaser ..................................................................................... 12

Trang ii
Xử lý ngôn ngữ tự nhiên (Natural Language Processing) ........................... 13
Thư viện NLTK ............................................................................................. 14
1.4. Thu thập dữ liệu từ Website ................................................................................ 14
1.5. Thế nào là StopWords? ....................................................................................... 16
Khái niệm ..................................................................................................... 16
Cách loại bỏ StopWords .............................................................................. 16
1.6. Phần mềm Export Comments .............................................................................. 17
1.7. Google Colaboratory .......................................................................................... 18
1.8. WordCloud .......................................................................................................... 19
1.9. Youtube API v3 .................................................................................................... 19
Khái niệm ..................................................................................................... 19
Cách thức hoạt động .................................................................................... 20
1.10. Google Analytics ............................................................................................... 21
Giới thiệu về Analytics ............................................................................... 21
Công dụng của Google Analytics ............................................................... 21
Cách thức hoạt động của Google Analytics............................................... 22
CHƯƠNG 2: KHAI PHÁ VÀ XỬ LÝ DỮ LIỆU ............................................................. 23
2.1. Dữ liệu Website tuyensinh.ut.edu.vn ................................................................... 23
2.1.1. Khai phá dữ liệu Website ............................................................................. 24
2.1.2. Xử lý dữ liệu ................................................................................................. 26
2.2. Dữ liệu Youtube ................................................................................................... 27
2.2.1. Khai phá dữ liệu ........................................................................................... 28