Luận văn Thạc sĩ: Một số thuật toán học máy trong phân loại hành vi sử dụng gói cước data viễn thông

Trong kỷ nguyên số hóa hiện nay, sự bùng nổ dữ liệu, đặc biệt trong ngành viễn thông, đặt ra cả thách thức và cơ hội to lớn. Với lượng dữ liệu khổng lồ từ các thiết bị kết nối, việc phân tích sâu sắc hành vi người dùng trở thành yếu tố then chốt để nâng cao hiệu quả hoạt động và lợi thế cạnh tranh. Luận văn này tập trung khai thác các thuật toán học máy để phân loại hành vi khách hàng dựa trên dữ liệu gói cước data viễn thông. Mục tiêu là xây dựng các mô hình dự đoán chính xác, hỗ trợ các đơn vị kinh doanh đưa ra quyết định chiến lược, tối ưu hóa các chiến dịch và cải thiện trải nghiệm khách hàng.

Các nhà nghiên cứu, sinh viên và chuyên gia trong lĩnh vực khoa học dữ liệu, học máy, và viễn thông; các doanh nghiệp viễn thông mong muốn ứng dụng phân tích dữ liệu để hiểu hành vi khách hàng.

Nghiên cứu này khám phá ứng dụng của các thuật toán học máy trong việc phân loại hành vi khách hàng sử dụng gói cước data viễn thông, nhằm mục đích tối ưu hóa hoạt động kinh doanh và tăng cường sự hài lòng của khách hàng. Luận văn đi sâu vào các kỹ thuật xử lý dữ liệu lớn, đặc biệt là việc sử dụng Apache Spark để xử lý dữ liệu phân tán, giúp phân tích hiệu quả các tập dữ liệu khổng lồ trong ngành viễn thông. Các thuật toán phân lớp trọng tâm được khảo sát và áp dụng bao gồm Phân loại tuyến tính, Hồi quy Logistic, Naïve Bayes và Rừng ngẫu nhiên (Random Forest). Quy trình nghiên cứu bao gồm việc giới thiệu bài toán, tổng quan về quy trình phân tích dữ liệu, các phương pháp tiền xử lý dữ liệu như xử lý thiếu giá trị, ngoại lai, và giảm chiều dữ liệu (PCA). Ngoài ra, các chỉ số đánh giá hiệu năng mô hình như Ma trận nhầm lẫn, Accuracy, Precision, Recall, F1-score, Đường cong ROC, Biểu đồ Lift và Gain cũng được trình bày chi tiết. Kết quả của nghiên cứu là các mô hình có khả năng phân loại và dự đoán nhu cầu sử dụng của khách hàng, cung cấp cơ sở dữ liệu quan trọng cho các đơn vị kinh doanh để hoạch định và triển khai các chiến dịch tiếp thị hiệu quả, từ đó góp phần gia tăng doanh thu và giảm thiểu chi phí vận hành.