Tóm tắt Luận văn Thạc sĩ: Ứng dụng máy học để dự đoán nghề nghiệp của thuê bao di động

Trong bối cảnh cạnh tranh gay gắt của ngành viễn thông, việc thấu hiểu khách hàng trở thành yếu tố then chốt giúp các doanh nghiệp tối ưu hóa chiến lược kinh doanh. Nghiên cứu này tập trung vào bài toán quan trọng là dự đoán nghề nghiệp của thuê bao di động, đặc biệt là nhận diện đối tượng sinh viên, nhằm xây dựng chân dung khách hàng chi tiết. Bằng cách áp dụng các kỹ thuật học máy tiên tiến trên bộ dữ liệu lớn và phức tạp từ các nhà mạng, mục tiêu là phát triển một mô hình phân loại hiệu quả. Mô hình này không chỉ hỗ trợ các nhà khai thác viễn thông trong việc thiết kế các gói dịch vụ và sản phẩm phù hợp mà còn nâng cao khả năng thu hút và giữ chân khách hàng, từ đó gia tăng lợi nhuận bền vững.

Các nhà khoa học dữ liệu, kỹ sư học máy, chuyên gia phân tích kinh doanh, các nhà quản lý trong ngành viễn thông, và sinh viên/nghiên cứu sinh quan tâm đến ứng dụng AI trong viễn thông.

Luận văn nghiên cứu phát triển một mô hình học máy để dự đoán nghề nghiệp của thuê bao di động, cụ thể là phân loại xem một thuê bao có phải là sinh viên hay không, nhằm cung cấp thông tin chân dung khách hàng giá trị cho các nhà khai thác viễn thông. Để đạt được mục tiêu này, nghiên cứu đã sử dụng một lượng lớn dữ liệu cuộc gọi chi tiết (CDR) từ một công ty viễn thông hàng đầu tại Việt Nam, bao gồm 6 tháng dữ liệu thô khổng lồ (ước tính 50TB). Quá trình tiền xử lý dữ liệu phức tạp được thực hiện để giải quyết các thách thức như khối lượng lớn, sự đa dạng, trùng lặp, mất mát và không cân bằng của dữ liệu. Nghiên cứu đã thử nghiệm nhiều thuật toán học máy phổ biến như Cây quyết định, Rừng ngẫu nhiên, Mô hình tuyến tính tổng quát (GLM), Máy tăng cường Gradient (GBM) và XGBoost. Kết quả thực nghiệm cho thấy thuật toán XGBoost đạt hiệu suất cao nhất với giá trị AUC là 94,6% trong bài toán phân loại nhị phân này. Việc triển khai và thử nghiệm mô hình được thực hiện thông qua các nền tảng Spark và H2O (sử dụng chế độ AutoML). Mặc dù phương pháp chọn mẫu thuận tiện được sử dụng có những hạn chế nhất định về tính đại diện, nghiên cứu đã cung cấp một khung làm việc vững chắc. Mô hình dự đoán nghề nghiệp này có tiềm năng ứng dụng cao, giúp các nhà mạng tối ưu hóa chiến dịch marketing, cá nhân hóa dịch vụ và tăng cường giữ chân khách hàng, đóng góp vào tăng trưởng doanh thu.