Thạc Sĩ Ứng dụng Business Intelligence SQL Server 2008 trong thương mại điện tử

MỤC LỤC
DANH MỤC BẢNG BIỂU VÀ HÌNH VẼ . x
BẢNG CÁC CHỮ VIẾT TẮT xii
LỜI MỞ ĐẦU . 1
Chương 1. Giới thiệu 3
1.1. Tổng quan về Business Intelligence . 3
1.2. Một số hệ thống BI đang được ứng dụng . 5
1.3. Hướng tiếp cận 6
1.3.1. Ứng dụng Business Intellegence trong thương mại điện tử 6
1.3.2. Hướng nghiên cứu của đề tài . 8
1.3.3. Đề tài đã thực hiện được một số nội dung sau 8
Chương 2. Các khái niệm liên quan đến Business Intelligence 9
2.1. Cơ sở lý thuyết 9
2.1.1. Kho dữ liệu 9
2.1.2. Tổng quan về khai phá dữ liệu 14
2.2. Giới thiệu bộ công cụ BI trong hệ quản trị Ms Sql Server 2008 . 16
2.3.1. Dịch vụ tích hợp (Integration services) . 17
2.3.2. Dịch vụ báo cáo (Reporting service) 17
2.3.3. Dịch vụ phân tích (Analysis Services) . 18
2.3. Một số kỹ thuật khai phá dữ liệu 18
2.3.1. Thuật toán hồi quy tự động (Auto Regression Algorithm) . 20
2.3.2. Luật kết hợp (Association Rule) . 21
Chương 3. Ứng dụng BI Sql Server trong bài toán thương mại điện tử . 25
3.1. Bài toán thực tế và giải pháp giải quyết . 25
3.2. Mô tả và chuyển đổi dữ liệu 25
3.3. Xây dựng kho dữ liệu . 26
3.4. Xây dựng các báo cáo biểu diễn dữ liệu bằng Ms Reporting Service 28
3.4.1. Báo cáo tổng hợp kinh doanh . 29
3.4.2. Một vài dạng báo cáo động khác 34
3.5. Xây dựng các mô hình khai phá dữ liệu . 40



3.5.1. Mô hình khai phá dữ liệu dự đoán xu hướng . 40
3.5.2. Mô hình khai phá dữ liệu phân tích giỏ hàng . 46
Kết luận – Hướng nghiên cứu . 55
Tài liệu tham khảo 56






DANH MỤC BẢNG BIỂU VÀ HÌNH VẼ
Hình 1.1. Mô hình chung của BI 3
Hình 1.2. Thành phần chính hệ thống BI . 5
Hình 2.1. Kiến trúc kho dữ liệu 9
Hình 2.2. Sơ đồ hình sao 11
Hình 2.3. Sơ đồ bông tuyết . 12
Hình 2.4. Ví dụ về mô hình dữ liệu 3 chiều . 13
Hình 2.5 Mô tả chi tiết các bước của quá trình khám phá tri thức . 15
Bảng 2.6. Ứng dụng của các giải thuật khai phá trong Sql Server 2008 19
Hình 3.1. Cơ sở dữ liệu thương mại điện tử . 26
Bảng 3.2. Mô tả cơ sở dữ liệu thương mại điện tử . 27
Hình 3.3. Kho dữ liệu giao dịch mua bán . 27
Hình 3.4. Báo cáo tổng hợp kinh doanh . 29
Hình 3.5. Biểu đồ báo cáo tổng hợp doanh thu 30
Hình 3.6. Thay đổi group, series trong Reporting service . 30
Hình 3.7. Biểu đồ báo cáo tổng hợp theo các quý của năm . 31
Hình 3.8. Biểu đồ báo cáo tổng hợp giao dịch mua bán theo độ tuổi và giới tính . 32
Hình 3.9. Biểu đồ báo cáo doanh số bán hàng theo đặc tính khách hàng 33
Hình 3.10. Biểu đồ mối liên hệ giữa sở thích và độ tuổi 34
Hình 3.11. Báo cáo số lượng sản phẩm đã bán theo danh mục sản phẩm . 35
Hình 3.12. So sánh số lượng khách hàng theo tuần của 2 tháng 36
Hình 3.13. Biểu đồ so sánh số lượng khách hàng theo tháng của năm 36
Hình 3.14. Các tham số trong báo cáo 37
Hình 3.15. Báo cáo kinh doanh theo khu vực 37
Hình 3.16. Biểu đồ số lượng khách hàng theo loại sản phẩm và giới tính . 38
Hình 3.17. Báo cáo số lượng tiêu thụ theo thể loại sản phẩm trên từng quốc gia 39
Hình 3.18. Dữ liệu huấn luyện mô hình dự đoán xu hướng kinh doanh 41
Hình 3.19. Biểu đồ dự đoán xu hướng kinh doanh 41
Hình 3.20. Biểu đồ doanh số kinh doanh . 42
Hình 3.21. So sánh kết quả dự báo và giá trị thật sự 43
Hình 3.22. Dữ liệu huấn luyện dự đoán xu hướng theo thể loại và vùng 43
Hình 3.23. Biểu đồ dự đoán xu hướng năm tiếp theo theo thể loại và khu vực . 44
Hình 3.24 : Kết quả dự báo Time Series dưới dạng bảng 45
Hình 3.25. So sánh kết quả dự đoán và thực tế cho thể loại Action . 46
Hình 3.26. Dữ liệu huấn luyện 1 cho mô hình dự đoán phân tích giỏ hàng . 47
Hình 3.27. Dữ liệu huấn luyện 2 cho mô hình dự đoán phân tích giỏ hàng . 47
Hình 3.28. Mô hình khai phá Microsoft Association Rules . 48
Bảng 3.3. Thống kê một số luật từ mô hình . 49



Hình 3.29. Rule Tab trong mô hình khai phá Microsoft Association Rules 50
Hình 3.30. Mạng phụ thuộc trong mô hình khai phá Microsoft Association Rules . 51
Hình 3.31. Mạng phụ thuộc-2 trong mô hình khai phá Microsoft Association Rules . 51
Hình 3.32. Dữ liệu test cho mô hình phân tích giỏ hàng 52
Hình 3.33. Dữ liệu test cho mô hình phân tích giỏ hàng 53
Hình 3.34. Kết quả chạy dữ liệu test qua mô hình phân tích giỏ hàng 53
Hình 3.35. Dữ liệu test mô hình phân tích giỏ hàng 54





BẢNG CÁC CHỮ VIẾT TẮT
Viết tắt Tên đầy đủ
BI Business Intelligence
CSDL Cơ sở dữ liệu
KPDL Khai phá dữ liệu
OLAP Online Analytical Processing
SQL Structured Query Language
T - SQL Transact - Structured Query Language
TMĐT Thương mại điện tử
C2C Consumer-to-Consumer
ARTXP Auto Regression Trees with Cross Predict
ARIMA Auto Regressive Integrated Moving Average

1

LỜI MỞ ĐẦU
Trong gần hai thập kỷ qua, các hệ thống cơ sở dữ liệu đã đem lại những lợi ích vô
cùng to lớn cho nhân loại. Cùng với sự phát triển của công nghệ thông tin và ứng dụng
của nó trong đời sống- kinh tế- xã hội, lượng dữ liệu thu thập được ngày càng nhiều theo
thời gian, làm xuất hiện ngày càng nhiều các hệ thống cơ sở dữ liệu có kích thước lớn.
Trong tình hình hiện nay, khi thông tin đang trở thành yếu tố quyết định trong kinh
doanh thì vấn đề tìm ra các thông tin hữu ích trong các cơ sở dữ liệu khổng lồ ngày càng
trở nên mục tiêu quan trọng của các doanh nghiệp và khai phá dữ liệu dần trở thành thành
phần chính để thực thi nhiệm vụ khai phá tri thức. Được đánh giá sẽ tạo ra cuộc cách
mạng trong thế kỷ 21, khai phá dữ liệu sẽ ngày càng được ứng dụng phổ biến trong các
lĩnh vực kinh tế, xã hội: ngân hàng, truyền thông, quảng cáo, Theo thống kê năm 2013,
tỉ lệ dân số dùng Internet là 36%, trong đó 57% sử dụng thương mại điện tử để mua sắm
online. Nếu chỉ tính riêng số liệu của Việt Nam, năm 2011, tỉ trọng thương mại điện tử
chiếm 0.25% thị trường, đạt 154 triệu USD. Đến cuối 2016, dự kiến tỉ trọng này tăng gần
gấp 3 lần, đạt 0.71% với giá trị vốn hoá tăng gấp 6 lần đạt trên 900 triệu USD (tương
đương 18,000 tỷ VNĐ). Con số này hoàn toàn trùng khớp với sự phát triển của xu thế bán
lẻ trực tuyến khi Nguyễn Kim đặt kế hoạch doanh số eCommerce năm 2014 là trên 200
tỷ, thegioididong.com là trên 1000 tỷ, FPT Retail là trên 500 tỷ Bên cạnh đó, sàn
TMĐT Sendo.vn vừa tuyên bố sẽ chiếm lĩnh vị trí số 1 trong mảng C2C, hiện tại giao
dịch qua hệ thống của họ (nếu giữ ở mức hiện tại) trên dưới 500 tỷ trong năm 2014 [3].
Có thể thấy thương mại điện tử phát triển nhanh theo xu thế toàn cầu hóa. Việc giao dịch
thông qua các website thương mại đện tử tạo ra lượng dữ liệu vô cùng lớn. Dữ liệu chính
là thông tin về khách hàng cũng như các sản phẩm giao dịch. Nếu có thể khai thác nguồn
dữ liệu này thì chúng ta sẽ có một hệ thống thông tin rất giá trị phục vụ cho phát triển
thương mại điện tử. Do đó nhu cầu xây dựng kho dữ liệu, mô hình khai phá dữ liệu là
thiết yếu cho việc tổng hợp, báo cáo và đưa ra quyết định kinh doanh.
Nhằm xác lập chỗ đứng trong thị trường giải pháp thông tin doanh nghiệp
(Business Intelligence - BI), Microsoft SQL Server 2008 cung cấp các công cụ có khả
năng quản lý báo cáo và phân tích đủ mọi cấp độ, tích hợp chặt chẽ với Microsoft Office,
cho phép đưa thông tin doanh nghiệp đến tất cả nhân viên, giúp ra quyết định nhanh hơn
và tốt hơn. Với cơ sở hạ tầng mạnh, linh hoạt và có thể mở mở rộng, tích hợp chặt chẽ với
Microsoft Office, giải pháp BI trong SQL Server 2008 trở nên linh động và tin cậy đối với
những khách hàng lựa chọn Microsoft.
Với lý do trên, luận văn tìm hiểu về các vấn đề, kỹ thuật trong Business Intelligence
và ứng dụng trong thương mại điện tử bằng công cụ Microsoft Sql Server 2008.

2

Nội dung chính của luận văn trình bày những tìm hiểu của mình về Business
Intelligence trong thương mại điện tử và đưa ra phương pháp xây dựng mô hình dự báo
xu hướng, phân tích giỏ hàng để nhận biết hành vi mua bán của khách hàng với các kỹ
thuật khai phá dữ liệu Microsoft Time Series, Microsoft Association Rule. Cấu trúc của
luận văn được chia thành 3 chương như sau:
Chương 1. Giới thiệu
Chương này giới thiệu về BI, hướng tiếp cận của BI và mô tả ngắn gọn hướng
nghiên cứu của luận văn.
Chương 2. Các khái niệm liên quan đến Business Intelligence
Chương này trình bày cơ sở lý thuyết về kho dữ liệu, khai phá dữ liệu, giới thiệu
bộ công cụ BI Sql Server.
Chương 3. Ứng dụng BI Sql Server trong bài toán thương mại điện tử
Chương này trình bày về bài toán thực tế thương mại điện tử, xây dựng kho dữ liệu, xây
dựng các báo cáo tổng hợp, báo cáo động, xây dựng mô hình khai phá dữ liệu.
Kết luận. Tóm tắt các kết quả đạt được