CÂU HỎI MÔN HỌC “NHẬP MÔN KHAI PHÁ DỮ LIỆU VÀ KHO DỮ LIỆU” HTTT
A. Phần trả lời (khoảng 40-60% điểm): mỗi câu trả lời có độ dài khoảng 1/2 -3/5 trang A4
==== Câu hỏi tập trung (Các câu hỏi trong đề thi chủ yếu chọn ở danh sách này )
1. Trình bày các nhiều càng tốt về các đặc điểm phân biệt giữa hệ thống Cơ sở dữ liệu và hệ thống Khai
phá dữ liệu (về tri thức miền, các câu hỏi, kích thước hệ thống ). Cho ví dụ.
2. Tiền xử lý dữ liệu bao gồm 5 bài toán chính là Làm sạch dữ liệu, Tích hợp dữ liệu, Chuyển dạng dữ
liệu, Rút gọn dữ liệu và Rời rạc hóa dữ liệu. Trình bày càng nhiều càng tốt về nội dung và các giải pháp
điển hình cho giải quyết hai 5 bài toán nói trên (chọn hai bài toán nào là do học viên).
3. Trình bày khái niệm luật kết hợp, bài toán phát hiện và thuật toán khai phá tập mục phổ biến Apriori.
Lập luận sơ bộ về tính đúng đắn của thuật toán, ước lượng số lần duyệt CSDL cực đai.
4. Trình bày về bài toán phân lớp (quá trình hai pha xây dựng mô hình và sử dụng mô hình); trình bày
thuật toán cây quyết định tìm luật phân lớp theo độ đo Information Gain hoặc độ đo GINI.
5. Trình bày thuật toán phân lớp Bayes bao gồm phát biểu định lý Bayes.
6. Trình bày thuật toán phân lớp k-NN bằng diễn giải và bằng giả mã.
7. Trình bày thuật toán phân lớp SVM.
8. Trình bày thuật toán phân cụm k-mean cứng.
9. Trình bày khái niệm kho dữ liệu do Inmon đề xuất và giới thiệu càng nhiều càng tốt về 4 đặc trưng của
kho dữ liệu. Cho ví dụ
10. Trình bày về 3 kiểu mô hình khái niệm kho dữ liệu (hình sao, bông tuyết, dải ngân hà). Cho ví dụ.
11. Trình bày về kiến trúc đa tầng của kho dữ liệu (nguồn dữ liệu, lưu dữ liệu, xử lý OLAP, tiện ích người
dùng). Thể hiện bằng hình vẽ.
12. Trình bày về siêu dữ liệu trong kho dữ liệu, các loại siêu dữ liệu và cho ví dụ.
13. Trình bày về các nhân sự quan trọng cần phải quan tâm khi xác định yêu cầu trong dự án kho dữ liệu.
Có điểm gì khác với xác định yêu cầu trong hệ CSDL?
14. Trình bày khái niệm chiều kinh doanh và các nội dung liên quan tới khái niệm này trong dự án kho dữ
liệu. Cho ví dụ
15. Trình bày và phân tích chức năng-nhiệm vụ của các vai trò sau đây của đội phát triển dự án kho dữ liệu:
(1) Nhà tài trợ điều hành, (2) Người quản lý dự án, (3) Người quản lý quan hệ người dùng, (4) Kiến
trúc sư chính, (5) Chuyên gia hạ tầng, (6) Người phân tích kinh doanh, (7) Người mô hình hóa dữ liệu.
16. Trình bày về các điểm trọng tâm cần quan tâm khi phỏng vấn bao gồm Tài nguyên thông tin hiện có,
Miền chủ đề, Độ đo hiệu năng chính yếu, Tần suất thông tin.

thống kê do hệ thống hỗ trợ quyết
định thống kê (stastical decision
suppport system - DSS)
- Câu hỏi OLAP: “Hiển thị mọi cổ
phiếu trong CSDL với mệnh giá
tăng?” ghi nhận dữ liệu đa chiều do
xử lý phân tích trực tuyến (on-line
analytic processing - OLAP).
- “Các cổ phiếu tăng giá có đặc trưng
gì ?”
- “Tỷ giá US$ - DMark có đặc trưng gì
?”
- “Hy vọng gì về cổ phiếu X trong tuần
tiếp theo ?”
- “Trong tháng tiếp theo, sẽ có bao
nhiêu đoàn viên công đoàn không trả
được nợ của họ ?”
- “Những người mua sản phẩm Y có
đặc trưng gì ?”
Kích thước hệ thống Kích thước bé hơn, thông tin lấy từ
cơ sở dữ liệu, kho dữ liệu, cơ sở dữ
liệu chuyên biệt
Kích thước lớn hơn, thông tin lấy từ
nhiều nguồn khác nhau như cơ sở dữ
liệu, kho dữ liệu, cơ sở dữ liệu chuyên
biệt, world wide web và các kiểu kho
chứa thông tin khác; ngoài ra còn bao
gồm các thành phần khai phá dữ liệu
và đánh giá các mẫu khai phá được.
Kỹ thuật Chủ yếu là các kỹ thuật xử lý

ghi cùng lớp, điền hằng toàn cục…)
o Xử lý dữ liệu nhiễu: định danh ngoại lai và làm trơn.
 Phương pháp đóng thùng Binning
 Phương pháp phân cụm Clustering (phát hiện và loại bỏ ngoại lai - outliers)
 Phương pháp hồi quy (làm trơn dữ liệu theo các hàm hồi quy)
 Phương pháp kết hợp kiểm tra máy tính và con người
o Chỉnh sửa dữ liệu không nhất quán
o Giải quyết tính dư thừa tạo ra sau tích hợp dữ liệu.
Tích hợp dữ liệu
 Tích hợp dữ liệu (Data integration):
o Kết hợp dữ liệu từ nhiều nguồn thành một nguồn lưu trữ chung
 Tích hợp sơ đồ
o Tích hợp siêu dữ liệu từ các nguồn khác nhau
o Vấn đề định danh thực thế: xác định thực thể thực tế từ nguồn dữ liệu phức, chẳng hạn, A.cust-
id ≡ B.cust-#
 Phát hiện và giải quyết vấn đề thiếu nhất quán dữ liệu
o Cùng một thực thể thực sự: giá trị thuộc tính các nguồn khác nhau là khác nhau
o Nguyên nhân: trình bày khác nhau, cỡ khác nhau, chẳng hạn, đơn vị quốc tế khác với Anh quốc
 Nắm bắt dư thừa dữ liệu
o Một thuộc tính có nhiều tên khác nhau ở các CSDL khác nhau
o Dữ liệu dư thừa có thể được phát hiện khi phân tích tương quan
Chuyển dạng dữ liệu
 Làm trơn (Smoothing): loại bỏ nhiễu từ dữ liệu
4
 Tổng hợp (Aggregation): tóm tắt, xây dựng khối dữ liệu
 Tổng quát hóa (Generalization): leo kiến trúc khái niệm
 Chuẩn hóa (Normalization): thu nhỏ vào miền nhỏ, riêng
o Chuẩn hóa min-max
o Chuẩn hóa z-score
o Chuẩn hóa tỷ lệ thập phân

k
}: “tất cả các mặt hàng”.
 Giao dịch: danh sách các mặt hàng (mục: item) trong một phiếu mua hàng của khách hàng.
Giao dịch T là một tập mục.
5
AAA
AA
A
minnewminnewmaxnew
minmax
minv
v _)__(' +−
−
−
=
A
A
devstand
meanv
v
_
'
−
=
j
v
v
10
'=
 Một giao dịch T là một tập con của I: T ⊆ I. Mỗi giao dịch T có một định danh là T

= {c
i
| c
i
tập phổ biến, |c
i
| = i} gồm mọi tập mục phổ biến có độ dài i
với 1 ≤ i ≤ k, đi tìm tập F
k+1
gồm mọi tập mục phổ biến có độ dài k+1.
+ Trong thuật toán: Các tên mục i
1
, i
2
, … i
n
(n = |I|) được sắp xếp theo một thứ tự cố định, thường được
đánh chỉ số 1, 2, , n.
Lập luận tính đúng đắn của thuật toán:
 Mọi tập con của tập mục phổ biến cũng là tập mục phổ biến
 Nguyên lý tỉa Apriori: Với mọi tập mục không phổ biến thì mọi tập bao không cần phải sinh ra/kiểm
tra.
Số lần duyệt cơ sở dữ liệu cực đại

Trong mỗi bước k, thuật toán Apriori đều phải duyệt CSDL D.

Khởi động, duyệt D để có được F
1
. Các bước k sau đó, duyệt D để tính số lượng giao dịch t thoả từng
ứng viên c của C

exam
: d∈C
i
}D
exam
được gọi là tập ví dụ mẫu.
o Xây dựng ánh xạ (mô hình) phân lớp trên: Dạy bộ phân lớp.
o Mô hình: Luật phân lớp, cây quyết định, công thức toán học…
 Pha 1: Dạy bộ phân lớp
7
o Tách D
exam
thành D
train
(2/3) + D
test
(1/3). D
train
và D
test
“tính đại diện” cho miền ứng dụng
o D
train
: xây dựng mô hình phân lớp (xác định tham số mô hình)
o D
test
: đánh giá mô hình phân lớp (các độ đo hiệu quả)
o Chọn mô hình có chất lượng nhất
 Pha 2: Sử dụng bộ phân lớp
o d ∈ D \ D

o Công thức tính độ đo Gini cho nút t:
o Trong đó p(j|t) là tần suất liên quan của lớp j tại nút t
o Gini (t) lớn nhất = 1-1/n
c
(với n
c
là số các lớp tại nút t): khi các bản ghi tại t phân bố đều cho n
c
lớp; tính hỗn tạp cao nhất, không có phân biệt giữa các lớp
o Gini (t) nhỏ nhất = 0 khi tất cả các bản ghi thuộc một lớp duy nhất.
 Ví dụ: Bốn trường hợp
C1 0 C1 1 C1 2 C1 3
C2 6 C2 5 C2 4 C2 3
GINI=0.000 GINI=0.278 Gini=0.444 Gini=0.5
 Chia tập theo độ đo Gini
o Dùng trong các thuật toán CART, SLIQ, SPRINT
o Khi một nút t được phân hoạch thành k phần (k nút con của t) thì chất lượng của việc chia tính
bằng
9
[ ]
∑
=
−=
1
2
)|(1)(
j
tjptGini
trong đó
n là số bản ghi của tập bản ghi tại nút t,

o Công thức tính entropy nút t:
o Trong đó p(j|t) là tần suất liên quan của lớp j tại nút t
o độ không đồng nhất tại nút t.
o Entropy (t) lớn nhất = log (n
c
) (với n
c
là số các lớp tại nút t): khi các bản ghi tại t phân bố đều
cho n
c
lớp; tính hỗn tạp cao nhất, không có phân biệt giữa các lớp
o Entropy (t) nhỏ nhất = 0 khi tất cả các bản ghi thuộc một lớp duy nhất.
10
∑
=
=
k
i
i
split
iGINI
n
n
GINI
1
)(
∑
=
=
k

Trả lời:
 Giới thiệu
o Xác suất có điều kiện
o Hai biến cố A và C
 Định lý Bayes:
P(c|x) = P(x|c).P(c)/P(x)
o P(x) bằng nhau cho tất cả các lớp
o Tìm c sao cho P(c|x) lớn nhất Tìm c sao cho P(x|c).P(c) lớn nhất
o P(c): tần suất xuất hiện của các tài liệu thuộc lớp c
o Vấn đề: làm thế nào để tính P(x|c)?
 Ví dụ
o Một bác sỹ biết
+ Bệnh nhân viêm màng não có triệu chứng cứng cổ S|M: 50%
+ Xác suất một bệnh nhân bị viêm màng não M là 1/50.000
+ Xác suất một bệnh nhân bị cứng cổ S là 1/20
o Một bệnh nhân bị cứng cổ hỏi xác suất anh/cô ta bị viêm màng não ?
Thuật toán Bayes
1. Giai đoạn học (training phase), sử dụng một tập học
Đối với mỗi phân lớp có thể (mỗi nhãn lớp) C
i
∈C
+ Tính giá trị xác suất trước: P(C
i
)
+ Đối với mỗi giá trị thuộc tính x
j
, tính giá trị xác suất xảy ra của giá trị thuộc tính đó đối với
một phân lớp C
i
: P(x

ACP
=
=
0002.0
20/1
50000/15.0
)(
)()|(
)|( =
×
==
SP
MPMSP
SMP
+ Đối với mỗi phân lớp Ci∈C, tính giá trị của biểu thức:
+ Xác định phân lớp của z là lớp có thể nhất c*
Câu 6: Trình bày thuật toán phân lớp k-NN bằng diễn giải và bằng giả mã.
Trả lời:
Thuật toán k-NN
 Cho trước
- Một tập D các tài liệu biểu diễn bản ghi các đặc trưng
- Một đo đo khoảng cách (Ơcơlit) hoặc tương tự:
- Một số k > 0 (láng giềng gần nhất)
 Phân lớp tài liệu mới Doc được biểu diễn
- Tính khoảng cách (độ tương tự) từ Doc tới tất cả tài liệu thuộc D
- Tìm k tài liệu thuộc D gần Doc nhất
- Dùng nhãn lớp của k-láng giềng gần nhất để xác định nhãn lớp của Doc: nhãn nhiều nhất trong
k-láng giềng gần nhất
Giả mã thuật toán K-NN
Câu 7: Trình bày thuật toán phân lớp SVM

+ Cực tiểu:
+ Thỏa mãn:
Câu 8: Trình bày thuật toán phân cụm K-means cứng
Trả lời:
Cho trước tập tài liệu (tập văn bản, tài liệu) S, cho trước giá trị k là số lượng cụm sẽ phân cụm cho tập tài liệu
trên.
Bước 1: Chọn ngẫu nhiên k tài liệu từ tập S làm các trung tâm c
i
(centroids) của k cụm.
Bước 2: Tính khoảng cách (sử dụng độ tương tự cosin hoặc khoảng cách Euclide) để tính khoảng cách giữa
các tài liệu trong tập S tới các trung tâm cụm c
i
của k cụm. Tìm trung tâm giống nhất để gán tài liệu đang xét
tới cụm tương ứng với trung tâm đó.
Bước 3: Đối với mỗi cụm k
i
, tính toán lại trung tâm cụm với các thành viên mới của cụm đó, và sử dụng công
thức tính trung tâm:
Bước 4: Lặp lại Bước 2 cho đến khi tiến trình đạt tới sự hội tụ, sự hội tụ đạt được khi:
- Các tài liệu giống nhau được gán lại tới cùng một cụm trong hai vòng lặp liên tiếp
- Các trung tâm cụm c
i
(centroids) không thay đổi
Điểm mấu chốt của thuật toán chính là Bước 2. Trong bước này các tài liệu được di chuyển giữa các cụm để
cực đại hóa độ tương tự trong mỗi cụm. Hàm đánh giá phân cụm được dựa trên trung tâm các cụm và độ tương
tự tới tổng khoảng cách bình phương (trong phân cụm dựa trên khoảng cách, và giá trị bình quân).
Trong trường hợp này, các trung tâm cụm và độ tương tự được sử dụng và để đánh giá. Bởi vậy, hàm số đặc
trưng là:
13
2

i i i
c d b i n
α ξ
+ ≥ − ∀ =
0 1, , (4)
i
i n
ξ
≥ ∀ =
Trong đó, c
i
là trung tâm của cụm D
i
và sim (c
i
, d
j
) là đọ tương tự cosin giữa c
i
và d
j
. Việc phân cụm để cực đại
hóa giá trị hàm này được gọi là phân cụm đa dạng tối thiểu (sự đa dạng ở đây được định nghĩa là cực đại hóa
sự tương tự và cực tiểu hóa khoảng cách).
Câu 9. Trình bày khái niệm Kho dữ liệu do Inmon đề xuất và giới thiệu càng nhiều càng tốt về 4 đặc trưng
của kho dữ liệu. Cho ví dụ.
Trả lời:
Khái niệm Kho dữ liệu của W.H. Inmon: “Kho dữ liệu là một tập hợp dữ liệu hướng chủ đề, tích hợp, có tính
thời gian và không thay đổi để hỗ trợ quá trình tạo quyết định quản lý”.
Như vậy Kho dữ liệu có bốn “đặc trưng”: hướng chủ đề, tích hợp, có tính thời gian và không thay đổi

- Không có xử lý giao dịch, phục hồi và cơ chế điều khiển đồng thời.
- Chí có hai thao tác truy nhập dữ liệu, dữ liệu nguồn không biến đổi trong KDL:
+ Tải ban đầu dữ liệu
+ Truy cập dữ liệu
Ví dụ:
Câu 10: Trình bày về 3 kiểu mô hình khái niệm kho dữ liệu (hình sao, bông tuyết, dải ngân hà). Cho ví dụ.
Trả lời:
+ Sơ đồ hình sao (star schema): Một bảng sự kiện ở trung tâm được kết nối với một tập các bảng chiều
15
+ Sơ đồ bông tuyết (snowflake schema): Một mở rộng của sơ đồ hình sao trong đó một vài cấu trúc chiều
được chuẩn hóa thành một tập các bảng chiều nhỏ hơn, hình thức tương tự như bông tuyết.
+ Sơ đồ dải ngân hà (galaxy schema) còn gọi là chòm sao sự kiện (Fact constellations schema): Bảng sự kiện
phức chia sẻ các bảng chiều, tạo khung nhìn một tập các “ngôi sao”.
16
Câu 11: Trình bày về kiến trúc đa tầng của kho dữ liệu (nguồn dữ liệu, lưu dữ liệu, xử lý OLAP, tiện ích
người dùng). Thể hiện bằng hình vẽ.
Trả lời:
Kiến trúc đa tầng của kho dữ liệu (a multi-tiered Architecture)
- Nguồn dữ liệu: Được thu thập từ cơ sở dữ liệu hoạt động và các nguồn dữ liệu khác.
- Lưu trữ dữ liệu: Tại đây dữ liệu sẽ được tiền xử lý và chuyển tới kho dữ liệu. Dựa trên sự điều khiển và tích
hợp của siêu dữ liệu, dữ liệu trong kho sẽ được chia thành các kho dữ liệu theo chủ đề riêng.
- Xử lý OLAP (Online Analysis Processing – Xử lý phân tích trực tuyến):
+ Hệ thống quản lý dữ liệu giàu năng lực cho phép phân tích dữ liệu:
* Cắt lát dữ liệu theo nhiều khía cạnh khác nhau
* Khoan xuống (drill up) mức chi tiết hơn
* Cuộn lên (roll up) mức tổng hợp hơn
+ Bản chất cốt lõi của OLAP
* Dữ liệu được lấy ra từ kho dữ liệu hoặc kho dữ liệu chủ đề (Datamart)
* DL được chuyển thành mô hình đa chiều
* DL được lưu trữ trong một kho dữ liệu đa chiều.

+ Nhà phân tích kinh doanh: chuẩn bị văn bản và phân tích cho điều hành chính và quản lý
+ Người quản trị CSDL hệ thống tác nghiệp: về dữ liệu nguồn
+ Người sử dụng
o Cách hiểu 2: Là “Các đối tượng cao cấp trong xác định yêu cầu” ?!
+ Phó chủ tịch tập đoàn về tiếp thị
+ Phụ trách quản lý tiếp thi
+ Quản lý tài chính
+ Người sử dụng
(Mọi người có cách hiểu khác/ tài liệu chuẩn không?)
 Điểm khác biệt: pha xác định yêu cầu với DW định hướng người dùng (tập trung vào người dùng cần
cái gì), tránh định hướng hệ thống (làm thế nào cung cấp thông tin đòi hỏi) do vậy người sử dụng cần
tham gia tích cực các cuộc họp để xác định yêu cầu, định danh mọi hệ thống nguồn, xác định độ đo để
18
đo lường thành công kinh doanh, và các chiều kinh doanh để phân tích, xác định thông tin cần thiết từ
kho dữ liệu.
Câu 14. Trình bày khái niệm chiều kinh doanh và các nội dung liên quan tới khái niệm này trong dự án
kho dữ liệu. Cho ví dụ
Trả lời:
 Khái niệm chiều kinh doanh:
Là thông tin tham chiếu qua đó các dữ liệu kinh doanh được cấu trúc sử dụng cho việc phân tích
o Chiều kinh doanh là mẫu nền tảng của phương pháp mới để xác định yêu cầu. Dữ liệu bắt buộc
phái lưu giữ để cung cấp cho chiều kinh doanh.
o Chiều kinh doanh và các mức của nó là mẫu của mọi pha tiếp theo.
o Nên định danh được các chiều kinh doanh và các mức kiến trúc của chúng. Bắt buộc chọn tập
ưu thế và tối ưu các chiều kinh doanh liên quan tới các độ đo
 Các nội dung liên quan đến khái niệm chiều dinh doanh trong dự án kho dữ liệu: xác định yêu cầu, thiết
kế, xây dựng, triển khai, bảo trì.
 Ví dụ về chiều kinh doanh:
o Khối lượng bán hàng của một công ty là một hàm của sản phẩm, tháng, và quận  Các chiều
kinh doanh là: Sản phẩm, Địa danh, Thời gian - Các thông tin tham chiếu được sử dụng cho

Câu 16: Trình bày về các điểm trọng tâm cần quan tâm khi phỏng vấn bao gồm Tài nguyên thông tin hiện
có, Miền chủ đề, Độ đo hiệu năng chính yếu, Tần suất thông tin.
Trả lời:
Khi tiến hành phỏng vấn lấy thông tin nhằm xác định yêu cầu, cần quan tâm đến các nội dung sau:
 Tài nguyên thông tin hiện có
o Các hệ tác nghiệp sinh ra dữ liệu cho miền chủ đề kinh doanh quan trọng
o Các hệ thống máy tính nào hỗ trọ miền chủ đề quan trọng này
20
o Thông tin nào hiện được cung cấp trong các kết xuất và câu hỏi trực tuyến
o Mức độ chi tiết thông tin được cung cấp
 Miền chủ đề
o Các miền chủ đề có giá trị nhất để phân tích
o Có các chiều kinh doanh nào ? Chúng có cấu trúc tự nhiên hay không ?
o Các thành phần kinh doanh để hỗ trợ quyết định
o Thông tin toàn cục hay cục bộ để hỗ trợ quyết định hoặc kết hợp
o Các sản phẩm và dịch vụ thuộc miền chủ đề
 Độ đo hiệu năng chính yếu
o Cách thức đo hiệu năng của BU
o Các nhân tố chuẩn thành công và cách thức giám sát
o Cách thức độ đo chính yếu cuộn lên
o Mọi thị trường có dùng cách đo này ?
 Tần suất thông tin
o Tính thường xuyên bắt buộc cập nhật dữ liệu để ra quyết định ? Khung thời gian nào?
o Cách thức của mỗi kiểu phân tích theo thời gian
o Nhu cầu thời gian ra sao đối với thông tin trong DW
Câu 17: Trình bày các nội dung cơ bản về toán tử GROUP BY
Trả lời:
Quá trình phân tích dữ liệu bao gồm các bước sau:
• formulating truy vấn dữ liệu từ nguồn dữ liệu lớn
• extracting (trích rút) dữ liệu tổng hợp từ cơ sở dữ liệu ra file, bảng thông kê

của kho dữ liệu
Trả lời:
 Chuyển đổi dữ liệu:
o Định nghĩa: là trích xuất, trích hợp, và chuyển dạng dữ liệu.
o Chuyên gia chuyển đổi dữ liệu yêu cầu phải có kiến thức về cấu trúc dữ liệu, kiến thức chuyên
sâu về các hệ thống nguồn, có kinh nghiêm như nhà phân tích thiết kế hệ thống.
 Tải dữ liệu:
o Định nghĩa: tải dữ liệu là chuyển dữ liệu tới đối tượng cuối (end target). Tùy thuộc vào các yêu
cầu ban đầu, quá trình tải dữ liệu sẽ thực hiện với khoảng cách thời gian khác nhau (theo tháng,
quí, năm, …).
 Chất lượng dữ liệu:
o Định nghĩa:Dữ liệu có chất lượng tốt là dữ liệu được xử dụng để thực thi, ra quyết định và lập
kế hoạch (Wiki).Một định nghĩa khác thì dữ liệu có chất lượng càng tốt thì mô tả cấu trúc thế
giới thực càng chính xác.
o Chuyên gia phân tích đảm bảo chất lượng: có kiến thức về kỹ thuật chất lượng dữ liệu, kiến
thức về hệ thống nguồn, có kinh nghiệm như nhà phân tích thiết kế.
Câu 19: Trình bày các nội dung về gói thông tin trong bước xác định yêu cầu của dự án kho dữ liệu
22
Gói thông tin :Là ý tưởng mới để xác định và ghi nhận yêu cầu thông tin đối với kho dữ liệu. Khái niệm
này cho một mẫu cụ thể để nhìn nhận đa dạng, suy nghĩ chưa tường minh, và các quan điểm suốt quá trình
tập hợp yêu cầu.
 Vì sao cần gói thông tin
o Nhu cầu không thể xác định một cách đầy đủ
o Cần khái niệm mới, sáng tạo để nắm bắt và ghi nhận được các yêu cầu
 Phương pháp mới:
o Dựa trên chiều kinh doanh
o Trên các chiều kinh doanh: nhu cầu của người dùng được phân tích, làm rõ
o Khái niệm mới sáp nhập các độ đo cơ sở và các chiều kinh doanh dựa theo phân tích độ đo cơ
sở này.
o Đi tới độ đo mới và các chiều liên quan buộc phải nắm giữ và trong DW

o Các nhân tố chuẩn thành công và cách thức giám sát
23
o Cách thức độ đo chính yếu cuộn lên
o Mọi thị trường có dùng cách đo này ?
 Tần suất thông tin
o Tính thường xuyên bắt buộc cập nhật dữ liệu để ra quyết định ? Khung thời gian nào?
o Cách thức của mỗi kiểu phân tích theo thời gian
o Nhu cầu thời gian ra sao đối với thông tin trong DW
Câu 21: Trình bày nội dung năm pha của phương pháp nắm bắt yêu cầu JAD (serious joint application
development) (xác định dự án, nghiên cứu khảo sát, chuẩn bị, các phiên làm việc, hoàn thiện tài liệu)
 Xác định dự án
o Hoàn thiện phỏng vấn cao cấp
o Tổ chức phỏng vấn quản lý
o Chuẩn bị xác đinh quản lý
 Nghiên cứu, khảo sát
o Tương đồng miền kinh doanh và hệ thống
o Làm tài liệu yêu cầu thông tin ngươpì dùng
o Làm tài liệu quá trình kinh doanh
o Nắm bắt thông tin gốc
o Chuẩn bị chương trình nghị sự cho phiên nhóm
 chuẩn bị
o Khởi tạo tài liệu làm việc từ các pha trước
o Huấn luyện thư ký
o Chuẩn bị hỗ trợ trực quan
o Chỉ đạo các cuộc họp trước phiên chung
o Chuẩn bị không gian cho phiên
o Chuẩn bi danh sách kiểm tra cho mục tiêu
 Các phiên làm việc JAD
o Thảo luận chương trình nghị sự và mục đích
o Giả thiết của phỏng vấn