Ứng dụng mô hình cây quyết định với thông tin
không chắc chắn ở Trung tâm Hỗ trợ và Phát
triển sinh viên Việt Nam

Phạm Trung Thành

Trường Đại học Kinh tế
Luận văn ThS. Chuyên ngành: Quản lý kinh tế ; Mã số: 60 34 01
Người hướng dẫn: TS. Lê Kim Sa
Năm bảo vệ: 2014

Keywords: Quản lý kinh tế; Quản lý sản xuất; Mô hình cây quyết định.
Content:
MỞ ĐẦU
1. Sự cần thiết của việc thực hiện Đề tài nghiên cứu
Sản phẩm cuối cùng trong quản lý kinh tế chính là các quyết định. Vì vậy, ra quyết định quản lý
kinh tế là một trong những hoạt động rất quan trọng của tổ chức, doanh nghiệp. Thực tiễn cho
thấy trong bối cảnh hoạt động của nền kinh tế thị trường có sự hội nhập kinh tế toàn cầu ngày
càng sâu rộng, cạnh tranh ngày càng sâu sắc như ở nước ta, việc ra quyêt định càng trở lên quan
trọng và trở thành yếu tố có ý nghĩa quyết định đến sự thành công hay thất bại của một tổ chức
kinh tế.
Để nâng cao chất lượng ra quyết định, điều quan trọng là tổ chức cần nắm bắt đầy đủ, kịp thời và
xử lý, khai thác có hiệu quả các thông tin liên quan để rút ra những tri thức mới và ra quyết định
từ những tri thức này. Như vậy ngày càng có nhiều thông tin với tốc độ thay đổi rất nhanh để trợ
giúp việc ra quyết định và ngày càng có nhiều câu hỏi mang tính chất định tính cần phải trả lời
dựa trên một khối lượng dữ liệu khổng lồ đã có, đặc biệt trong đó có nhiều dữ liệu không chắc
chắn.
Cây quyết định thực chất là công cụ hỗ trợ quyết định, có thể biểu diễn thông tin phức tạp theo
một cấu trúc đơn giản hơn rất nhiều dưới dạng cây. Vì vậy, đề tài này nằm trong hướng nghiên
cứu, ứng dụng cây quyết định trong việc xử lý thông tin nhằm rút ra tri thức mới, phục vụ ra
quyết định trong quá trình quản lý kinh tế của tổ chức. Cụ thể, đề tài sẽ tập trung giải quyết vấn

phần May Thăng Long, Báo cáo chuyên đề, Đại học Kinh tế Quốc dân.
3. Nguyễn Thị Tâm Minh (2009), Ứng dụng cây quyết định để dự báo chỉ số nhóm nợ hỗ trợ
quản lý rủi ro tín dụng, Luận văn thạc sỹ, Đại học Quốc gia Hà Nội.
4. Đỗ Thanh Nghị (2008), Giáo trình khai thác dữ liệu, Đại học Cần Thơ.
5. Đỗ Thanh Nghị & Lê Quyết Thắng (2010), Nhận dạng tấn công mạng với mô hình trực quan
cây quyết định, Đề tài NCKH cấp Nhà nước, KC01.
6. Đỗ Thành Nghị, Lê Quyết Thắng (2010), Nghiên cứu xây dựng các hệ thống thông tin hỗ trợ
việc phòng chống dịch bệnh cây trồng và thuỷ sản cho vùng kinh tế trọng điểm, Đề tài NCKH
cấp Nhà nước, KC01.
7. Đỗ Văn Thành (2002), Phát hiện luật kết hợp, Bài giảng Trường thu hệ mờ và Ứng dụng,
Viện Toán học.
8. Đỗ Văn Thành (2003), Cơ sở lý thuyết của Phát hiện luật kết hợp, Bài giảng Trường Thu Hệ
mờ và ứng dụng, Viện Toán học.
9. Đỗ Văn Thành (2011), Ra quyết định với thông tin không chắc chắn bằng việc ứng dụng mô
hình cây quyết định trong việc lập kế hoạch, sản xuất kinh doanh của các doanh nghiệp, Đề tài
nghiên cứu khoa học cấp bộ, Bộ Kế hoạch và Đầu tư.
10. Cao Hào Thi (2008), Giáo trình xác suất thống kê, Trung Tâm Viện Công Nghệ Châu Á tại
Việt Nam (AITCV)
11. Nguyễn Thị Hồng Thuỷ, Nguyễn Thị Ngọc Huyền (1997), Lý thuyết quản trị kinh doanh,
NXB Khoa học Kỹ thuật.
12. Trung tâm Hỗ trợ và Phát triển sinh viên Việt Nam, Quy chế hoạt động của Trung tâm Hỗ trợ
và Phát triển sinh viên Việt Nam.
13. Đinh Mạnh Tường (2007), Giáo trình trí tuệ nhân tạo, ĐH Công Nghệ.
Tiếng Anh
14. Breiman, L., Friedman, J., Olshen, R., Stone, C. (1984): Classification and Regression Trees,
Chapman & Hall, New York, 1984.
15. Clemen, R., & Winkler, R. (1999). Combining probability distributions from experts in risk
analysis, Risk Analysis, 19, 187–203.
16. Do, T-N., Lenca, P. and Lallich, S. (2010), Enhancing network intrusion classification with
the Kolmogorov-Smirnov splitting criterion. in proc. of ICTACS’10, The 3rd International