Tìm hiểu business intelligene và áp dụng trong bài toán quản lý kho dượ phẩm

Trang 1 BỘ GIÁO DỤC VÀ ĐÀO TẠOTRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI--- TRẦN QUỐC TUẤNTÌM HIỂU BUSINESS INTELLIGENCE VÀ ÁP DỤNG TRONG BÀI TOÁN QUẢN LÝ KHO DƯỢC PHẨMLUẬN VĂN THẠC SỸ KỸ THUẬTCÔNG

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

-

TRẦN QUỐC TUẤN

TÌM HIỂU BUSINESS INTELLIGENCE VÀ ÁP DỤNG TRONG BÀI TOÁN QUẢN LÝ KHO DƯỢC PHẨM

Chuyên ngành: Công nghệ thông tin

LUẬN VĂN THẠC SỸ KỸ THUẬT CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS NGUYỄN THỊ THU HƯƠNG

MỤC LỤC

LỜI CAM ĐOAN 3

KÍ HIỆU, THU T NG VÀ VI T TẮT 4 Ậ Ữ Ế DANH MỤC CÁC BẢNG, BẢNG BIỂU 5

DANH MỤC CÁC HÌNH, HÌNH V 6 Ẽ LỜI MỞ ĐẦU 8

CHƯƠNG I: KINH DOANH THÔNG MINH 10

1.1 Khái ni m 10

1.2 Các nhi m v chính c a kinh doanh thông minh 10

1.2.1 Báo cáo 10

1.2.2 Phân tích 14

1.2.4 K t lu n 19

1.3 Ki n trúc kinh doanh thông minh 20

1.4 Các k thu t xây d ng gi i pháp kinh doanh thông minh 21

1.4.1 X lý d li u tr c tuy n (Online Analysis Processing - OLAP)[3] 21

1.4.2 Khai phá d li u 26

1.4.3 K t lu n 32

c tiêu và nhi m v c a lu

1.6 K t lu n 35

CHƯƠNG II: ỨNG D NG KINH DOANH THÔNG MINH TRONG KHO Ụ THUỐC B NH VI N 36 Ệ Ệ 2.1 Bài toán qu n lý kho thu c b nh vi n 36

2.1.1 B i c nh hi n nay 36

2.1.2 Các yêu c u chính c a qu n lý kho thu c b nh vi n 39

2.1.3 Các gi i pháp hi n có 41

2.1.4 Các v còn t n t i 45

2.2 ng d ng kinh c qu n lý kho thu c

2.2.1 Cách ti p c n 45

2.2.2 Mô hình ng d ng kinh doanh thông minh trong kho thu c 46

2.2.3 ng d ng OLAP gi i quy t bài toán phân tích d li u 50

2.2.4 ng d ng Times Newseries gi i quy t bài toán d ng

2.3 K t lu n 56

CHƯƠNG III: GIỚI THI U PH N M M VÀ K T QU Ệ Ầ Ề Ế Ả ĐẠT ĐƯỢC 58

3.1 Phân tích yêu c u 58

3.2 Thi t k ch a ph n m m

3.2.1 Qu n lý tài kho n 60

3.2.2 Thi t l p c u hình 61

3.2.3 Th ng kê - Phân tích 62

3.2.4 Khai phá d li u 64

3.3 Thi t k d li u 65

3.4 Minh h a k t qu 69

3.4.1 Qu n lý tài kho n 69

3.4.2 Thi t l p c u hình 70

3.4.3 Th ng kê - Phân tích 72

3.4.4 Khai phá d li u 77

t qu c và ki n ngh TÀI LIỆU THAM KH O 83 Ả

LỜI CAM ĐOAN

ng toàn b n tài " Tìm hi u BusIntelligence và áp d ng trong bài toán qu c ph m " là k t qu nghiên

c u c a tôi, ngo i tr các ph c trích d n

Tr n Qu c Tu n

KÍ HIỆU, THUẬT NGỮ VÀ VIẾT TẮT

Ký hiệu và vi t tắt ế Diễn giải

BI Business Intelligence

DSS Decision support system

CNTT Công ngh thông tin

OLAP Online Analysis Processing

MOLAP Multidimensional OLAP

ROLAP Relational OLAP

HOLAP Hybird OLAP

OLTP On-Line Transaction Processing

ARIMA Abtoregresive integrated- moving- average

DANH MỤC CÁC HÌNH

Hình 1.1: Ki n trúc c a m t h th ng BI 20 Hình 1.2 : Mô hình các kh i (cube) 22 Hình 1.3: Phân tích d li u 25 Hình 1.4: Quy trình khai phá d li u 27

i v i b nh nhân ngo i trú 40

i v i b nh nhân n i trú 40 Hình 2.3 : Giao di n ph n m m qu n lý b nh vi n (1) 42 Hình 2.4 : Giao di n ph n m m qu n lý b nh vi n (2) 42 Hình 2.5 : Giao di n ph n m m qu n lý b nh vi n (3) 43 Hình 2.6 : Báo cáo t n kho (1) 43 Hình 2.7: Quy trình ng d ng kinh doanh thông minh 47 Hình 2.8: Phân c p d li u b i x ng 52 Hình 2.9: Phân c p d li i x ng 52 Hình 2.10: Cu n lên hay khoan sâu xu ng theo chi u phân c p 53 Hình 3.1: Các ch a ph n m m 60 Hình 3.2 : Ch n lý tài kho n 61 Hình 3.3 : Ch t l p c u hình 62 Hình 3.4: Ch ng kê phân tích 63

d li u c a ph n m m 65 Hình 3.6 : Giao di p 69 Hình 3.7 : Giao di n qu i dùng 70 Hình 3.8 : Giao di n qu i dùng 71

Hình 3.9 : Backup và khôi ph c d li u 71 Hình 3.10 : Phi u nh p kho 74 Hình 3.11 : Qu n lý danh m c 74 Hình 3.12 : Th ng kê ch p kho 75 Hình 3.13 : Phi u xu t kho 75

Hình 3.14 : Th ng kê xu t kho d th c t 76 Hình 3.15 : Th ng kê t n kho d th tròn 76 Hình 3.16 : D p xu t kho trong 3 tháng cu 77

LỜI MỞ ĐẦU

Trong kinh doanh

các phòng ban liên quan

Objects (an SAP company), SAP NW

c qu n tr kinh doanh luôn là m c thú v , h p d

n ch t nhi u s r i ro, ngu

th ng kinh doanh có th t n t i và phát tri n, r t c n thi t có m t chi c kindoanh h p lý và hi u qu Nh ng chi n t nh

nh i có th m quy n ho c ch ng c a nh ng ch

doanh này s ph thu c r t nhi u vào kh

kinh nghi m c i làm ra nó Vì v y, y u t ch quan s t n t i r t rõ tron

nh ho c khó có th nh n ra và kh c ph c V y

nh ng r i ro v c p bên trên là th p nh có mkinh doanh h p lý và hi u qu ? R t c n nh c

có th h tr i ra quy nh m t cách th t hi u qu T nh ng yêu c u t

án này, tôi s nghiên c i pháp qu n tr kinhminh và ng d ng" Tôi mong mu n r ng ph n m m c a tôi xây d ng nên s là m t kênh thông tin quan tr ng, nh m có th h tr m t cách t t nh t cho nh

t ng quan v kinh doanh thông minh và các công ngh liên quan

- QUẢN LÝ KHO THU C THÔNG MINHỐ

c phát tri n d và n n t ng c

th m

xu t gi i pháp ng d ng kinh doanh thông minh trong kho thu c

- GIỚI THI U PH N M M VÀ K T QU Ệ Ầ Ề Ế Ả ĐẠT ĐƯỢC

N t cho em nh ng ki n th c quý báu trong su t kho ng th i

h c t p và nghiên c u Xin chân thành c

CHƯƠNG I: KINH DOANH THÔNG MINH

mang t i cho n c m t cái nhìn t ng quan, nh ng

th n v kinh doanh thông minh và các công ngh

ch rõ m c tiêu và nhi m v c a lu

1.1 Khái niệm

Hi n nay, khái ni m v kinh doanh thông minh (Business Intelligenc - e BI)

Vi t Nam còn khá m i m và các doanh nghi p l n Vi t Nam v

khai kinh doanh thông minh vì r t nhi u lý do Ph n lý thuy t này nh m cung c p

minh là gi i phá c n kh giúp ra quy nh hi u qu

kinh doanh thông minh:

- Giải pháp kinh doanh thông minh Business Intelligence đề ập đế c n các k ỹ

năng, qui trình, công nghệ ứ, ng dụng đượ ử ụng để ỗ ợc s d h tr ra quy t đ nh.[6] ế ị

Kinh doanh thông minh là qui trình và công ngh mà các doanh nghi p dùng

ki m soát kh ng d li u kh ng l , khai phá tri th c giúp cho các doanhnghi p có th nh hi u qu

mình Kinh doanh thông minh cung c p m t cách nhìn toàn c nh ho ng c a doanh nghi p t quá kh , hi n t i và các d

tr cho doanh nghi p ra quy nh t y m t h th ng kinh do

c g i là h th ng h tr quy nh (Decision Support System -D1.2 Các nhiệm vụ chính của kinh doanh thông minh

c n m nhi m v c i pháp kinh doanh th

lo i báo cáo khác nhau Khi kh ng ph n m m có th cung c p nhi u kh

l a ch n, t nh ng m c thông d n ngày, ch n khách hàng c th hay c

v v qu n lý h th c t , vi c thi t k và b n ch t

v c "mã hóa c ng" vào h th ng và vi i hoàn toàn báo cáo c n

có yêu c u tùy ch nh t m t trong hai bên là công ty ho c t nhà cung c p d ch v bên ngoài

pháp kinh doanh thông minh là tùy bi b n d

i

ch n "chính xác nh ng gì b n mu n" trong m nh d ng chính xác mà b n mu nnhìn th i dùng ch c n kích chu t trên các thôquan trên m i c t, m i hàng và h th ng xây d ng câu truy v u tra SQtrong vòng vài giây T t nhiên các báo cáo này có th

ho c tùy ch nh theo ý mu n c a b n Gi i pháp kinh doanh thông minh không

- Báo cáo ph c v công tác qu n tr (Báo cáo k toán, báo cáo tài chính )

- Truy v n theo yêu c u (Báo cáo thông tin khách hàng, báo cáo thông tin

nhân viên )

- Ki m soát hi n tr ng ho ng (Báo cáo tình tr ng dây chuy n s n xu t,

ng hàng t n kho )

- T o và ch nh s a báo cáo v i cách trình bày linh ho t chia theo t ng khu

v c Các khu v c này có th u ch nh cho phù h p v i các thành ph n v

ng khác nhau c a báo cáo

c thi t k ch y x lý các b ng d li u quan h ng cho vi

d phân tích các thông tin M i khi m

gi n ch y thì nó ph ng chính xác, xây d ng d li u tham gqua m i b ng tìm ki m các tiêu chí phù h p v i m i yêu c y

li u chi ti t Các d li u chi ti c tóm t t b ng cách l a

d p Nhi u khi d li u chi ti t báo cáo ltrình ch y vòng l p nhi u l n d n t n th i gian ngay c v i nh ng h th nmáy tính x lý m nh m nh t

Trong gi i pháp kinh doanh thông minh, các nhà cung c p d ch v cung c p

m t kho d li c thi t k t c g i là m t kh i d li

kho ng th i gian các giao d ch chi ti t t h th ng l

v i nhãn th i gian và ngày tháng M c g i là "chuy

ch chi ti t c k t h p thành mcác d li u l a ch báo cáo M i báo cáo l i có th c tham chi u b i hàng

ch c m u báo cáo khác nhau Vì v y, khi b n c n m t thông tin t kh i d li u, nó không ph i tính toán t t c các thành ph n t các b ng giao d ch cá nhân chi ti t, nó

sâu và phân tích d li ng báo cáo quá ph

b n ph i c n l p trình tùy ch n l i gi i pháp kinh d

minh thì b n ch c n kho thi t k và m xu

d ng báo cáo c a Microsoft Excel

m t thi t k phân tích, m t b

d ng ph bi n nh t B n báo cáo nà c xây d ng trong b ng tính và p

các ph s và t ng s yêu c u M t s c th hi n t t nh t tr

b i dùng có th d dàng kéo xung quanh các m c báo cá

m c a thông tin mà không c n xây d ng l i báo cáo cho m i tu ch

p s cung c p th m s v i c

c a các thông tin thi t k c bi c y quy n ho

công ty Các th m có th cung c

ti n m

so sánh báo cáo c a gi c tích

m m Microsoft SQL Server 2008 v i các báo cáo khác

c tích h p trong Microsoft SQL Server 2008

M i báo cáo có m t s c nh các l

ch n tùy ch n

Không gi i h n s tùy ch n, ki m soát hoàn toàn bao g m bao g m và lo i tr Không có kh li

t trên báo cáo

Ch c n nh p vào m t y u t d li uthêm nó vào m t báo cáo

D li

giao d ch

D li n t m t kh i d lixây d c bi phân tích vàcáo

Ch m th c hi n, các b ng truy c p ch Phân chia th hai báo cáo, 1.000 trang

u báo cáo phân tích chi ti

giây

M t vài tóm t t có s n Kh i d li u t ng xây d ng tóm t

các c p và h tin c y cao

kh i d li u m i có th d xây d ng l i t th i gian chi ti t và giao

d ng

Ch nh d ng t nhi u tùy ch n

g m c Microsoft Excel ® Spreadsheets,

th

T b ng so sánh trên, có th th y r ng khác bi t chính mà báo cáo kinh doanh thông minh mang l i dùng là s linh ho t trong vi c t o báo cáo, d s d ng

t t c s d ng các ph n m m tích h p1.2.2 Phân tích

n này, s so sánh ch u c i ph

doanh thông minh tích h p trong ph n m m Microsoft SQL Server 2008 v i 3 ph n

m c s d ng khá ph bi n trong ngành kinh t là ph n m m STATA [13] ( Sta -tistics/Data Analysis) c a công ty Stata, ph n m m SAS [13] ( Statistical

Analysis soft - ware ) c a công ty SAS và ph n m m SPSS [15] ( Statistical

Package for the Social Sciences ) c a SPSS Inc B ch ra

m c a t ng ph n m m trong vi c phân tích d li u

v s d ng, qu n lý d li u, phân tích th ng kê và v th

- D s d ng

- Giao di n gi

và máy cho phép s d ngcác menu th xu

- Phân tíc

l nh có t

- D dò ldàng

- Có b so n th o d

li u, vào d li u và mô tcác thu c tính c a chúng

16

lúc - S b n ghi gi i h n thác tPhân tích th ng kê - Phân tích mô hình h n

h p và phân tích nhi u chi u

- Y u v i h i qui logistic ki u th t và

ki u ph m trù và các

m nh

- H tr m t ít cho phântích d li

m u

- Phân tích th

d ng và linh ho t v i nhi u chi u phân t khácnhau và d th c hi n

- Ysai s

- Có nhi

n

r t d s d ng

- Trphân tích d li u theo

b t r

c a ph

th ng kêtích có th

có ch ng r t cao

có th dán vào các tài

li u khác, thí d Word ho c Powerpoint

- Có chsung cho phân tích

th ng kê

-

có th slo

t p Ch

phép vinh

1.2.3 Đo lường, đánh giá

d i qu n tr th c hi n các thao tác trong quy trình thi t k ch s

qu n tr có th xây d ng ch s d ng d li u t b t c ngu n nào,

c OLAP và các d li u quan h nh n di n theo nhi u chi u, các h th ng ERP và CRM, các b ng tính, t p ph ng và các giá tr i dùng nh p vào

- Linh ho t trong vi c ch n l a cách xem thông tin:

giá c i dùng t ch c và xem các th m theo nhi

+ B chi c - xem các quy trình và ch s tr

c p các báo cáo, phân tích, ki m soát hi n tr ng ho ng và các n i dung khác trong

l y các thông tin chi ti t và th u h

có ng t i các ch s B truy c p vào các tài li u dwebsite và các thông tin khác mà không c n ph i thoát ra ngoài ng d ng

1.2.4 Kết luận

Kinh doanh thông minh là gi i pháp cung c p hoàn ch nh các ch tr

ra quy nh ch trong m t s n ph m và trên m t ki n trúc duy nh

nh n trong th c t i dùng th c hi n chu i thao tác báo cá

thông minh? Ki c gi i pháp kinh doanh thô

Ph n ti p theo s gi i thi u v ki xây d ng gi i pháp kinh doanh thông m1.3 Kiến trúc kinh doanh thông minh

V c t lõi trong kinh doanh thông minh là phân tích d li u tr c tuy n (OLAP) và khai phá d li u (Data Mining) trong kho d li u (Data Warehouse) vì d

li u dùng trong BI là d li u t ng h p (Nhi u ngu n, nhi nh d ng, phân tán và có tính l ch s ng th i vi c phân tích d li u trong BI không ph i là nh ng phân tích

n d li u, l c d li u mà là nh ng k thu t trong khai phân lo i (classification), phân c m (clustering), hay (Prediction) Vì v y BI có m i quan h r t ch t ch v i Data Warehouse[8][14],OLAP[4] và Data mining[2]

Hình 1.1: Ki n trúc c a m t h th ng BI

k thu

- Data Warehouse (Kho d li u): Ch a d li u t ng h p c a doanh nghi p

- Data Mining (Khai phá d li u): Các k thu khai phá d li u và phá

hi n tri th i (Classification), phân nhóm (clustering), phát hi n lu t

h p (Association Rule), D

-

ra nh ng quy t nh chi i v i ho ng kinh doanh c a doanh nghi p

H th c th c hi

h a trong hình 1.1 g c sau:

c 1: L y thông tin t các ngu n d li

thông qua quá trình trích rút d li u t các ngu n d li u này

c 2: S d ng công c phân tích d li u tr c tuy phân tích

li u t ng lên các mô hình khai phá d li u và có cái nhìn tr

1.4 Các kỹ thuật xây dựng giải pháp kinh doanh thông minh

Ph n này s c n các công ngh xây d ng lên m t kinh doanh thông minh: x lý d li u tr c tuy n và khai phá d li u

1.4.1 Xử lý dữ liệu trực tuyến (Online Analysis Processing - OLAP)[3]

1.4.1.1 Khái niệm

OLAP là m t k thu t s d ng các bi u di n d li u g i là các (cube) nh m cung c p kh n d li u c a kho d (cube) cho d li u trong các b ng chi u (dimension table) và b ng s ki n (fact table) trong kho d li u và cung c p kh c hi n các truy v n tinh vi và phân tích chocác ng d ng client Mô hình c a m t kh c minh h

Hình 1.2 : Mô hình các kh i (cube)

M i m t kh i l c g i là m t cube, có th

t c u thành lên cube là các chi u d li ng chi u

là th m, s n ph m M t y u t c u thàchính là các s ki ng s ki n ví d ng

d li u data mart ho c kho d li u

các kh i (cube) trong c u trúc MOLAP là t t nh t cho các truy v n tấ ổng

h p d ợ ữ liệu thường xuyên mà c n th i gian h , t ng s n p

Các thao tác k t n i (join), là m t trong nh ng thao tác t n chi phí nh t c a mô hình quan h , thì không c n thi t.

MOLAP s d ng các thu t toán nén d li v i ít kh

d ng ch m c bitmap cho hi u qu

MOLAP l y d li u trong kh i (cube) r t nhanh b ng cách s d ng các x lý truy v n t cao và cache d li u (data cache) Thông tin nh c t kh i (cube

và các b ch c truy xu t thông tin chi ti t

MOLAP không x d khoá vì d li u là ch c

MOLAP có th c n c vào b nh cache

D li u có th d n client cho phân tích không tr c tuy n

b Mô hình Relational OLAP (ROLAP) [3]

các kh i trong c u trúc ROLAP là t t nh t cho các truy v n d ấ ữ liệu không thường xuyên Ví d u 80% i dùng truy v n ch d li u trong vòng

tr d li u trong c u trúc ROLAP cung c p các l i ích sau:

ROLAP cho phép Cube Builder t ng t o ch m c

ROLAP ánh x các t ng h p có s n t data mart ho c kho d li u OLAP

các kh i (cube) trong c u trúc HOLAP là t t nh t cho các truy v n t ng

h p d li ng xuyên d a trên m ng l n d li Ví d , chún

hàng tu n và hàng ngày trong c u trúc ROLAP

L i ích c a vi trong c u trúc HOLAP là: L y d li u trong kh i (cu

ng cách s d ng x lý truy v n t cao c a MOLAP

Tiêu th

d So sánh các mô hình

MOLAP ROLAP HOLAP

d li Kh i B ng quan h B ng quan h thông tin t ng h p Kh i B ng quan h Kh i

Hi u su t th c hi n truy v n Nhanh nh t Ch m nh t Nhanh

Tiêu th Nhi u Th p Trung bình

Chi phí b o trì Cao Th p Trung bình

f Lợi ích của OLAP

OLAP là k thu t cho phép các ng d ng client truy xu t hi u qu d li u này OLAP cung c p nhi u l

- Cung c p mô hình d li u tr c quan cho phép d dàng l a ch

h ng và khám phá d li u

- Cung c p m t ngôn ng truy v n phân tích, cung c p s c m khám phá các

m i quan h trong d li u kinh doanh ph c t p

th i gian tr l i r t nhanh i v i các truy v c bi t

- Cung c p các công c m i dùng t o các khung nhìn m i c a

li u d a trên m t t c bi t

x lý các truy v

n u cho th c thi các truy v n này trong h th ng OLTP s không th cho k t qu ho c

s m t r t nhi u th i gian

ra qutr

d ng có th xem các chi u b ng cách khoan sâu (Drill-down) hay cu n lên (Roll-up)

theo các thành ph n c a m i chi u Vi c khoan sâu trên các chi u có th t o ra các khung nhìn khác Ph m vi c a x

Phân tích nh ng d li u l ch s hi c quá kh là s phân tích t nh X lý phâtích có th c dùng cho nh ng phân tích l ch s ph c t p v i thao tác m r ng hay

g i là s ng: lên k ho ch và d báo ti p quá kh n

Các thao tác phân tích trên d ữ liệu đa chiều:

: D a vào quan h c p b c c a chi u ta có th n lên m

chi u c a kh c m t kh i con Chi u là thao tác thtrên hai chi u hay nhi tìm ra m t kh i con

Xoay chi u (Pivot)ề : Th c hi n vi c xoay kh i d li có th xem d li u nhi u chi u khác nhau

Hình 1.4: Quy trình khai phá d li u Bước 1) Làm s ch d li u (data cleaning): lo i b nhi u ho c các d ạ ữ ệ li u không thích

h p

Bước 2) Tích h p d li u (data integration): tích h p d ợ ữ ệ li u t các ngu n khác nhau

n d li u, Kho d li u, file text

Bước 3) Ch n d li u (data selection): ọ ữ ệ c này, nh ng d li u liên quan tr c ti p

n nhi m v s c thu th p t các ngu n d li u

Bước 4) Chuyển đổi d li u (data transformation)ữ ệ c này, d li u s chuy i v d ng phù h p cho vi c khai phá b ng cách th c hi n các thao tác nhóm

Bước 7) Trình di n d li u (knowlegde presentation): s dễ ữ ệ t trình di

và tr c quan hoá d li bi u di n tri th c i s1.4.2.2 Các thu t toán khai phá d u ậ ữ liệ

a Times New Series [2]:

Thuật toán này được xây d ng d a trên mô hình ARIMA[7][10] ự ự

ARIMA (p, d, q) là tên vi t t t c a các t ti ng Anh (abtoregresive integrated-

moving- average) có th hi u là t ng h p chu i th i gian theo hai thành ph n (t

quan AR(P)[7][10]- t MA(q)[7][10] và theo d b c sai phân Tác gi

mô hình ARIMA là Box và Jenkin và công b u tiên v

d ng t ng quát nh t, mà các mô hình t h

d c bi t c a nó ARIMA không ch mô ph ng t t các thành ph n quan tính mà nó còn mô ph c c các thành ph n mang tính, chu k và mùa

Theo Box- Jenkin m i quá trình ng u nhiên có tính d ng ừ u có th bi u di n

b ng mô hình T H i Qui K t H t ARIMA

• Mô Hình Tự ồ H i Qui B c p - AR(p) ậ

Trong mô hình t h i qui quá trình ph thu c vào t ng có tr ng s c a các giá

tr quá kh và s h ng nhi u ng u nhiên

Do các chu i th ng là các chu i không d áp d

mô hình ARIMA thì ph i bi n các chu i th i gian v thành chu i d ng, vì v y ph i

kh y u t xu th trong các chu i d li u g c thông qua quy trình l y sai phân b c d

ng quát c a mô hình ARIMA là:

Gi i h ng dành cho m

nh c l i trong ph n k ti p

Support: S d ng Support ph bi n c a m t iSupport c a m t itemset c t o thành d a trên t ng s ng giao d ch c

A và B

Support ({ , }) = NumberofTransactions( , ) A B A BMinimum_Support là m t tham s gi i h n mà ta c n ch c khi x

m t ki u k t h vì ta r t thích nh ng itemset và qui t c này mà

l i ít nh t là m ng nh c a dataset h tr , khác so v i lu t

Xác xuất (Probability), độ tin c y (confidence) ậ

Probability-xác su t là m c tính c a m t quy t c k t h p Xác su t c a quy

t c tính toán s d ng support c a itemset {A, B} b chia b i support c a{A} Xác su c g i là confidence- tin c y trong cùng nh ng n

c u c a data mining c miêu t

Probability (A => B) = Probability ( | ) = Support ( , )/ Support ( ) B A A B A

Minimum_Probability xác su t t i thi u là m t tham s gi i h n mà ta c n ch

c khi ti n hành ch y thu

nh ng quy t c mà nó có m t xác su t t i thi u Xác su t

ng trên itemsets có n qui t

T m quan tr ng (importance): Importance ầ ọ c coi là m

quan tâm ho c ph n nâng cao trong m t vài tài li u Importance có th x lý

nh ng itemset và nh ng quy t c Importance c a m t itemset c th hi n qua công

t khách hàng mua A, thì ch c ch n anh mua B

Importance (A => B) = log ( ( |p B A)/p B( |not A))

M t importance k t h p gi a AImportance xác th t c

importance không xác th t c a B gi m khi A là true

c Cây quyế ịt đ nh [2]

Thu t toán Microsoft Decision Tree h tr c vi c phân lo i và h i quy, và t o

r t t t các mô hình d d ng thu t toán này có th d các thu

r i r c và liên t c

Trong vi c xây d ng mô hình, thu t toán này s kh o sát s ng c a m ithu c tính trong t p d li u và k t qu c a thu c tính d Và ti n nó s dcác thu c tính input (v i các quan h t o thành 1 nhóm phân hoá g i là cnode Khi 1 node m c thêm vào mô hình, 1 c u trúc cây s c thi t l p Node

nh c a c y s miêu t s phân tích (b ng th ng kê) c a các thu c tính d

qua các m u M i node thêm vào s c t o ra d a trên s s p x nthu c tính d so sánh v i d li u input N u 1 thu c tính

nguyên nhân c a thu c tính d

thêm vào mô hình Mô hình ti p t c phát tri n lúc không còn thu c tính nào,

t o thành 1 s cung c p m t d báo hoàn ch nh thông q

trong su t quá trình x lý c a kh i l

c d ng lên t các kh i l t toán này ch h tr các thu c t

là r i r c ho c liên t c, và nó xem xét t t c các thu c l p T

n (có th DataMining), b i vì h t c các tính toán s d ng trong khi thi t l p mô hình

Thu t toán này t o các mô hình khai thác h i quy và phân lo i b ng cách xây

d p perceptron c a các neuron Gi t toán cây quy

m i tình tr ng c a thu c tính có th d t toán này tính toán kh

c a m i trang thái có th c a thu c tính input Thu t toán s x lý toàn th

h p S l p lai so sánh các d i c ng

t Sai s t s phân lo u (c a phép l

ng h c tr v c s dnetwork cho các phép l p k theo,v.v Có th d ng nh ng kh

d t qu c u các thu c tính d a trên thu c tính input 1 s kháchính gi a thu t toán này và thu t toán Cây quy nh là các ki n th c x lí là nh ng tham s network t m làm nh nh t các l i có th trong khi cây quy ncác lu t, m c i hoá thông tin có l i Thu t toán này h tr c cáctính r i r c và liên t c

1.4.3 Kết luận

nêu trên là x lý d li u tr c tuy n và khai phá d li c ph

nh t làm n n t ng cho vi c xây d ng gi i pháp thông minh BI Công ngOLAP mang l i kh tr ra quy nh cho gi i pháp BI b ng kh

u trên n n t d li

li u bao g m r t nhi u thu i dùng nhi u l a ch khám trong kho d li u l n c a mình D a vào nh ng công ngh c nêu trên, có th nói,

h c công ngh gi i quy t hi u qu vi c h tr ra quy t nh trong các bài toán vkinh t nói riêng và nh ng bài toán yêu c u v h tr ra quy nh nói chung Tính khoa h c và hi u qu c a hai công ngh này nói riêng và gi i pháp BI nói chung, s

c tiêu và nh

1.5 Động cơ, mục tiêu và nhiệm vụ của luận văn

T nh ng ki n th u, có th th y kinh doanh thông minh là mpháp mang l i nhi u l i ích cho các doanh nghi p Bên c

mà các h th ng BI xây d

tri g ng n i k t chúng v i nh ng sáng t o l n v công ngh và ki n trSOA, ki n trúc c ng thông tin và công ngh o hoá, các gi ng Nay,nhà s n xu t các h th g ng tích h

Có th coi vi c s d ng tích c c tính toán trên b nh chính (inmemory) là phát hi n thành công c a các nhà phát tri n h th ng BI Vi c x lý d li u

- Nâng cao năng lực sản xuất :

c tìm hi u v kinh doanh thông minh và ng d ng kinh doanh thông

- xu t tích h p các công ngh liên quan thành m t gi i pháp kinh doanh thông minh ng d ng trong vi c qu n lý kho thu c trong b nh vi n

- Áp d ng gi i pháp xây d ng m t ph n m m ng d ng kinh doanthông minh trong vi c qu n lý kho thu c

CHƯƠNG II: ỨNG D NG KINH DOANH THÔNG MINH TRONG KHO Ụ

THUỐC B NH VI N Ệ Ệ

s Trong

s d ng nhi u trong các kho thu c Vi t Nam nh m t

ch n t i T s xu t, xây d ng gi i phápdoanh thông minh trong ho ng c a kho thu c

2.1 Bài toán qu n lý kho thuả ốc bệnh vi n ệ

2.1.1 B i c nh hi n nay ố ả ệ

CNTT- nền tảng cho việc tăng hiệu suất công việc trong bệnh viện

gi i luôn luôn phát tri n không ng ng t i nh ng cái m i, nTh

càng t o ra nhi u tri th c m ph c v cho cu c s i Tri th c KCông ngh là m t tri th c khoa h c mà s n ph m c a nó là các thành t u khoa h c vô cùng quý giá Vi c t o ra các tri th c Khoa h c, công ngh

c a s phát tri n trong xã h i, nó th hi n nh ng gì tinh túy nh t c a tr

toán hàng t phép tính ch nên h t s

nghiên c u và d vi c liên l c v i nhau b ng nh ng b t ta

có h th ng Internet toàn c i có th tr c ti p nói nhau b t c t Trong các doanh nghi

t u c a khoa h c vào m c tiêu phát tri n là m u t t y u không th thi u vì nh n

i là h t s c to l n, góp ph n cho s phát tri n nhanh chóng và

qu C th ta có th th c hi u qu c a vi c áp d ng Công ngh thông ti

h v c Y t nào Vai trò c a CNTT v i s phát tri n

Y t là h t s c to l n và c n thi n tr thành m t y u t không thtrong s nghi p phát tri n ngành Y t c a m t qu c gia, nó n m gi m t vai trò ch

o Công ngh thô n ch ng t t m ng

m t c i s ng xã h i v i ho ng c a ngành y t , có th th y r n

ng, không ch n cchính trong công tác qu n l u hành c

tri n khai và ng d ng thành công các k thu p

n nh nhân qua h th n t Ta có t

hi u qu vô cùng to l n mà Công ngh i trong vi c khám ch acác B nh vi nh vi n B ch Mai, b nh vi n H u Ngh , b nh vi n Nhi T

n Vi c áp d ng CNTT vào vi c qu n lý khám b m th i gian

b nh, giúp cho b nh nhân không ph i ch i lâu so v c kia, t

cho công tác khám ch a b nh ngày nay nh ng b nh vi d ng ph n m m

qu n lý b nh vi ng c nh bác s u ng phkhám ch a b nh hay xét nghi m theo b chuy

còn nhi u nh ng s b t h p lý trong quy trình khám ch a b

qu n lý B nh vi n ng b và ng d ng thành công tin h c hóa qu n lý B nh vi n (B nh vi n Ph s n Hà N i; B nh vi nh vi

ng mô hình t t cho các B nh vi n khác h c t p và là b ng ch ncùng thuy t ph c v hi u qu c a ng d ng tin h c trong qu n lý B nh vi n trong vi c nâng cao ch ng công tác khám ch a b nh Qua th c t t i các b nh vi n này cho

th y, vi c ng d ng công ngh thông tin t ng th n lý