Các phương pháp ra quyết định đa thuộc tính với thông tin mờ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VŨ THỊ THÙY NHƯ CÁC PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA THUỘC TÍNH VỚI THÔNG TIN MỜ Chuyên ngành : Công nghệ thông tin LUẬN VĂN THẠC SĨ KỸ THUẬT Công nghệ thông tin NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS Trần Đình Khang Hà Nội – Năm 2015 Các phương pháp định đa thuộc tính với thông tin mờ MỤC LỤC MỤC LỤC LỜI CẢM ƠN .4 LỜI CAM ĐOAN .5 DANH MỤC THUẬT NGỮ - VIẾT TẮT DANH MỤC HÌNH VẼ, ĐỒ THỊ DANH MỤC BẢNG MỞ ĐẦU .9 Lý chọn đề tài Mục tiêu đề tài .9 Đối tượng phạm vi nghiên cứu .10 Phương pháp nghiên cứu .10 Kết dự kiến 11 Ý nghĩa khoa học thực tiễn .11 CHƯƠNG CƠ SỞ LÝ THUYẾT 13 1.1 RA QUYẾT ĐỊNH ĐA THUỘC TÍNH 13 1.1.1 Khái niệm 13 1.1.2 Các đặc điểm toán định đa thuộc tính .13 1.1.3 Phân loại phương pháp định đa thuộc tính 14 1.1.4 Một số phương pháp định đa thuộc tính phổ biến .14 1.2 TẬP MỜ CẢM NHẬN 18 1.2.1 Định nghĩa tập mờ cảm nhận 18 1.2.2 Các phép toán tập mờ cảm nhận 19 1.2.3 Khoảng cách tập mờ cảm nhận 19 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ 1.3 CÁC PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA THUỘC TÍNH SỬ DỤNG TẬP MỜ CẢM NHẬN 20 1.3.1 Phương pháp TOPSIS 20 1.3.2 Phương pháp ELECTRE 23 CHƯƠNG BÀI TOÁN ĐÁNH GIÁ, XẾP HẠNG PHÒNG GIAO DỊCH TRONG HỆ THÔNG NGÂN HÀNG 28 2.1 ĐẶT VẤN ĐỀ 28 2.2 MÔ HÌNH HÓA BÀI TOÁN 31 CHƯƠNG KẾT QUẢ ĐẠT ĐƯỢC .34 3.1 PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG .34 3.1.1 Biểu đồ phân rã chức 34 3.1.2 Biểu đồ Use Case 35 3.1.3 Danh sách Use Case 36 3.2 THIẾT KẾ CƠ SỞ DỮ LIỆU 44 3.2.1 Mô tả chi tiết bảng 45 3.3 CÔNG NGHỆ SỬ DỤNG .53 3.4 KẾT QUẢ ĐẠT ĐƯỢC 54 3.4.1 3.5 Giao diện phần mềm 54 NHẬN XÉT 60 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 61 4.1 KẾT QUẢ 61 4.2 HẠN CHẾ 61 4.3 HƯỚNG PHÁT TRIỂN 62 TÀI LIỆU THAM KHẢO 63 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ LỜI CẢM ƠN Đầu tiên, em muốn gửi lời biết ơn chân thành tới PGS.TS Trần Đình Khang, người trực tiếp hướng dẫn tạo điều kiện cho em thời gian, giúp đỡ tận tình kiến thức, chỉ dẫn, định hướng tài liệu tham khảo quý báu Tiếp theo, em xin cảm ơn thầy cô Viện Công nghệ thông tin Truyền thông – Đại học Bách khoa Hà Nội giảng dạy, truyền đạt kiến thức cho em suốt thời gian qua Tôi cũng xin cảm ơn gia đình, bạn bè chia sẻ, giúp đỡ học tập thời gian thực nghiên cứu đề tài Trong báo cáo chắc chắn không tránh khỏi chỗ thiếu sót, em mong nhận lời góp ý, chỉ bảo từ thầy cô để có thể hoàn thiện đề tài tốt Hà Nội, ngày 18 tháng 12 năm 2014 Người thực Vũ Thị Thùy Như Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ LỜI CAM ĐOAN Luận văn Thạc sĩ “Các phương pháp định đa thuộc tính với thông tin mờ”, chuyên ngành Công nghệ thông tin công trình cá nhân Các nội dung nghiên cứu kết trình bày luận văn trung thực rõ ràng Các tài liệu tham khảo, nội dung trích dẫn ghi rõ nguồn gốc Ngày 18 tháng 12 năm 2014 Tác giả luận văn Vũ Thị Thùy Như Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ DANH MỤC THUẬT NGỮ - VIẾT TẮT STT Viết tắt Viết đầy đủ Chú thích PGD Phòng Giao Dịch MADM Multi-attribute Decision Making IFS Intuitition Fuzzy Set ELECTRE TOPSIS AHP Analytic Hierarchy Process SAW Simple Additive Weighting Elimination Et Choice Ra định đa thuộc tính Tập mờ cảm nhận Translating Reality Technique for order preference by similarity to an ideal solution Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ DANH MỤC HÌNH VẼ, ĐỒ THỊ Hình Biểu đồ phân rã chức 34 Hình Biểu đồ Use Case 35 Hình Danh sách bảng mối quan hệ 44 Hình Danh sách bảng hệ thống sinh trình tính toán 45 Hình Màn hình đăng nhập .54 Hình Màn hình danh sách người quản lý 55 Hình Màn hình tạo phòng giao dịch 55 Hình Màn hình tạo tiêu chí 56 Hình Màn hình quản lý tầm quan trọng chuyên gia thuộc tính 56 Hình 10 Màn hình quản lý mức độ đánh giá 57 Hình 11 Màn hình tạo kỳ đánh giá 58 Hình 12 Màn hình đánh giá tầm quan trọng tiêu chí 59 Hình 13 Màn hình đánh giá chất lượng phòng giao dịch 59 Hình 14 Màn hình kết đánh giá, xếp hạng 60 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ DANH MỤC BẢNG Bảng So sánh phương pháp định đa thuộc tính 18 Bảng 2.Mức độ quan trọng theo số mờ cảm nhận 32 Bảng Mức độ đánh giá theo số mờ cảm nhận .33 Bảng Danh sách Use Case 36 Bảng Bảng đặc tả Use Case 43 Bảng Mô tả chi tiết bảng User .46 Bảng Mô tả chi tiết bảng Branch 46 Bảng Mô tả chi tiết bảng Criteria 47 Bảng Mô tả chi tiết bảng Importance 47 Bảng 10 Mô tả chi tiết bảng Rating 48 Bảng 11 Mô tả chi tiết bảng Evaluation 48 Bảng 12 Mô tả chi tiết bảng Evuluation_Criteria 49 Bảng 13.Mô tả chi tiết bảng Evaluation_Branch 49 Bảng 14 Mô tả chi tiết bảng Evaluation_Result 50 Bảng 15 Mô tả chi tiết bảng Province 50 Bảng 16Mô tả chi tiết bảng District 50 Bảng 17 Mô tả chi tiết bảng Evaluation_Weight_User 51 Bảng 18 Mô tả chi tiết bảng Evaluation_Branch_Criteria .51 Bảng 19 Mô tả chi tiết bảng Evaluation_Weight_Criteria .52 Bảng 20 Mô tả chi tiết bảng Evaluation_Branch_Criteria_Re 52 Bảng 21 Bảng lưu giá trị tốt tồi 53 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ MỞ ĐẦU Lý chọn đề tài Trong sống hàng ngày mỗi người, sản xuất kinh doanh hay quản lý nói chung…, chúng ta phải lựa chọn phương án khác Việc đánh giá phương án thường dựa nhiều tiêu chí khác Ví dụ: Trong sống, ta có nhu cầu muốn mua máy giặt mới, ta thường quan tâm đến giá cả, công nghệ ứng dụng, tính hay kết cấu lồng giặt Trong kinh doanh, việc lựa chọn nhà cung ứng lại dựa vào yếu tố chất lượng, giá cả, khả sẵn sàng cung cấp uy tín,… Do đó, cần thiết phải có phương pháp để lựa chọn phương án tối ưu phù hợp Các mô hình toán học kinh điển cứng nhắc với việc áp đặt nhiều giả thiết đòi hỏi tính rõ ràng, cao tham số Trong đó ,các toán định thực tế thường dựa thông tin không đầy đủ, không chắc chắn Lý thuyết mờ cho phép biểu diễn xử lý thông tin trên, từ đó hình thành nên phương pháp định đa thuộc tính với thông tin mờ Mục tiêu đề tài Đề tài tập trung nghiên cứu phương pháp định đa thuộc tính với thông tin mờ ứng dụng phương pháp vào toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng Để đạt mục tiêu trên, đề tài tập trung vào nhiệm vụ cụ thể sau: - Tìm hiểu phương pháp định đa thuộc tính với thông tin mờ Trong phạm vi luận văn này, tác giả tập trung vào phương pháp phổ biến TOPSIS ELECTRE - Phân tích toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng, phân tích tiêu chí đánh giá phòng giao dịch - Ứng dụng phương pháp TOPSIS vào toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 Các phương pháp định đa thuộc tính với thông tin mờ - Thiết kế hệ thống xây dựng ứng dụng - Phân tích, đánh giá kết đạt thực hệ thống với liệu thử Đối tượng phạm vi nghiên cứu Nghiên cứu tập mờ cảm nhận, toán định đa thuộc tính phương pháp TOPSIS, ELECTRE toán định đa thuộc tính sử dụng tập mờ cảm nhận Ứng dụng phương pháp định đa thuộc tính với thông tin mờ vào bải toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng Phương pháp nghiên cứu a Phương pháp nghiên cứu lý thuyết - Nghiên cứu tài liệu, ngôn ngữ công nghệ liên quan - Tổng hợp tài liệu lý thuyết tập mờ cảm nhận, phương pháp định đa thuộc tính áp dụng tập mờ cảm nhận phương pháp - Biểu diễn toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng sử dụng tập mờ cảm nhận - Áp dụng phương pháp TOPSIS để đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng b Phương pháp nghiên cứu thực nghiệm - Phân tích, thiết kế hệ thống theo quy trình xây dựng phần mềm - Xây dựng hệ thống đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng - Thử nghiệm hệ thống đánh giá kết dựa liệu thử Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 10 Các phương pháp định đa thuộc tính với thông tin mờ  Evaluation_Result: Kết đánh giá Tên trường STT Kiểu liệu Khóa Khóa Chú giải id Int evaluation_id Int x ID kỳ đánh giá branch_id Int x ID PGD s_pos Float s_neg Float cc Float x ID Khoảng cách tới giá trị tốt Khoảng cách tới giá trị tồi Độ tương tự Bảng 14 Mô tả chi tiết bảng Evaluation_Result  Province: Tỉnh/Thành Tên trường STT Kiểu liệu id Int province varchar(255) Khóa Khóa Chú giải x ID Tỉnh/Thành Bảng 15 Mô tả chi tiết bảng Province  District: Quận/Huyện Tên trường STT Kiểu liệu id Int province_id Int district varchar(255) Khóa Khóa Chú giải x ID x ID Tỉnh/Thành Quận/Huyện Bảng 16Mô tả chi tiết bảng District Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 50 Các phương pháp định đa thuộc tính với thông tin mờ  Evaluation_Weight_User: Trọng số chuyên gia Tên trường STT Kiểu liệu Khóa Khóa Chú giải id Int x ID evaluation_id Int x ID kỳ đánh giá user_id Int x ID chuyên gia weight Float Trọng số chuyên gia Bảng 17 Mô tả chi tiết bảng Evaluation_Weight_User  Evaluation_Branch_Criteria: Đánh giá PGD tính đến trọng số chuyên gia Tên trường STT Kiểu liệu Khóa Khóa Chú giải id Int x ID evaluation_id Int x ID kỳ đánh giá branch_id Int x ID PGD criteria_id Int x ID tiêu chí degree_mem Float Độ phụ thuộc degree_non_mem Float Độ không phụ thuộc hesitation_degree Float Độ không xác định Bảng 18 Mô tả chi tiết bảng Evaluation_Branch_Criteria  Evaluation_Weight_Criteria: Trọng số tiêu chí Tên trường STT Kiểu liệu id Int evaluation_id Int Khóa Khóa Chú giải x ID x ID kỳ đánh giá Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 51 Các phương pháp định đa thuộc tính với thông tin mờ Tên trường STT Kiểu liệu Khóa Khóa Chú giải criteria_id Int x ID tiêu chí degree_mem Float Độ phụ thuộc degree_non_mem Float Độ không phụ thuộc hesitation_degree Float Độ không xác định Bảng 19 Mô tả chi tiết bảng Evaluation_Weight_Criteria  Evaluation_Branch_Criteria_Re: Đánh giá PGD tính đến trọng số chuyên gia, trọng số tiêu chí Tên trường STT Kiểu liệu Khóa Khóa Chú giải id Int x ID evaluation_id Int x ID kỳ đánh giá branch_id Int x ID PGD criteria_id Int x ID tiêu chí degree_mem Float Độ phụ thuộc degree_non_mem Float Độ không phụ thuộc hesitation_degree Float Độ không xác định Bảng 20 Mô tả chi tiết bảng Evaluation_Branch_Criteria_Re  Evaluation_Positive_Negative_Ideal: Giá trị tốt giá trị tồi Tên trường STT Kiểu liệu Khóa Khóa Chú giải id Int x ID evaluation_id Int x ID kỳ đánh giá criteria_id Int x ID tiêu chí degree_mem Float Độ phụ thuộc Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 52 Các phương pháp định đa thuộc tính với thông tin mờ STT Tên trường Kiểu liệu Khóa Khóa Chú giải degree_non_mem Float Độ không phụ thuộc hesitation_degree Float Độ không xác định positve boolean Trạng thái tốt negative boolean Trạng thái tồi Bảng 21 Bảng lưu giá trị tốt tồi 3.3 CÔNG NGHỆ SỬ DỤNG Môi trường phát triển hệ thống:  OS: Windows  Ngôn ngữ lập trình: PHP 5.5  Server: Apache 2.4.6  Cơ sở liệu: MySQL 5.5 phpMyAdmin 4.0.8  Framework: CakePHP 2.5.6  Trình duyệt: Firefox, Chrome, IE  IDE: NetBeans 8.0.2 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 53 Các phương pháp định đa thuộc tính với thông tin mờ 3.4 KẾT QUẢ ĐẠT ĐƯỢC 3.4.1 Giao diện phần mềm  Màn hình đăng nhập Hình Màn hình đăng nhập Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 54 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình danh sách người quản lý Hình Màn hình danh sách người quản lý  Màn hình tạo Phòng giaodịch Hình Màn hình tạo phòng giao dịch Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 55 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình tạo tiêu chí Hình Màn hình tạo tiêu chí  Màn hình quản lý Tầm quan trọng chuyên gia, tiêu chí Hình Màn hình quản lý tầm quan trọng chuyên gia thuộc tính Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 56 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình mức độ đánh giá Hình 10 Màn hình quản lý mức độ đánh giá Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 57 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình tạo kỳ đánh giá Hình 11 Màn hình tạo kỳ đánh giá Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 58 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình đánh giá độ quan trọng tiêu chí Hình 12 Màn hình đánh giá tầm quan trọng tiêu chí  Màn hình đánh giá chất lượng phòng giao dịch Hình 13 Màn hình đánh giá chất lượng phòng giao dịch Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 59 Các phương pháp định đa thuộc tính với thông tin mờ  Màn hình kết đánh giá, xếp hạng Hình 14 Màn hình kết đánh giá, xếp hạng 3.5 NHẬN XÉT Luận văn xây dựng trang web đáp ứng chức toán đánh giá, xếp hạng phòng giao dịch hệ thống ngân hàng với việc áp dụng phương pháp định đa thuộc tính với thông tin mờ TOPSIS  Với quản trị o Có thể quản lý kỳ đánh giá: Tạo kỳ đánh giá, kết thúc kỳ đánh giá, hủy kỳ đánh giá o Có thể quản lý danh sách phòng giao dịch, chuyên gia tiêu chí đánh giá  Với chuyên gia o Có thể tham gia đánh giá hoạt động chi nhánh o Có thể xem kết kỳ đánh giá  Với người xem o Có thể xem kết kỳ đánh giá Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 60 Các phương pháp định đa thuộc tính với thông tin mờ CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Chương trình bày vấn đề sau:  Các kết đạt  Hạn chế  Hướng phát triển 4.1 KẾT QUẢ Về mặt lý thuyết, luận văn trình bày nội dung sau: - Giới thiệu tổng quan khái niệm định đa thuộc tính, tập mờ cảm nhận phương pháp định đa thuộc tính sử dụng tập mờ cảm nhận bao gồm TOPSIS ELECTRE - Xây dựng mô hình hóa toán đánh giá, xếp hạng phòng giao dịch ngân hàng theo phương pháp TOPSIS Về mặt thực nghiệm, luận văn tiến hành cài đặt thuật toán đánh giá, xếp hạng theo phương pháp TOPSIS Kết đạt cho thấy: - Hệ thống đáp ứng việc đánh giá, xếp hạng phòng giao dịch dựa thông tin cảm quan - Hệ thống có tính tùy biến, có thể áp dụng đánh giá đối với phòng giao dịch lĩnh vực khác viễn thông, hàng không,… 4.2 - HẠN CHẾ Do hạn chế thời gian, luận văn chưa thực cài đặt thuật toán theo phương pháp ELECTRE tìm hiểu phương pháp định đa thuộc tính khác Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 61 Các phương pháp định đa thuộc tính với thông tin mờ 4.3 - HƯỚNG PHÁT TRIỂN Tìm hiểu phương pháp định đa thuộc tính khác áp dụng lý thuyết tập mờ cảm nhận, kết hợp, so sánh phương pháp để đề xuất phương pháp phù hợp từng toán đánh giá, xếp hạng cụ thể - Cải thiện giao diện cho phù hợp hơn, bổ sung thêm tính nhập kết đánh giá chuyên gia từ file Excel Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 62 Các phương pháp định đa thuộc tính với thông tin mờ TÀI LIỆU THAM KHẢO [1] Atanassov, K., “Intuitionistic fuzzy sets”, Fuzzy sets and Systems, (1986) 87-96 [2] Gwo-Hshiung Tzeng and Jih-Jeng Huang, Multi Atribute Decision Making Methods and Applications, CRC Press [3] Jureen Thor , Siew-Hong Ding , Shahrul Kamaruddin, Comparison of Multi Criteria Decision Making Methods From The Maintenance Alternative Selection Perspective, The International Journal Of Engineering And Science (IJES), pp 24-37, 2013 [4] K.PAUL YOON and CHING-LAI HWANG, Multi-attribute Decision Making – An Introdution, SAGE University Paper [5] Khaleed Alhazaymeh, Shafida Abdul Halim, Abdul Razak Salleh and Nasruddin Hassan, Soft Intuitionistic Fuzzy Sets, Applied Mathematical Sciences, Vol 6, no 54, 2669 – 2680, 2012 [6] Ming-Che Wu and Ting-Yu Chen, The ELECTRE Multicriteria Analysis Approach Based on Intuitionistic Fuzzy Sets, pp 1383-1388, FUZZ-IEEE 2009, Korea, August 20-24, 2009 [7] Nguyễn Văn Thắng, Dịch vụ khách hàng bí ẩn ngân hàng thương mại, https://www.vietinbank.vn [8] Nurnadiah Z and Lazim A., A TOPSIS Method with Intuitionistic Fuzzy Group Decision Making, Empowering Science, Technology and Innovation Towards a Better Tomorrow, pp 256-264, UMTAS 2011 [9] Vassilis C Gerogiannis, Panos Fitsilis and Achilles D Kameas, Using a Combined Intuitionistic Fuzzy Set-TOPSIS Method for Evaluating Project and Portfolio Management Information Systems, EANN/AIAI 2011, Part II, IFIP AICT 364, pp 67–81, 2011 © IFIP International Federation for Information Processing 2011 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 63 Các phương pháp định đa thuộc tính với thông tin mờ [10] Yan Du and Jia Zuo, An extended TOPSIS method for the multiple attribute group decision making problems based on intuitionistic linguistic numbers, Scientific Research and Essays Vol 6(19), pp 4125-4132, September, 2011 Học viên thực hiện:Vũ Thị Thùy Như - CB120101 - 12BCNTT2 64 ... 12BCNTT2 13 Các phương pháp định đa thuộc tính với thông tin mờ 1.1.3 Phân loại phương pháp định đa thuộc tính Các phương pháp định đa thuộc tính phân loại theo loại thông tin nhận từ người định: ... 12BCNTT2 12 Các phương pháp định đa thuộc tính với thông tin mờ CHƯƠNG CƠ SỞ LÝ THUYẾT Chương trình bày vấn đề sau:  Ra định đa thuộc tính  Tập mờ cảm nhận  Các phương pháp định đa thuộc tính sử... Các phương pháp định đa thuộc tính với thông tin mờ LỜI CAM ĐOAN Luận văn Thạc sĩ Các phương pháp định đa thuộc tính với thông tin mờ”, chuyên ngành Công nghệ thông tin công trình cá nhân Các