Nhận thức được những lợi ích to lớn và thách thức của việc khai thác, sử dụng nguồn bigdata để sản xuất số liệu thống kê nhà nước, từ cuối năm 2015, Viện Khoa học Thống kê cho triển khai nghiên cứu nguồn bigdata để sản xuất số liệu thống kê nhà nước, trong đó có thử nghiệm thu thập thông tin về giá bán lẻ từ nguồn bigdata để biên soạn chỉ số giá tiêu dùng
BÁO CÁO KẾT QUẢ THU THẬP THÔNG TIN VỀ GIÁ BÁN LẺ HÀNG HÓA VÀ DỊCH VỤ TIÊU DÙNG TRÊN CÁC TRANG THƠNG TIN ĐIỆN TỬ ĐỂ TÍNH CHỈ SỐ GIÁ TIÊU DÙNG (6/2017 - 4/2018) Cùng với phát triển Cách mạng công nghiệp lần Thứ (Cách mạng 4.0), việc ứng dụng khai thác nguồn liệu lớn (bigdata) vào hoạt động thống kê nhà nước xu hướng tất yếu hoạt động thống kê đại Năm 2014, Ủy ban Thống kê Liên hợp quốc (UNSC) thành lập Nhóm cơng tác toàn cầu bigdata (GWG) để khám phá lợi ích thách thức việc sử dụng nguồn liệu công nghệ cho thống kê nhà nước mục tiêu phát triển bền vững (SDGs) GWG nghiên cứu giải vấn đề liên quan đến phương pháp, chất lượng, công nghệ, truy cập liệu, pháp lý, quyền riêng tư, quản lý, tài phân tích chi phí lợi ích việc khai thác sử dụng bigdata để sản xuất số liệu thống kê nhà nước Đến nay, có nhiều nước triển khai dự án nghiên cứu khai thác, sử dụng nguồn bigdata để sản xuất số liệu thống kê giá, di cư, du lịch… Nhận thức lợi ích to lớn thách thức việc khai thác, sử dụng nguồn bigdata để sản xuất số liệu thống kê nhà nước, từ cuối năm 2015, Viện Khoa học Thống kê (KHTK) đề xuất lãnh đạo Tổng cục Thống kê (TCTK) đồng ý cho triển khai nghiên cứu nguồn bigdata để sản xuất số liệu thống kê nhà nước, có thử nghiệm thu thập thông tin giá bán lẻ từ nguồn bigdata để biên soạn số giá tiêu dùng Đến nay, Viện KHTK thu thập trực tuyến giá bán lẻ 418 mặt hàng hóa dịch vụ tiêu dùng tổng số 654 mặt hàng cấp https://unstats.un.org/bigdata/ rổ hàng hóa điều tra giá tiêu dùng Về công nghệ, Viện KHTK thiết kế phần mềm dựa công nghệ web crawler web scraper để thu thập, xử lý liệu giá bán lẻ mặt hàng giao dịch trực tuyến 44 website Bộ Công Thương quản lý Với liệu giá bán lẻ 418 mặt hàng tiêu dùng thu thập từ trang web kết nghiên cứu ban đầu bigdata, khẳng định việc khai thác, sử dụng nguồn bigdata để sản xuất số liệu thống kê nhà nước số lĩnh vực hồn tồn có tính khả thi Tuy nhiên, để khai thác, sử dụng có hiệu nguồn bigdata để bổ sung, thay nguồn liệu truyền thống nhiều thách thức, địi hỏi có quan tâm, đạo liệt lãnh đạo TCTK tham gia tích cực, trách nhiệm số đơn vị liên quan Báo cáo kết thu thập thông tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang web để biên soạn số giá tiêu dùng, gồm nội dung chính: (1) Tổng quan khai thác nguồn bigdata để sản xuất số liệu thống kê nhà nước; (2) Kết thu thập liệu giá bán lẻ hàng hóa dịch vụ tiêu dùng trang thông tin điện tử I TỔNG QUAN VỀ KHAI THÁC NGUỒN BIGDATA ĐỂ SẢN XUẤT SỐ LIỆU THỐNG KÊ NHÀ NƯỚC Tổ chức nghiên cứu bigdata Viện KHTK Từ cuối năm 2015, Viện KHTK thành lập Nhóm nghiên cứu, ứng dụng bigdata để sản xuất số liệu thống kê nhà nước, Viện trưởng trực tiếp đạo Một số kết nghiên cứu phổ biến thông qua viết, chuyên san, tổ chức 02 Hội thảo cấp Tổng cục: Hội thảo Thống kê Nhà nước với Dữ liệu lớn vào tháng 9/2015; Hội thảo báo cáo kết nghiên cứu ban đầu ứng dụng bigdata thống kê nhà nước vào tháng 11/2017; trình bày số hội thảo quốc gia quốc tế: Hội thảo quốc tế Toán thống kê khu vực châu Á lần thứ Singapore vào tháng 11/2015; Hội thảo quốc gia thống kê tin học ứng dụng Trường Đại học Đà Nẵng tổ chức vào tháng 11/2016; Hội nghị chuyên gia quốc tế thống kê giá tổ chức Thụy Sỹ vào tháng 5/2018 Phần trình bày khái niệm, đặc trưng bigdata kinh nghiệm thống kê quốc tế bigdata (Báo cáo chi tiết tổng quan bigdata gửi kèm Báo cáo này) Khái niệm, đặc trưng nguồn bigdata Khái niệm: Bigdata thuật ngữ liệu lớn phức tạp mà phương pháp truyền thống không đủ ứng dụng để xử lý liệu Đặc trưng bigdata: Bigdata có đặc trưng bản: Khối lượng liệu (Volume); tốc độ (Velocity); đa dạng (Variety); độ tin cậy/chính xác (Veracity); giá trị (Value) Giới khoa học đưa mơ hình 5V đặc trưng bigdata Nguồn bigdata: Bigdata hình thành từ nguồn: (1) Dữ liệu hồ sơ hành chính; (2) Dữ liệu từ hoạt động thương mại trực tuyến; (3) Dữ liệu từ thiết bị cảm biến thiết bị chụp hình ảnh vệ tinh, cảm biến đường, cảm biến khí hậu; (4) Dữ liệu từ thiết bị theo dõi; (5) Dữ liệu từ hành vi (tìm kiếm, đọc trực tuyến); (6) Dữ liệu từ ý kiến, quan điểm cá nhân, tổ chức phương tiện thông tin xã hội Bigdata khác biệt so với liệu truyền thống điểm: Dữ liệu đa dạng hơn; lưu trữ liệu lớn hơn; truy vấn nhanh hơn; độ xác cao Ứng dụng big data lĩnh vực: Chính trị; giao thơng; y tế; thể thao; tài chính; thương mại; thống kê Riêng số dự án bigdata cho thống kê thức đã, triển khai lĩnh vực, tỷ lệ sử dụng bigdata cho lĩnh vực là: TK Kinh tế tài (48,1%); TK xã hội nhân học (44,2%); TK giá (38,5%); TK lao động (21,2%); TK di cư (19,2%); TK du lịch (17,3%); TK môi trường (13,5%); TK vận tải (13,5%)2, Ủy ban Thống kê Liên hợp quốc với bigdata Tại Phiên họp lần thứ 45 Ủy ban Thống kê Liên hợp quốc (UNSC) tổ chức vào tháng 3/2014, New York (Mỹ), UNSC thành lập Nhóm Cơng tác tồn cầu (Global Working Group - GWG) bigdata với 28 thành viên Phiên làm việc GWG (31/10/2014) khẳng định việc sử dụng big data cho thống kê thức nghĩa vụ cộng đồng thống kê quốc tế dựa nguyên tắc để đáp ứng kỳ vọng xã hội sản phẩm thống kê cải thiện cách thức làm việc đạt hiệu Tại họp này, GWG hình thành tổ công tác theo chủ đề: Vận động truyền thông; liên kết bigdata Mục tiêu Phát triển bền vững; tiếp cận quan hệ đối tác; đào tạo, xây dựng kỹ lực thống kê; liệu từ điện thoại di động; ảnh vệ tinh; liệu từ phương tiện truyền thông xã hội Gần nhất, Phiên họp lần thứ 49 Ủy ban Thống kê Liên hợp quốc vào tháng 3/2018 bigdata thống kê nhà nước xác định nội dung quan trọng: Khẳng định sử dụng nguồn bigdata nguồn liệu khác cần thiết trình thực hiện đại hóa cơng tác thống kê nhà nước; xác định hội sử dụng liệu lớn để lấp đầy khoảng trống liệu công tác thống kê nhà nước, nâng cao tính hiệu chi phí, khả thay liệu điều tra truyền thống khả cung cấp số liệu đầu chi tiết hơn; khuyến khích nhóm làm việc tồn cầu bigdata UNSD (GWG) cung cấp sản phẩm dịch vụ thực thành công cho hệ thống thống kê toàn cầu để hỗ trợ nước thực sản xuất thông tin thống kê tiêu thống kê phục vụ mục tiêu phát triển bền vững; đánh giá cao Hội Nguồn: Results of the UNSD/UNECE Survey of Big data nghị quốc tế lần thứ liệu lớn công tác thống kê nhà nước nhóm GWG tổ chức thủ đô Bogota Colombia, tháng 11/2017 (Tuyên bố Bogota 2017) để giới thiệu phát triển bigdata công tác thống kê nhà nước; hỗ trợ nhóm GWG thực hợp tác cung cấp dịch vụ, xây dựng tiêu chuẩn, hướng dẫn quản trị liệu, quản lý thông tin để cộng đồng thống kê làm việc với đối tác công ty công nghệ, tổ chức truyền thông, nhà cung cấp liệu phục vụ công tác thống kê nhà nước; nhấn mạnh cần thiết phải giải cách cẩn thận thách thức xã hội lòng tin, đạo đức, quyền riêng tư, bảo mật an ninh/an toàn liệu; từ đến tháng 3/2020, giai đoạn thử nghiệm để chứng minh khả xây dựng khái niệm đầy đủ tảng tồn cầu bigdata, bao gồm: tính pháp lý, đạo đức bước hỗ trợ nước bước đầu tiếp cận liệu lớn; nhấn mạnh tầm quan trọng hoạt động phát triển lực liệu lớn, đặc biệt nước phát triển lĩnh vực sử dụng liệu vệ tinh, liệu điện thoại di động nguồn liệu khác Cơ quan thống kê quốc gia số nước Hiện nay, nhiều quan thống kê quốc gia coi việc khai thác sử dụng nguồn bigdata chiến lược ưu tiên hàng đầu thống kê nhà nước, như: Anh, Hàn Quốc, Hà Lan, Trung Quốc, Đan Mạch, Ý, Nhật, Thụy Điển, Mexico, Canada, Austria, Hungary, Norway, Germany, Slovenia, Spain, Mỹ, Úc3… Một số quan thống kê quốc gia xây dựng thực chiến lược bigdata để sản xuất số liệu thống kê thức (Big data Strategy for Statistics) Viện KHTK nghiên cứu sâu kinh nghiệm Cơ quan Thống kê quốc gia Hàn Quốc (KOSTAT) Cơ quan Thống kê quốc gia Anh 3https://unstats.un.org/bigdata/inventory/? selectTitle=&selectCountry=&selectOrganization=&selectSource=Web+scraping+data&selectstatAr ea=Price+statistics&selectsdgGoal= (ONS) khai thác bigdata để biên soạn số giá tiêu dùng để thử nghiệm thu thập thông tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang thông tin điện tử; kết thử nghiệm trình bày Mục II II KẾT QUẢ THU THẬP THƠNG TIN VỀ GIÁ BÁN LẺ HÀNG HĨA VÀ DỊCH VỤ TIÊU DÙNG TRÊN CÁC TRANG WEB Trên sở nghiên cứu kinh nghiệm quốc tế khai thác, sử dụng nguồn liệu lớn để sản xuất số liệu thống kê nhà nước, Viện KHTK triển khai thu thập thơng tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang web theo nội dung: (1) Xác định trang web có chứa thơng tin giá lẻ hàng hóa dịch vụ tiêu dùng; (2) Lựa chọn công nghệ phát triển công cụ thu thập liệu web; (3) Thu thập liệu từ website; (4) Xử lý liệu; (5) Tính giá bình qn số mặt hàng cấp Dưới trình bày chi tiết nội dung nói Xác định trang web chứa thông tin giá lẻ hàng hóa dịch vụ tiêu dùng Theo Phương án tính số giá tiêu dùng truyền thống, rổ hàng hóa tiêu dùng xây dựng theo nhóm mặt hàng, bao gồm: 11 nhóm mặt hàng cấp 1, 32 nhóm mặt hàng cấp 2, 86 nhóm mặt hàng cấp 3, 266 nhóm mặt hàng cấp 654 mặt hàng cấp Căn cấu trúc rổ hàng hóa CPI truyền thống nói để xác định trang web có chứa thơng tin giá liên quan đến mặt hàng thuộc rổ hàng hóa CPI nói Hiện nay, nước ta có nhiều trang web hoạt động thức khơng thức nhiều lĩnh vực khác Để thu thập thông tin giá bán lẻ trực tuyến, trước hết phải xác định, lập danh sách trang web bán hàng trực tuyến hoạt động thức lãnh thổ Việt Nam Viện KHTK làm việc với Cục Thương mại điện tử, Bộ Công Thương4 xác định 104 trang web bán hàng trực tuyến Việt Nam, bao gồm: 23 trang web bán thiết bị đồ dùng gia đình; 12 trang web bán hàng văn hóa, thể thao, du lịch, giải trí; trang web bán hàng hóa dịch vụ khác; 14 trang web dịch vụ giáo dục; 10 trang web bưu viễn thơng, trang web giao thơng; trang web hàng ăn dịch vụ ăn uống; trang web bán đồ uống, thuốc lá; 21 trang web đa ngành hàng (xem Cột B, Phụ lục 1) Từ 104 trang web bán hàng trực tuyến Bộ Cơng Thương quản lý nói trên, chúng tơi lựa chọn 44 trang web bán hàng trực tuyến có chứa thơng tin hàng hóa tương đồng với tên quy cách hàng hóa rổ hàng hóa điều tra giá Vụ Thống kê Giá thực hiện; có số lượt người truy cập đơng (xem Cột C, Phụ lục 1) Tại 44 trang web bán hàng trực tuyến chứa nhiều thông tin, có thơng tin tên mặt hàng, quy cách, giá bán, giá khuyến mại, hình ảnh mặt hàng Những thơng tin mặt hàng nói (trừ hình ảnh) trích xuất để biên soạn số giá tiêu dùng Ví dụ, Trang web adayroi.com, chứa nhiều thông tin mặt hàng gạo tám thơm, có tên mặt hàng, quy cách, giá bán, giá khuyến mại minh họa Hình Hình 1: Thơng tin mặt hàng gạo tám thơm bán web adayroi.com Là quan quản lý nhà nước thương mại điện tử Thể mặt hàng tiêu dùng phổ biến thị trường Lựa chọn cơng nghệ trích xuất liệu từ trang web Hiện giới sử dụng cơng nghệ khác để trích xuất liệu từ nguồn bigdata như: Crowsourcing, Machine learning, Google Voice Search, Hadoop (Map reduce); Spark; Nodejs, Mongo DB; Cloud computing; Heroku; web scarper Tuy nhiên, tảng công nghệ Scanner data, Web Scraper, Web Crawler sử dụng phổ biến trích xuất liệu từ trang web để sản xuất số liệu thống nhà nước, có thống kê giá Nền tảng cơng nghệ Scanner data: Sử dụng công cụ thiết bị máy đọc mã vạch để quét liệu mua bán (hóa đơn) từ siêu thị khai thác từ hồ sơ hành Cơ quan thống kê quốc gia Australia, Pháp sử dụng công nghệ để thu thập giá bán lẻ hàng tiêu dùng để phục vụ tính CPI Nền tảng công nghệ Web Scraper, Web Crawler: Sử dụng cơng cụ phần mềm (chương trình lập trình) để trích xuất liệu giá bán lẻ hàng tiêu dùng từ trang web Cơ quan thống kê quốc gia Anh, Hà Quốc, Úc, Bỉ, Hà Lan sử dụng cơng nghệ để trích xuất liệu giá bán lẻ hàng hóa trang web để tính CPI Viện KHTK lựa chọn tảng công nghệ Web Scraper để phát triển công cụ trích xuất liệu giá bán lẻ hàng hóa dịch vụ tiêu dùng từ 44 trang web hoạt động thức lựa chọn Trích xuất liệu từ trang web Trích xuất liệu từ trang web (là bước thu thập thơng tin quy trình bước sản xuất thông tin thống kê) Để thu thập thông tin giá bán lẻ hàng hóa dịch vụ tiêu dùng từ trang web, Viện KHTK thiết kế phần mềm trích xuất liệu (ISS-Robot) Sau khởi động, ISS-Robot tự động dị tìm, trích xuất lưu trữ liệu vào máy tính cá nhân, máy chủ kết nối internet Hình phía minh họa kết trích xuất liệu số mặt hàng từ trang web thucphamnhanh.com Hình 2: Dữ liệu giá bán lẻ số mặt hàng tiêu dùng trích xuất từ tràn web thucphamnhanh Dựa tảng công nghệ Web Scraper, ISS-Robot viết theo ngơn ngữ lập trình Nodejs (chất viết đoạn mã/lệnh chạy trang web để dị tìm liệu theo yêu cầu), hình 4, Phụ lục giao diện ISS-Robot Hàng ngày, ISS-Robot tự động trích xuất khoảng 700 ngàn dịng thơng tin liên quan đến giá lẻ hàng hóa dịch vụ tiêu dùng tràn web Bảng số lượng dịng thơng tin liên quan đến giá bán lẻ trích xuất từ trang web hàng ngày Bảng 1: Số lượng dịng thơng tin trích xuất hàng ngày tháng 06/2017 Số lượng dịng thơng tin liên quan Ngày/tháng/năm đến giá lẻ trích xuất hàng hóa dịch liệu vụ tiêu dùng trích xuất từ 44 web Ngày/tháng/nă m trích xuất liệu Số lượng dịng thơng tin liên quan đến giá lẻ hàng hóa dịch vụ tiêu dùng trích xuất từ 44 web 01/6/2017 766676 16/6/2017 711620 02/6/2017 766657 17/6/2017 744520 03/6/2017 766591 18/6/2017 711487 04/6/2017 766590 19/6/2017 711487 05/6/2017 766571 20/6/2017 711560 06/6/2017 766560 21/6/2017 711420 07/6/2017 766971 22/6/2017 711513 08/6/2017 720971 23/6/2017 711456 09/6/2017 720971 24/6/2017 711378 10/6/2017 720971 25/6/2017 711487 11/6/2017 777513 26/6/2017 711482 12/6/2017 711531 27/6/2017 711531 13/6/2017 711487 28/6/2017 817352 14/6/2017 711420 29/6/2017 820120 15/6/2017 711378 30/6/2017 761356 Thông tin liên quan đến giá lẻ hàng hóa trích xuất từ trang web bao gồm tên mặt hàng, quy cách, phẩm cấp, đơn vị tính, giá Đây 10 TT Mã số Tên mặt hàng rổ hàng hóa Tên mặt hàng trích xuất từ 44 điều tra giá tiêu dùng trang web (Đã chuẩn hóa) nhãn hiệu) 25 10170011 TV màu LCD 32 inch (ghi rõ nhãn hiệu) Tivi Led LG 32LW300C 32 inches 25 1017002 Radio cassette, (nhãn hiệu, quy cách, xuất xứ ) Đài Radio FM/AM Panasonic RFP150BATGA 25 1017003 Đầu DVD , (nhãn hiệu, quy cách, xuất xứ ) ĐẦU DVD ARIRANG AR 36MI 25 1017003 Đầu DVD , (nhãn hiệu, quy cách, xuất xứ ) Đầu DVD karaoke Acnos SK449HDMI 25 1017004 Máy ảnh kỹ thuật số, (nhãn hiệu, quy cách, xuất xứ ) Máy ảnh KTS Canon IXUS 175 25 10171011 Đàn Organ, (nhãn hiệu, quy cách, Đàn Organ Casio CTK6250 (Đen) xuất xứ ) 25 1017101 Đàn ghi ta nội, (nhãn hiệu, quy cách, xuất xứ ) Đàn guitar Acoustic Caravan HS4150 25 1017101 Đàn ghi ta nội, (nhãn hiệu, quy cách, xuất xứ ) Đàn guitar acoustic Sunny 1041Công ty CP Âm nhạc thiết bị nghe nhìn Sol.G 26 10172011 Sách tiểu thuyết tác giả Việt Nam, Nguyễn Du Tiểu Thuyết Lịch Sử (số trang, kích thước ) 26 1017201 Sách truyện ngắn tác giả Việt Nam, (số trang, kích thước ) Tuyển Tập Truyện Ngắn Nguyễn Khải 26 1017201 Từ điển Anh Việt 180.000 từ Từ Điển Anh Việt (Trên 185.000 Từ) Sách 26 1017203 Bưu ảnh (kiểu, cỡ, loại giấy ) Tranh hình Phật Thế Giới Tranh Đẹp HPV93 35 x 50 cm (Vàng) 26 10274011 Bóng bàn, hàng nội Hộp bóng bàn DHS tập 197 TT Mã số Tên mặt hàng rổ hàng hóa Tên mặt hàng trích xuất từ 44 điều tra giá tiêu dùng trang web (Đã chuẩn hóa) luyện vàng 26 1027401 Vợt cầu lông hàng nội, (loại, kiểu, xuất xứ ) Cặp vợt cầu lông HT RHTDC 26 1027401 Vợt bóng bàn, (loại, kiểu, xuất xứ ) Vợt bóng bàn DHS 3002 nhiều màu 26 1027401 Quả bóng đá hàng nội Quả bóng đá Động Lực cờ Đức UCV 3.49 số 26 1027402 Máy chạy (kiểu, quy cách, công suất, hiệu, xuất xứ ) Máy chạy điện đa DL 013 26 1027402 Máy chạy (kiểu, quy cách, công suất, hiệu, xuất xứ ) Máy Chạy Bộ Buheung MK217 27 1027402 Ghế ngồi mat xa (kiểu, quy cách, Ghế mát xa lưng model F03 Nhật công suất, hiệu, xuất xứ ) BảnSmileshop 27 10376011 Búp bê nhựa (loại, cỡ, xuất xứ ) Búp bê bé gái 60cm 0607yenthien Màu sắc: Hồng Chất liệu: Vải, 27 1037601 Thú nhồi loại vừa (loại, cỡ, xuất xứ ) Thú nhồi Gà Trống M19124B 24CM (TM) 27 1037601 Thú nhồi loại vừa (loại, cỡ, xuất xứ ) Thú Nhồi Bông Little Footprints TMS01000 27 1037601 Xe đạp trẻ em, loại xe bánh Xe đạp bánh trẻ em VBCTS5185 27 1037602 Bộ tú lơ khơ Bộ Bài UNO Giấy cứng 27 1037602 Bộ cờ vua nhựa kèm bàn (kích cỡ cờ bàn ) Bộ cờ vua nam châm Thiên Sơn 27 10479011 Du lịch trọn gói nước cho người chuyến ngày đêm (từ Tour Hà Nội Sapa Cát Cát Hàm Rồng Ngày Đêm (Ô Tô 198 TT Mã số Tên mặt hàng rổ hàng hóa Tên mặt hàng trích xuất từ 44 điều tra giá tiêu dùng trang web (Đã chuẩn hóa) đâu, đến đâu ) Ngồi) 27 1047901 Du lịch trọn gói nước cho người chuyến ngày đêm (từ đâu, đến đâu ) Tour Hà Nội / Hải Phòng Đà Nẵng 4N3Đ Vé Máy Bay Khứ Hồi, 27 11181011 Máy cạo râu chạy điện, (hiệu, kiểu, công suất, xuất xứ ) Máy Cạo Râu PHILIPS PQ206 28 11181011 Máy cạo râu chạy điện, (hiệu, kiểu, công suất, xuất xứ ) Máy Cạo Râu Philips PQ206 28 11181011 Máy cạo râu chạy điện, (hiệu, kiểu, công suất, xuất xứ ) Máy cạo râu nam Philips PQ206 (Đen) (Hàng hãng) 28 11181012 Máy sấy tóc, (hiệu, kiểu, cơng suất, xuất xứ ) Máy sấy tóc Bluestone HDB1828F 28 11181012 Máy sấy tóc, (hiệu, kiểu, cơng suất, xuất xứ ) Máy sấy tóc BLUESTONE HDB1828F 28 11181012 Máy sấy tóc, (hiệu, kiểu, cơng suất, xuất xứ ) Máy sấy tóc Pritech TC1601 người bạn thân thiện 28 Máy sấy tóc, (hiệu, kiểu, cơng 11181012 suất, xuất xứ ) 28 11181013 Tơng cắt tóc xạc điện (hiệu, kiểu, cơng suất, xuất xứ) Tơng cắt tóc cho bé Pritech PR1086 28 11181013 Tơng cắt tóc xạc điện (hiệu, kiểu, công suất, xuất xứ) Tông hớt tóc cho bé Codos CHC803 28 11181013 Tơng cắt tóc xạc điện (hiệu, kiểu, cơng suất, xuất xứ) Tơng cắt tóc có dây JUMING 803chun sản phẩm tóc 28 11181013 Tơng cắt tóc xạc điện (hiệu, kiểu, công suất, xuất xứ) Tông cắt tóc Kemei K3006A Trắng phối đen 199 Máy sấy tóc Bluestone HDB1835V 1600W (Trắng phối Tím) Tên mặt hàng rổ hàng hóa Tên mặt hàng trích xuất từ 44 điều tra giá tiêu dùng trang web (Đã chuẩn hóa) TT Mã số 29 11181021 Dao cạo râu, (hiệu, kiểu, xuất xứ ) Dao cạo râu Dorco Safety Razor 29 11181021 Dao cạo râu, (hiệu, kiểu, xuất xứ ) Dao Cạo Râu Gillette Vector Plus Razor 1Up 29 11181022 Bàn chải loại người lớn, nhãn hiệu Collgate Bàn chải đánh Colgate 360 độ 29 11181022 Bàn chải loại người lớn, nhãn hiệu Collgate Bàn Chải Đánh Răng Colgate 360 Deep Clean 29 11181023 Kính mát, (hiệu, kiểu, xuất xứ ) Kính mắt Aviator Mirrored Awesa 29 11181023 Kính mát, (hiệu, kiểu, xuất xứ ) Kính mắt nam MB 374 fullbox xịn 29 11181032 Gơm tóc (keo xịt tóc), lọ 200 ml Gơm Xịt Tóc luxuriousadamwax 29 11181033 Son môi màu LipIce tương đương, hàng Thái Lan Son dưỡng có màu LipIce Sheer Color Pop màu cam 29 11181034 Kem dưỡng da người lớn, (hiệu, kiểu, dung tích, xuất xứ ) Kem dưỡng da Dabo Aloe StemRich Cream 50g 29 11181041 Túi xách nữ, giả da, kiểu dáng thời trang, hàng TQ cao cấp Túi xách nữ Tazaz phối màu vàng hồng 30 11181061 Đồng hồ đeo tay nam, (hiệu, kiểu, ĐỒNG HỒ ĐEO TAY NAM kích thước, loại dây, xuất xứ ) ADRIATICA A10235213Q 30 11181062 Đồng hồ đeo tay nữ, (hiệu, kiểu, loại dây, xuất xứ ) Đồng hồ đeo tay thời trang nữ Nary màu trắngAL 30 11182021 Sơn, sửa móng tay, cho nữ, kiểu đơn giản Sơn Sửa Móng Dạng Gel/ Gội Đầu 30 11283021 Thuê xe hoa đám cưới, xe cô dâu Cho thuê xe hoa Toyota Camry 200 TT Mã số Tên mặt hàng rổ hàng hóa Tên mặt hàng trích xuất từ 44 điều tra giá tiêu dùng trang web (Đã chuẩn hóa) 2.5Q giá rẻ TpHCMharryshop 30 11385021 Bảo hiểm xe máy 50 cm3 201 Bảo hiểm xe máy Bảng 2: Danh mục 43 mặt hàng tương đồng với mặt hàng rổ hàng hóa điều tra giá tiêu dùng T T Mã số Tên mặt hàng rổ hàng hóa điều tra giá Tên mặt hàng trích xuất từ 44 trang web (Đã chuẩn hóa) 01101011 Gạo tẻ thường (Khang dân tương đương) Gạo Tấm xốp lai 01101012 Gạo tẻ thường (Xi dẻo tương đương) Gạo nàng hoa MS32 01101031 Gạo nếp thường (hạt tròn, địa phương) Gạo Nếp Lotus Rice 01101032 Gạo nếp ngon (nếp hoa vàng hạt dài tương đương) Gạo Nếp Bắc đặc biệt Loại 5kg 01103011 Bánh mì loại 85100 garm Bánh Mì Pretzel Vị Muối Caramel Snyder's 100g 01103022 Bánh đa thái khô, loại sợi nhỏ vuông Bánh Phở Khô(Bánh Đa Sợi Phở)Binhdinh Phở ăn liền, hiệu Đệ Nhất, 01103034 VINACOOK, hương vị bị, gói 65 85 gram Phở Bị Ăn Liền Vifon Gói 65g 01103041 Miến dong loại Miến Dong Minh Dương (500g) 0120401 Thịt lợn ba (heo ba rọi), loại ba Thịt lợn ba heo NgocAnhFood 10 0120501 Gà công nghiệp làm sẵn, ngun con, bỏ lịng Gà bọng đơng lạnh CP 11 0120501 Gà ta làm sẵn nguyên con, bỏ lòng Gà mái đẻ Unitek Loại 1kg 12 0120501 Cánh gà công nghiệp Cánh gà CP Loại 1kg 202 T T Mã số Tên mặt hàng rổ hàng hóa điều tra giá Tên mặt hàng trích xuất từ 44 trang web (Đã chuẩn hóa) 13 0120502 Vịt làm sẵn, nguyên con, bỏ lòng Vịt đồng Tam Nơng kg 14 01207011 Trứng gà ta khơng đóng gói, bán rời Trứng gà ta Vfood Hộp 10 15 01209011 Cá quả, loại con/kg (cá lóc) Cá (cá lóc) cắt khúc 0.3 kg 16 0120901 Cá nục loại 810 con/kg Cá nục 0.3 kg 17 0120901 Cá nục loại 810 con/kg Cá nục đốmhaisansachhalong 18 0120903 Cua biển tươi (còn sống) loại 23 con/kg Cua Biển Cà Mauduoclieucotruye 19 0121302 Su hào loại 34 củ/kg Su Hào Đà Lạt GAP 20 0121304 Khoai tây, loại củ to vừa, 810 củ/kg Khoai tây vàng Đà Lạt 0.5 kg 21 0121406 Trái sấy đóng gói túi nilon 250gram hiệu Thuận Hương tương đương Trái Cây Sấy Vinamit Gói 250g 22 0121701 Sữa bò tươi tiệt trùng hộp giấy Sữa tươi nguyên chất trùng 150 200 ml, (Cô gái Hà Lan, Vinamilk không đường hộp Vinamilk) 200ml 23 0121901 Cà phê bột, gói 200300gram (loại G7) Cà phê cappuccino mocha G7 Trung Nguyên hộp 216g 24 0121901 Cà phê bột, gói 200300gram (loại Cà Phê Cappuccino G7 Trung 203 T T Mã số Tên mặt hàng rổ hàng hóa điều tra giá Tên mặt hàng trích xuất từ 44 trang web (Đã chuẩn hóa) G7) Nguyên Hộp 216g 25 0121902 Cà phê hoà tan, nhãn hiệu G7, đóng hộp có 20 gói nhỏ, 1618gram/gói Cà Phê Đen Hịa Tan G7 Hộp 30g 26 0121902 Cà phê hồ tan, nhãn hiệu G7, đóng hộp có 20 gói nhỏ, 1618gram/gói Cà Phê Hịa Tan 3in1 G7 Gói 800g 27 0312603 Quần âu nam vải ka ki 100% contton, cỡ 3942 (ML) : Quần dài Kích cỡ : 29, 30, 32, 31 Màu: Xanh Xuất xứ : Việt NamQuần nam Levis HB122 đẹp 28 0312604 Aó sơ mi nữ dài tay 65% coton Áo sơ mi nữ tay dài Gendai 29 0312607 Quần lót nữ 50% cotton, (hàng nhà máy, hiệu) Quần lót nữ cotton bikini Miley Lingerie BCP0203 30 0312609 Quần âu em trai 10 tuổi, vải Kaki, màu, ghi xuất xứ Quần kaki trẻ em Mihababy AK04 31 0332904 Giầy thể thao nữ cỡ 3637 (ghi rõ nhãn hiệu) Giày thể thao nữ Wadnaso họa tiết Quốc kỳ 32 0332905 Giầy thể thao trẻ em, cỡ loại 10 tuổi, hiệu Bitis Giày Thể Thao Bé Gái Biti's Disney Princess 33 0413302 Gạch lát nền, loại 1, cỡ 40 x 40 (ghi rõ nhãn hiệu) Phân phối gạch ốp lát Prime CK 15 đến 20% (3612) 34 0413302 Gạch lát Trung Quốc, loại bóng trơn, cỡ 40x40, mua lẻ 11 hộp Gạch Taicera lát 40x40 phủ men Atrium (691) 35 0413302 Gạch xây, gạch ống lỗ, cỡ rộng GẠCH ĐẶC,2 LỖ TẠI HÀ NỘI 204 T T Mã số Tên mặt hàng rổ hàng hóa điều tra giá Tên mặt hàng trích xuất từ 44 trang web (Đã chuẩn hóa) 10 x dài 22, loại 1, mua rời nơi cung ứng 36 0514302 Bình nước nóng ARISTON, 220V, 1200W, hàng liên doanh (ghi rõ số lít) Bình nước nóng gián tiếp Ariston AN 30 RS 2,5 FE MT 37 0514304 Máy vi tính để bàn đồng bộ, Hiệu FPT, (ghi rõ cấu hình) Máy tính để bàn Acer ASXC600 CI33240 DT.SLJSV.011 38 0514304 Máy vi tính để bàn đồng bộ, Hiệu FPT, (ghi rõ cấu hình) Máy tính để bàn Asus D320MTI361000290 39 0816702 Máy ĐTDĐ NOKIA N100 (chỉ nghe nói, nhắn tin) Nokia 130 (Không thẻ nhớ) 40 0916801 Giấy kẻ ngang 20 tờ/ tập, (nhãn hiệu, kích cỡ, xuất xứ ) Giấy kiểm tra Trung học Hải Tiến 18 x 25 cm (Túi 25 tờ) 41 0916803 Bút bi Thiên Long, màu Bút gel Thiên Long B03 42 0916803 Bút viết bảng (kích thước, chất liệu, xuất xứ ) Bút Viết Bảng Artline EK 550A 43 1027401 Vợt bóng bàn, (loại, kiểu, xuất xứ ) Vợt Bóng Bàn Banh Sportslink BL5609 205 Bảng 3: Danh sách 71 mặt hàng không tương đồng rổ hàng hóa điều tra giá tiêu dùng TT Tên hàng hóa Bánh bao loại 08 Tân Việt Sin Bánh chưng nếp Bắc Yếm Cotton Puku P26216312Màu Hồng Bột cari (cà ri)Loại 10 gói/vĩ Bột chiên giịn hải sản AJIQUICK AJINOMOTOLoại 150g Áo Khoác Nam Nữ Chống Nắng UPF50+ áo len cao cổ nam Áo len nam nữ cổ tim màu đỏ Vinschool áo nỉ len nữ lớp Hasa 20793 màu tím than 10 Áo Sơ Mi Nam Nữ Trơn Kate Thun 11 Áo Thun Nam Có Cổ Polo Jun 12 Áo Thun Nữ Aint Laurent T&D151 ( Màu Trắng )D151 13 Áo Thun Nam Nữ Cổ Tròn In Hoa 14 Áo thun bé gái tay ngắn Concung G057014 Trắng 15 Đùi gà tháo khớp Unitek 16 Má đùi gà CP 17 Giị bị Vissan 18 Giị lụa bì Vissan 19 Bún chả cá Cầu TreKhay 20 Bún bò huế Cầu TreKhay 21 Gạo Đài Loan (Việt Đài Long An) 22 Nấm linh chi đen 206 TT Tên hàng hóa 23 Nem đơng lạnh Vissan 24 Nem giịn CP 25 Chuối bào 26 Bắp cải thảo giống Đài Loan Đà Lạt 27 Hành tây 28 Chanh 29 KIM TỪ ĐIỂN ANH VIỆT 10 Tai nghe Yison YSCX390 32 Ấm siêu tốc du lịch TIROSS TS490, 1.7L, 2000W 31 AMPLI BOSTON AUDIO PA1300 33 Bàn Philips GC506 34 Bình giữ nhiệt TIGER PXJ1608R 35 Sưởi HANIL nóng bóng halogen, xoay hai bên, 500/1000w, bóng, m.bạc 36 Đồng Hồ Định Vị Giám Sát Trẻ Em YQT Màu Hồng 37 Máy bơm bán chân không ô zôn diệt khuẩn Kangaroo KG750JE 38 Máy làm sữa đậu nành BLUESTONE SMB7335 39 Máy lọc khơng khí COWAY CAIRS AP1008CH 40 Máy rửa bát Electrolux ESF5511LOX 41 Nguồn máy tính Acbel ATX HK350 350W 42 Nồi áp suất ga SUPOR YS223B 5.2 lít 10 Nồi hầm chống dính Scanpan 44 Ổ Cứng Di Động WD Elements 1TB WDBUZG0010BBK 45 Phích điện Tiger PDUA50W 207 TT Tên hàng hóa 46 Phích giữ nhiệt Elmich 2240739 47 Phích nước điện tử Cuckoo CWP333G 48 Sạc pin sony BG 49 Quạt sưởi KORIHOMEEHK103BK 50 Quạt trần điều khiển Benny BFC56RL 51 Điều hòa treo tường Inverter chiều LG B24ENA21000BTU 52 Tủ đá ALASKA IF21 53 Tủ đơng Sanaky VH225HY2 54 Lị nướng đa Comet CM6518CMàu đồng 55 Loa Bluetooth 3.0/NFC Sony SRSX11/LC EMàu xanh 56 Hút ẩm DELONGHI DES12 57 Màn hình máy tính AOC E2270SWN 19.5 inches Đen 58 Bò viên Việt Sin 59 Bò vụn Việt Gia Định 60 Bò xay vissan 61 Chả Bò Đặc Biệt (mát) Cầu Tre 62 Nem nướng ăn liền Vissan 63 Chạo bò Hồng Hà Cao Nguyên 10.0 Bì heo 65 Nem chua Vissan 66 Nem gà Unitek 67 Cà ri gà Vissan 68 Cá basa cắt khúc Seafood 69 Cá bạc má 208 TT Tên hàng hóa 70 Vịng Tay Đá Phối Bạc 71 Từ Điển Giải Thích Thuật Ngữ Tốn, Lý, Hố AnhViệt Trương Văn 209 Phụ lục 4: Một số giao diện công cụ trích xuất, xử lý lưu trữ liệu giá hàng hóa dịch vụ tiêu dùng khai thác từ trang web Hình 4: Chương trình trích xuất thơng tin từ trang web Hình 5: Giao diện chương trình trích xuất liệu từ trang web 210 Hình 6: Chương trình chuẩn hóa thơng tin sau thu thập Hình 7: Thơng tin mặt hàng chuẩn hóa trích xuất 211 ... bigdata để biên soạn số giá tiêu dùng để thử nghiệm thu thập thông tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang thông tin điện tử; kết thử nghiệm trình bày Mục II II KẾT QUẢ THU THẬP THƠNG TIN VỀ... nhiệm số đơn vị liên quan Báo cáo kết thu thập thông tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang web để biên soạn số giá tiêu dùng, gồm nội dung chính: (1) Tổng quan khai thác nguồn bigdata để. .. Viện KHTK triển khai thu thập thơng tin giá bán lẻ hàng hóa dịch vụ tiêu dùng trang web theo nội dung: (1) Xác định trang web có chứa thơng tin giá lẻ hàng hóa dịch vụ tiêu dùng; (2) Lựa chọn công