Kết luận chung
Qua quá trình nghiên cứu và tìm hiểu về các vấn đề về tầm quan trọng của việc dự báo chỉ số giá tiêu dùng (CPI) và tình hình lạm phát kinh tế tại Việt Nam và một số vấn đề liên quan tới khai phá dữ liệu xây dựng mơ hình dự báo, luận văn đã hồn thành và đạt được một số kết quả như sau:
Luận văn đã trình bày được vai trị và tầm quan trọng của việc dự báo chỉ số giá tiêu dùng (CPI) và lạm phát kinh tế tại Việt Nam.
Nghiên cứu cơ sở lý thuyết liên quan đến kỹ thuật xây dựng mơ hình dự báo khai phá dữ liệu và xây dựng các mơ hình bằng cơng cụ WEKA.
Đối với bài tốn dự báo chỉ số giá tiêu dùng cpi và tình hình lạm phát kinh tế Việt Nam đến năm 2020, luận văn đã xây dựng các mơ hình dự báo Logistic, Naive Bayes, Bayes Net, Tree J48, KNN, SMO, Multilayer Perceptron. Với dữ liệu từ Tổng cục thống kê Việt Nam, số liệu thu thập được 192 instance trong thời gian từ 1/2002-12/2017 dữ
liệu thu thập được cĩ thời gian liên tục, khơng gián đoạn. Qua nghiên cứu phân tích, lựa chọn và đánh giá chúng ta ưu tiên lựa chọn mơ hình MultilayerPerceptron phù hợp nhất với tập dữ liệu đã thu thập.
Trên cơ sở tri thức phát hiện được từ các mơ hình dự báo, luận văn tiến hành xây dựng ứng dụng dự báo chỉ số giá tiêu dùng CPI và tình hình lạm phát kinh tế Việt Nam đến năm 2020. Với việc triển khai thử nghiệm ứng dụng dự báo chỉ số giá tiêu dùng (CPI) và tình hình lạm phát kinh tế Việt Nam đến năm 2020. Ứng dụng này sẽ gĩp phần hỗ trợ cho nhà quản lý kịp thời đưa ra quyết định đúng đắn trong các hoạt động kinh tế, bình ổn giá trị tiền tệ, kiềm chế lạm phát...
Bên cạnh những kết quả đạt được, để đưa mơ hình dự báo vào việc xây dựng phương pháp phân tích để dự báo, kiểm chứng thực tế và đánh giá kết quả một cách thường xuyên. Bản thân tơi nhận thấy đây là một ứng dụng cĩ tính thực tiễn cao, dự báo chỉ số giá tiêu dùng tốt sẽ dẫn đến kiềm chế lạm phát tốt điều đĩ mang lại nhiều lợi ích cho nền kinh tế quốc gia cũng như các nhà đầu tư và các doanh nghiệp đưa ra các quyết định đúng đắn trong kinh doanh và hoạch định kinh tế.
Hướng phát triển
Trong tương lai, chúng tơi hy vọng nghiên cứu này đi sâu hơn bằng việc thảo luận dự báo chỉ số giá tiêu dùng và lạm phát trong thời gian bằng cách sử dụng cơng nghệ tiên tiến hơn: bigdata, áp dụng trong mơi trường điện tốn đám mây, sử dụng phương pháp deeplearning...và tích hợp nhiều phương pháp mới để cho ra một ứng dụng hồn hảo hơn với xác xuất dự báo chính xác nhất. Nghiên cứu này cĩ thể phát triển tốt hơn bằng cách thêm các biến liên quan đến các tính chất theo mùa, vùng...và thời gian dự báo.