Sau khi đưa các chiều dữ liệu vào phân tích ta thấy, kết quả học tập của các bạn nam kém hơn các bạn nữ mặc dù số lượng các bạn nữ nhiều hơn các bạn nam khoảng 2 lần. Tỷ lệ các bạn sinh viên nữ có kết quả học tập đặt điểm A, B cao hơn nhiều so với các bạn nam, cụ thế tỷ lệ các bạn nữ đạt điểm A, B là 49% còn tỷ lệ các bạn nam đạt diểm A, B là 21%. Từ kết quả này, để nâng cao kết quả học tập trung của toàn trường thì các thầy, cô giáo cần tập trung hơn nữa vào nhóm các bạn nam trong lớp.
3.4. Kết luận chương 3
Chương 3 luận văn tập trung vào việc chạy thử nghiệm kỹ thuật OLAP trên dữ liệu sinh viên của Học viện Ngân hàng. Việc chạy thử nghiệm trên dữ liệu sinh viên của Học viện Ngân hàng được thực hiện bằng công cụ phân tích dữ liệu của MS SQL 2008 Server và bằng công cụ Pivort table của MS Excel. Việc phân tích dữ liệu đạt được khá khả quan, tốc độ truy cập vào các khối dữ liệu rất tốt, kết quả phân tích
đáp ứng được một số yêu cầu mong muốn đề ra. Mặc dù chỉ mới tập trung xây dựng khai phá dữ liệu học tập của sinh viên, nhưng luận văn đã thực hiện đầy cả các bước của qui trình triển khai kỹ thuật OLAP, đủ để đưa vào áp dụng chạy thử nghiệm trong thực tế.
KẾT LUẬN
1. Kết quả đạt được của luận văn
Luận văn đã trình bày được một cách tổng quan về Khai phá dữ liêu và kỹ thuật OLAP trong khai phá dữ liệu, các công nghệ hỗ trợ xây dựng kho dữ liệu, OLAP trong SQL Server 2008 và cách thức áp dung các công cụ vào xây dựng kỹ thuật OLAP. Về phần tổng quan về khai phá dữ liệu và phát hiện tri thức luận văn đã trình bày tóm tắt các khái niệm, các kỹ thuật khai phá dữ liệu, kiến trúc tổng thể của kỹ thuật OLAP, mô hình dữ liệu. Luận văn cũng đã trình bày một số công cụ và dịch vụ chính hỗ trợ cho việc triển khai kỹ thuật của SQL Server 2008. Cụ thể đã trình bày các công cụ và dịch vụ sau:
Hệ Quản trị CSDL SQL Server 2008
Dịch vụ tích hợp dữ liệu SSIS
Dịch vụ báo cáo SSRS
Dịch vụ phân tích SSAS
Công cụ quản lý SSMS
Công cụ phát triển kho dữ liệu BIDS
Công cụ phân tích dữ liệuPivotTablecủa Excel Công cụ quản lý báo cáo
Cuối cùng, luận văn đã trình bày cách thức áp dụng các công cụ và dịch vụ của SQL Server 2008 trong việc xây dựng thử nghiệm khai phá dữ liệu sinh viên bằng kỹ thuật OLAP cho Học viện Ngân hàng, bước đầu kết quả của việc phân tích dữ liệu đạt được khá khả quan, đáp ứng được một số yêu cầu mong muốn đề ra. Mặc dù chỉ mới tập trung xây dựng khai phá dữ liệu học tập của sinh viên, nhưng luận văn đã thực hiện đầy cả các bước của qui trình triển khai kỹ thuật OLAP, đủ để đưa vào áp dụng chạy thử nghiệm trong thực tế. Các bước thực hiện khi xây dựng dữ liệu thử nghiệm như sau: xây dựng cấu trúc các CSDL, làm sạch và tích hợp dữ liệu, tạo khối dữ liệu đa chiều, tạo các báo cáo mẫu, tạo các phân tích mẫu và chia sẻ báo cáo.
Tuy nhiên, luận văn cũng chỉ mới tập trung tìm hiểu về Kỹ thuật OLAP và các công nghệ trong SQL Server 2008 đủ để áp dụng triển khai kỹ thuật OLAP cho khai
phá dữ liệu học tập của sinh viên Học viện Ngân hàng. Và khi xây dựng đã bỏ qua một số yêu cầu nghiệp vụ khác: phân tích dữ liệu về Học phí, dữ liệu về Giảng viên... Khi triển khai kỹ thuật OLAP cũng chỉ mới xây dựng duy nhất một bảng sự kiện, và chưa tạo bất kỳ bảng tổng hợp hay bảng sao chụp dữ liệu.
2. Phương hướng tiếp tục nghiên cứu
Hiện tại luận văn mới chỉ là những nghiên cứu và thử nghiệm ban đầu, muốn đưa vào sử dụng thực tế cho cần thực hiện triển khai thử nghiệm và nghiên cứu sâu về các yêu cầu của phòng Đào tạo để có thể bao quát được hầu hết các yêu cầu thực tế, dựa vào đấy để có thể hoàn thiện thêm phần thực nghiệm của luận văn, cũng như mở rộng cho các nghiệp vụ khác của Học viện Ngân hàng.
Luận văn giới thiệu tương đối chi tiết các công cụ và qui trình để phát triển kỹ thuật OLAP. Do đó, ngoài việc tiếp tục nghiên cứu thêm để ứng dụng vào các dữ liệu đào tạo khác như dữ liệu về học phí, dữ liệu về nhân sự... Luận văn có thể ứng dụng để khai phá các loại dữ liệu khác, ví dụ như khai phá dữ liệu khách hàng của ngân hàng, dữ liệu bán hàng của các siêu thi, dữ liệu giao dịch chứng khoán, tài chính...
Tài liệu Tham khảo
Tiếng Việt
[1] Trịnh Thế Tiến (2009), Giáo trình học nhanh SQL Server 2008, Nhà xuất bản Hồng Đức.
[2] Viện Công nghệ Thông tin, Viện Khoa học và Công nghệ Việt Nam (1999), Thiết kế hệ thống trong xây dựng Data Warehouse và Hệ thống Thông tin lớn, Hà Nội.
Tiếng Anh
[3] Tom Mitchell (1999), Machine Learning and Data Mining, Communications of the ACM, Vol. 42, No. 11, pp. 30-36.
[4] U. M. Fayyad, G. Piatetsky-Shapiro, P. Smyth and R. Uthurusamy (1996),
Advances in Knowledge Discovery and Data Mining, AAAI Press, Menlo Park, CA).
[5] D. Pyle (2003), Business Modeling and Data Mining, Morgan Kaufmann Publishers, San Francisco, CA.
[6] Joy Mundy and Warren Thornthwaite (2011), The Microsoft Data Warehouse Toolkit: With SQL Server 2008 R2 and the Microsoft Business Intelligence Toolset, Wiley Publishing, Inc.
[7] Microsoft, SQL Server 2008 Books Online.
[8] Rob Vieira (2009), Professional Microsoft SQL Server 2008 Programming, Wiley Publishing, Inc.
[9] Trang web: http://www.learndatamodeling.com/dw_concepts.htm, 2011.
[10] Real-Time Data Integration for Data Warehousing and Operational Business Intelligence An Oracle White Paper, 2010.
[11] J. Grabmeier, and A. Rudolph (2002),Techniques of Clustering Algorithms in Data Mining, Data Mining and Knowledge Discovery, Kluwer Academic Publishers, Netherlands, pp. 303-360.