3.1.1. Giới thiệu
Trong xã hội hiện đại bùng nổ về thông tin, dữ liệu được tích lũy theo quy mô lũy thừa. IBM báo cáo rằng 90% dữ liệu hiện nay đã được tạo ra chỉ trong hai năm qua. Nhiều kỹ thuật mô hình hóa dự báo, gồm các mạng nơ-ron (NN - neural networks), phân cụm, các máy vec tơ hỗ trợ (các SVM) và các quy tắc kết hợp, giúp trích rút từ các dữ liệu này thành nhiều tri thức tốt hơn. Thực hiện điều đó bằng cách lọc các mẫu dữ liệu được lưu trữ trong những kho dữ liệu khổng lồ.Có thể ứng dụng những tri thức đo trong vấn đề dự báo. Sau khi một mô hình dự báo được xây dựng, nó có thể được áp dụng trong các tình huống mới, chưa được biết đến. Do các kỹ thuật mô hình hóa dự báo có thể học từ quá khứ để dự báo tương lai, chúng đang được áp dụng cho vô số các vấn đề như các hệ thống tư vấn, phát hiện gian lận, lạm dụng và phòng ngừa các bệnh tật hay tai nạn. Tính sẵn có của “dữ liệu lớn” và công suất xử lý hiệu quả về chi phí, đang mở rộng khả năng áp dụng các kỹ thuật dự báo dựa vào dữ liệu trong các ngành nghề khác nhau. Theo cách làm đó, toán học thông minh đang giúp cho càng ngày càng có nhiều công ty nhận ra tiềm năng thực sự ẩn giấu trong dữ liệu của họ[22], [23].
Phân tích dự báo được các công ty và các cá nhân trên toàn thế giới sử dụng để trích ra giá trị tri thức từ dữ liệu nhật ký thu thập được từ mọi người và các cảm biến. Dữ liệu của mọi người gồm có các giao dịch khách hàng có cấu trúc (ví dụ, từ các lần mua hàng trực tuyến) hoặc dữ liệu không cấu trúc thu thập được từ các phương tiện truyền thông xã hội. Mặt khác, dữ liệu của cảm biến thu được từ hàng loạt thiết bị được sử dụng để giám sát đường xá, cầu cống, các tòa nhà, máy móc, hệ thống lưới điện, bầu khí quyển và khí hậu. Trong luận văn này, tôi tập trung vào kỹ thuật mô hình hóa dự báo. Đây là những thuật toán toán học được sử dụng để “học” các mẫu ẩn giấu trong CSDL này.
Một mô hình dự báo có thể được sử dụng để dự báo về khả năng hành vi của khách hàng trong tương lai gần, trong trường hợp về dữ liệu của mọi người; hoặc nguy cơ của sự cố máy móc, trong trường hợp về dữ liệu của cảm biến. Các mô hình như vậy tính toán một điểm số hoặc nguy cơ bằng cách thực hiện một hàm hồi quy. Cũng có thể sử dụng các mô hình dự báo để thực hiện một hàm phân loại, trong đó kết quả là một lớp hay mộtloại.