Session 3: Data and Knowledge Managenment- Tài liệu tham khảo | Đại học Hoa Sen

Session 3: DATA AND KNOWLEDGE MANAGEMENT Group List: G
1. 22122964 - Nguyễn Thị Thuỳ Dung
2. 22110043 - Nguyễn Chí Thanh
3. 22117996 - Lê Thị Thanh Trúc
4. 22103761 - Trương Thanh Vy CASE STUDY Case Study 1
Tìm hiểu và trình bày từng bước thiết kế (kèm hình ảnh minh họa) website trên
https://wordpress.org/ (https://wordpress.com/) Tham khảo:
1. https://wiki.matbao.net/kb/huong-dan-su-dung-wordpress-tu-a-toi-z/
2. https://dieuhau.com/huong-dan-su-dung-wordpress/ Trả lời:
Bước 1: tạo tài khoản trên Wordpress.com
Có thể tùy chọn cách thức tạo tài khoản như sử dụng Email hay Google,...
Introduction to MIS – Case Study & Lab Page 1
Bước 2: Chọn tên miền cho Website
Bước 3: Lựa chọn chủ đề cho Website:
Bước 4: Bấm vào “Preview & customize" để được chỉnh sửa
Introduction to MIS – Case Study & Lab Page 2
Bước 5: Lúc này có thể chỉnh sửa các bố cục trong website như có thể đổi hình nên bằng hình
mà mình lựa chọn bằng cách bấm nút “thay thế”.
Bước 6: Hay có thể thêm các khối bằng cách nhấp vào nút dấu “+” để xem thêm các tính năng khác
Introduction to MIS – Case Study & Lab Page 3
Bước 7: Khi đó ta sẽ thấy các khối, mẫu,... được gợi ý. Từ đó ta có thể tuỳ chỉnh theo nhu cầu
Bước 8: Ta có thể tùy chỉnh màu nền bằng cách nhấp vào khối nền và nhấp tiếp vào phần màu
của nền được hiển thị bên tay phải màn hình để chỉnh sửa theo nhu cầu. Hoặc ta có thể chèn hình
nền cho khối bằng cách nhấn vào nút “Background Image” ở mục nền là tiếp tục chọn cách tải
hình lên để chỉnh sửa.
Introduction to MIS – Case Study & Lab Page 4
Bước 9: Khi đã hoàn tất việc thiết kế bố cục cho Website, ta nhấn nút “lưu" để lưu lại thiết kế
Bước 10: Sau khi lưu ta có thể tự xem lại hiển thị của trang Web bằng cách nhấn nút hình biểu
tượng máy tính bên góc phải trên cùng của màn hình. Sau đó nhấn tiếp vào “View site" để xem trang.
Link website: https://lab03ggroup.wordpress.com/
Introduction to MIS – Case Study & Lab Page 5 Case Study 2
Tìm hiểu về đạo luật Sarbanes Oxley Act 2002 và nêu một trường hợp ví dụ để minh họa Trả lời:
Đạo luật Sarbanes-Oxley, còn được gọi tắt là Sarbox, là một đạo luật quan trọng ra đời năm 2002
tại Hoa Kỳ nhằm cải thiện tính minh bạch và trách nhiệm của các công ty đại chúng sau các vụ
bê bối tài chính lớn thời điểm đó, điển hình như Enron và WorldCom. Đạo luật này mang đến
những cải cách đáng kể đối với các lĩnh vực liên quan đến tài chính doanh nghiệp, cụ thể như:
Quản trị doanh nghiệp:
Yêu cầu thành lập Ủy ban Kiểm toán độc lập trong hội đồng quản trị, chịu trách nhiệm giám sát
công tác kiểm toán và báo cáo tài chính.
Tăng cường vai trò của Giám đốc tài chính (CFO) và Giám đốc điều hành (CEO) trong việc đảm
bảo tính chính xác và hoàn chỉnh của báo cáo tài chính.
Yêu cầu thiết lập và duy trì hệ thống kiểm soát nội bộ mạnh mẽ đối với báo cáo tài chính. Kiểm toán:
Tăng cường tính độc lập của các hãng kiểm toán bằng cách hạn chế các dịch vụ phi kiểm toán có
thể cung cấp cho khách hàng.
Yêu cầu các hãng kiểm toán phải kiểm tra và đánh giá hệ thống kiểm soát nội bộ của khách hàng.
Yêu cầu hợp tác chặt chẽ hơn giữa các công ty và các hãng kiểm toán trong quá trình kiểm toán. Báo cáo tài chính:
Cải thiện chất lượng và minh bạch của thông tin tài chính được công bố.
Yêu cầu các công ty giải thích rõ ràng các chính sách kế toán và giả định được sử dụng trong báo cáo tài chính.
Tăng cường trách nhiệm pháp lý của Giám đốc điều hành và Giám đốc tài chính đối với tính
chính xác của báo cáo tài chính.
Ngoài ra, Đạo luật Sarbanes-Oxley còn bao gồm nhiều quy định khác, chẳng hạn như việc cấm
các giao dịch nội gián, tăng cường hình phạt đối với gian lận tài chính, và bảo vệ quyền lợi của
người hót gió (whistleblower).
Tác động của Đạo luật Sarbanes-Oxley rất lớn, không chỉ đối với các công ty niêm yết tại Hoa
Kỳ mà còn đối với các công ty hoạt động trên thị trường quốc tế. Đạo luật này đã góp phần đáng
kể vào việc nâng cao tính minh bạch và trách nhiệm của các công ty, giúp tăng cường niềm tin
của nhà đầu tư vào thị trường chứng khoán.
Ví dụ cụ thể, vụ bê bối tài chính Enron xảy ra vào năm 2001 đã gây thiệt hại hơn 70 tỷ đô la cho
các nhà đầu tư. Vụ bê bối này là nguyên nhân dẫn đến sự sụp đổ của Enron, một trong những
Introduction to MIS – Case Study & Lab Page 6
công ty năng lượng lớn nhất thế giới vào thời điểm đó. Tuy nhiên, nếu đạo luật Sarbanes-Oxley
có hiệu lực vào thời điểm đó, vụ bê bối này có thể đã được ngăn chặn.
Một ví dụ khác là vụ bê bối tài chính WorldCom xảy ra vào năm 2002 đã gây thiệt hại hơn 100
tỷ đô la cho các nhà đầu tư. Vụ bê bối này là nguyên nhân dẫn đến sự sụp đổ của WorldCom,
một trong những công ty viễn thông lớn nhất thế giới vào thời điểm đó. Nếu đạo luật Sarbanes-
Oxley có hiệu lực vào thời điểm đó, vụ bê bối này cũng có thể đã được ngăn chặn Case Study 3
Tìm hiểu tổng quan về Big Data và ứng dụng/ví dụ một trường hợp cụ thể Tham khảo:
1. https://tinhte.vn/threads/big-data-la-gi-va-nguoi-ta-khai-thac-ung-dung-no-vao-cuoc- song-nhu-the-nao.2210939/
2. https://viblo.asia/p/big-data-trong-ung-dung-va-cuoc-song-3OE qGjWwv9bL
3. http://antoanthongtin.vn/Detail.aspx?NewsID=e396251e-5c3c-4871-a365-
3e44d2c94621&CatID=c251d538-7a3c-4fc7-81df-44a2de35883f
4. http://phamthongnhat.com/big-data-la-gi-no-duoc-ung-dung-vao-cuoc-song-nhu-n ao/ Trả lời:
1. Định nghĩa:
Big Data là thuật ngữ chỉ việc xử lý và phân tích dữ liệu lớn, phức tạp và đa dạng, mà không thể
được xử lý hiệu quả bằng các phương tiện truyền thống. Do đó muốn khai thác được cần phải có
cách xử lý mới có thể đưa ra quyết định, các quy trình cho nó.
2. Đặc điểm chính:
Volume (Khối lượng): Dữ liệu lớn và phức tạp. Là một trong những đặc điểm cơ bản nhất của
Big Data. Nó đề cập đến lượng lớn dữ liệu được tạo ra và thu thập từ nhiều nguồn khác nhau như
các trang web, cảm biến, thiết bị di động, và các hệ thống doanh nghiệp. Số lượng dữ liệu này
thường rất lớn, vượt quá khả năng xử lý của các phương tiện truyền thống.
Velocity (Tốc độ): Dữ liệu đến nhanh chóng và cần được xử lý ngay lập tức. Tần suất với mà dữ
liệu được tạo ra, xử lý và truyền tải. Các hệ thống Big Data thường phải xử lý dữ liệu theo thời
gian thực, khi đối mặt với dữ liệu từ Internet of Things hoặc dữ liệu giao dịch tài chính.
Variety (Đa dạng): Dữ liệu có nhiều định dạng và nguồn gốc khác nhau. Dữ liệu có thể xuất hiện
ở nhiều định dạng khác nhau như văn bản, hình ảnh, âm thanh, video, dữ liệu địa lý, và nhiều
định dạng khác. Điều này đặt ra thách thức trong việc quản lý và phân tích dữ liệu từ nhiều
Introduction to MIS – Case Study & Lab Page 7
nguồn và định dạng khác nhau.
Veracity (Chính xác): Dữ liệu có thể không chính xác hoặc không đáng tin cậy, có thể bị nhiễu
loạn, không chính xác, hoặc không đầy đủ. Việc này là do nhiều nguyên nhân như sai sót trong
quá trình thu thập, lỗi cảm biến, hoặc sự không nhất quán giữa các nguồn dữ liệu. Quản lý chất
lượng của dữ liệu trở thành một thách thức quan trọng khi làm việc với Big Data.
Value (Giá trị): Mục tiêu là chuyển đổi dữ liệu thành thông tin và giá trị cho quyết định. Mục
tiêu cuối cùng của việc sử dụng Big Data là tạo ra giá trị cho doanh nghiệp hoặc tổ chức. Nhờ
vào việc phân tích và tìm hiểu nhiều hơn về dữ liệu mà người ta có thể tìm ra thông tin chiến
lược, xu hướng thị trường, hay những cơ hội mới. Giá trị của dữ liệu không chỉ nằm ở lượng, mà
còn ở khả năng biến dữ liệu đó thành thông tin hữu ích và có ý nghĩa.
3. Công nghệ liên quan:
Hadoop: Hệ thống phân tán cho lưu trữ và xử lý dữ liệu lớn.
Spark: Framework xử lý dữ liệu lớn nhanh chóng.
NoSQL databases: Databases linh hoạt phục vụ cho các mô hình dữ liệu không cố định.
Machine Learning và AI: Áp dụng để phân tích dữ liệu lớn và trí tuệ dữ liệu.
Ví dụ về ứng dụng Big Data trong một trường hợp cụ thể:
Ngành y tế: Dự đoán dịch bệnh và quản lý tài nguyên y tế.
Một số bệnh viện, như Beth Israel, hiện đang dùng dữ liệu đã được thu thập từ điện thoại di động
của hàng triệu bệnh nhân, cho phép bác sĩ dùng thuộc thay vì những nghiên cứu từ phòng thí
nghiệm cho các bệnh nhân. Mặc dù các bài kiểm tra có kết quả tốt thế nhưng có một vài chỗ
cũng khá tốn thời gian nghiên cứu và chi phí. 1. Dữ liệu thu thập:
Dữ liệu từ các bệnh viện, phòng khám, trung tâm y tế.
Dữ liệu về số lượng ca bệnh, triệu chứng, kết quả xét nghiệm.
Dữ liệu từ các nguồn bên ngoài như dữ liệu xã hội, thời tiết. 2. Ứng dụng:
Dự đoán đợt dịch bệnh: Phân tích và dự đoán xu hướng dịch bệnh dựa trên các dữ liệu thời gian thực.
Quản lý tài nguyên y tế: Xác định vùng có nguy cơ cao để phân phối nguồn lực y tế hiệu quả.
Quản lý và triển khai vaccine: Xác định đối tượng ưu tiên để tiêm vaccine hiệu quả nhất. 3. Lợi ích:
Introduction to MIS – Case Study & Lab Page 8
Tăng cường khả năng dự đoán và phản ứng nhanh trước dịch bệnh.
Tối ưu hóa sử dụng tài nguyên y tế.
Hỗ trợ quyết định chính trị và y tế cơ sở. 4.Kết luận:
Ngoài việc là một sản phẩm công nghệ, Big Data còn là một công cụ tốt và đủ khả năng để hiểu
và phân tích về số liệu của những thứ xung quanh trong cuộc sống chúng ta. Khi ứng dụng Big
Data vào ngành y tế cũng như các ngành khác như giáo dục, kinh doanh,... kết quả và ví dụ rõ
ràng là một minh chứng cho việc nó sẽ mang lại một giá trị to lớn cho xã hội và có thể tiết kiệm
được khá nhiều thời gian cho loài người. HẾT
Introduction to MIS – Case Study & Lab Page 9 Case Study 3
Tìm hiểu về Data Warehouse/Data Mart và nêu một trường hợp cụ thể để minh họa Tham khảo
1. http://ierp.vn/data-warehouse-la-gi
2. http://forums.bsdinsight.com/threads/tai-sao-toi-lai-can-data-warehou se.3430/
3. https://dophuc.wordpress.com/2011/06/27/data-warehouse-la-gi/
4. http://www.hipt.vn/tin-noi-bo-hipt/data-warehouse-co-phuc-tap-nhu-ban-nghi/
5. https://messnow.com/blog/business-intelligence-la-gi/ Case Study 4
Tìm hiểu tổng quan về quản lý tri thức và hệ thống quản lý tri thức LAB
Bài tập 1: CƠ SỞ DỮ LIỆU QUẢN LÝ SINH VIÊN
1. Sử dụng MS Access để tạo một CSDL mới, đặt tên là QLSINHVIEN.accdb 2. Import các bảng
Sinhvien, Khoa, Monhoc, Ketqua từ CSDL
Dulieu_QLSINHVIEN.mdb vào trong CSDL QLSINHVIEN.accdb
3. Thiết lập Khóa chính (Primary Key) cho các bảng dữ liệu
4. Tạo quan hệ (Relationship) giữa các bảng
5. Thực hiện các truy vấn sau: Select Query
a. Liệt kê danh sách các SV gồm các field: Masv, Hoten, Ngaysinh, Makh, Tenkhoa.
Sắp xếp giảm dần theo Khoa
b. Liệt kê danh sách các SV cùng với kết quả của các môn học, gồm các field: Masv,
Hoten, Tenkhoa, Mamh, Tenmh, Điểm
Select Query có điều kiện (Criteria)
c. Liệt kê các sinh viên có nơi sinh là TPHCM, gồm các field: Masv, Hoten, Ngaysinh, Noisinh, Tenkhoa.
d. Liệt kê các sinh viên thuộc phái Nam và học bổng trên 100.000, gồm các field:
Masv, Hoten, Gioitinh, Ngaysinh, Hocbong.
e. Liệt kê các sinh viên sinh trong năm 1979, gồm các field: Masv, Hoten, Gioitinh, Ngaysinh, Noisinh, Diachi.
Introduction to MIS – Case Study & Lab Page 10