Bài viết này đề xuất giải pháp áp dụng phần mềm MS Excel, một phần mềm rất phổ biến và dễ sử dụng, để khai thác dữ liệu, dự báo thông tin theo phân lớp Naïve Bayes. Kết quả thử nghiệm với dữ liệu cho thấy: Chúng ta có thể dự báo được thông tin dựa vào sự phân lớp dữ liệu; Dữ liệu huấn luyện được bổ sung một cách dễ dàng bằng cách nhập thêm vào tập tin MS Excel; Các công thức đã viết sẽ tự động cập nhật kết quả khi có bất kỳ sự thay đổi nào của tập huấn luyện làm tăng độ tin cậy của thông tin dự báo. | TẠP CHÍ KHOA HỌC ĐẠI HỌC VĂN LANG Hà Đồng Hưng SỬ DỤNG PHẦN MỀM MS EXCEL DỰ BÁO THÔNG TIN THEO PHÂN LỚP NAÏVE BAYES USING MS EXCEL TO FORECAST INFORMATION ACCORDING TO NAÏVE BAYES CLASSIFICATION HÀ ĐỒNG HƯNG TÓM TẮT Dự báo thông tin có vai trò quan trọng trong việc hoạch định của tất cả các lĩnh vực ngành nghề. Việc dự báo thông tin chính xác sẽ đem lại nhiều lợi ích cho các cá nhân và tổ chức. Để dự báo chúng ta có thể sử dụng các phần mềm chuyên dụng với các chi phí về bản quyền và đào tạo. Vấn đề đặt ra là tìm một giải pháp áp dụng công cụ thông dụng để dự báo thông tin. Bài viết này đề xuất giải pháp áp dụng phần mềm MS Excel một phần mềm rất phổ biến và dễ sử dụng để khai thác dữ liệu dự báo thông tin theo phân lớp Naïve Bayes. Kết quả thử nghiệm với dữ liệu cho thấy chúng ta có thể dự báo được thông tin dựa vào sự phân lớp dữ liệu Dữ liệu huấn luyện được bổ sung một cách dễ dàng bằng cách nhập thêm vào tập tin MS Excel Các công thức đã viết sẽ tự động cập nhật kết quả khi có bất kỳ sự thay đổi nào của tập huấn luyện làm tăng độ tin cậy của thông tin dự báo. Từ khóa dự báo phân lớp khai thác dữ liệu Naïve Bayes. ABSTRACT Information forecasting plays an important role in industry planning. Accurate forecasted information will bring many benefits to individuals and organizations. Specialized software can be used with beneficial licensing and training costs. The problem is to find a solution applying popular tools to forecast information. This paper proposes applying MS Excel a very popular and easy-to-use software in mining data and forecasting information according to the Naïve Bayes classification. Experimental results with data show that Forecast information is produced based on data classification The training data can be easily added by appending into the MS Excel file That written formulas automatically update the results in any change in the training set increases forecasted information reliability. Key words forecasting classification data mining Naïve
