|
|
Sắp xếp :
|
|
Dòng
|
Nội dung
|
|
1
|
Công nghệ ảo hóa Windows Server và ứng dụng trong Ngân hàng BIDV / Nguyễn Quyết Thắng; NHDKH TS Lê Văn Phùng H. : Viện Đại Học Mở Hà Nội, 201789 tr. ; A4Nguyễn, Quyết Thắng Mục đích và phương pháp nghiên cứu.
Mục đích nghiên cứu: Yêu cầu cần thiết là các máy chủ vật lý đơn lẻ có thể tạo
thành nhiều máy ảo độc lập trên đó nhằm bảo mật, an toàn dữ liệu, giảm thiểu chi phí.
Phương pháp nghiên cứu của đề tài là sự kết hợp hài hòa giữa nhu cầu thực tiễn
của doanh nghiệp và áp dụng công nghệ mới vào hệ thống thực tế của Ngân hàng BIDV.
2. Kết quả nghiên cứu.
Đã tìm hiểu tổng quan về ảo hóa và các công nghệ ảo hóa, phân tích, thiết kế và
xây dựng hạ tầng vật lý để ứng dụng công nghệ ảo hóa vào Chi nhánh của Ngân hàng
BIDV;
Cài đặt thành công chương trình Hyper-V và đưa vào chạy trên môi trường thật
tại các Chi nhánh của Ngân hàng BIDV.
3. Kết luận và khuyến nghị.
Kết luận: Ảo hóa máy chủ đã áp dụng công nghệ mới, đơn giản hóa việc quản lý
hạ tầng bằng cách quản lý tập trung. Tự động hóa việc quản lý các máy chủ.
Khuyến nghị: Ban lãnh đạo Ngân hàng BIDV và lãnh đạo các Chi nhánh của
BIDV cần thực hiện việc mua sắm máy chủ vật lý mới nhằm đáp ứng được nhu cầu ảo
hóa máy chủ của các Chi nhánh của Ngân Hàng BIDV.
Đầu mục:2
Tài liệu số:1
|
|
2
|
Nghiên cứu phương pháp lọc cộng tác dựa trên ngữ nghĩa và ứng dụng xây dựng chương trình gợi ý địa điểm / Lâm Văn Ân; NHDKH TS Dương Thăng Long H. : Viện Đại Học Mở Hà Nội, 201763 tr. ; A4Lâm, Văn Ân Đề tài tốt nghiệp của tôi nhằm xây dựng một hệ thống gợi ý địa điểm cho người
dùng trong phạm vi thành phố Hà Nội. Hệ thống này sử dụng một kỹ thuật lọc tiếp cận
lai, gọi là kỹ thuật lọc cộng tác dựa trên ngữ nghĩa SBCF (semantic-based collaborative
filtering). Cụ thể hơn, kỹ thuật này sử dụng mô hình LDA (Latent Dirichlet Allocation)
để phân tích đặc trưng ngữ nghĩa các dữ liệu mô tả địa điểm, sau đó sử dụng phương
pháp lọc cộng tác dựa trên tài liệu (item-based Collaborative Filtering) đánh giá các đặc
điểm ngữ nghĩa thu được từ mô hình LDA, từ đó đưa ra tập các thông tin gợi ý có độ
tương đồng về ngữ nghĩa cao nhất với những thông tin mà người dùng yêu thích trong
quá khứ. Các thông tin được tính toán ở đây là đặc trưng ngữ nghĩa của các địa điểm du
dịch được trình bày bởi các đoạn text mô tả địa điểm lấy từ bộ dữ liệu.
Phương pháp này không đi sâu vào phân tích tính chất, nội dung các mục đã yêu thích
để giới thiệu các mục gần giống với mục mà người dùng quan tâm. Kết quả dự đoán là các
mục ngẫu nhiên thuộc nhiều chủ đề, thể loại khác nhau. Phương pháp lọc cộng tác dựa trên
nhóm người dùng tương đồng mà nhóm người dùng đó có thể thích nhiều thể loại, chủ thế
khác nhau nên các mục tư vấn dựa trên sở thích của họ cũng sẽ thuộc nhiều chủ đề, thể loại
khác nhau. Điều này là điều mà các nhà cung cấp mong muốn, giới thiệu nhiều mục khác
nhau đến với người sử dụng.
Đầu mục:2
Tài liệu số:1
|
|
3
|
Quản trị kho hàng trong Logistics và ứng dụng ở công ty Ân Nam - Group / Nguyễn Xuân Cường; NHDKH TS Lê Văn Phùng H. : Viện Đại Học Mở Hà Nội, 201796 tr. ; A4Nguyễn, Xuân Cường Mục đích và phương pháp nghiên cứu.
Mục đích nghiên cứu: Luận văn đặt ra với mục tiêu nghiên cứu cơ sở phương
pháp luận và tăng cường hiệu quả việc áp dụng công nghệ thông tin trong lĩnh vực
logistics, đặc biệt là trong lĩnh vực quản trị kho hàng, và ứng dụng cho Công ty An-
Nam Group
Phương pháp nghiên cứu của đề tài đã tổng quan được các nội dung về Logistic
và quản trị kho hàng, phân tích và thiết kế hệ thống quản trị kho hàng trong logistics
và thử nghiệm ứng dụng quản trị kho hàng trong logistics ở Công ty An-Nam Group.
2. Kết quả nghiên cứu.
Trình bày được những vấn đề chung nhất về quản trị kho hàng như khái niệm,
vai trò chức năng của kho hàng, hệ thống bảo quản và dự trữ hàng hóa trong kho, đặc
tả quá trình nghiệp vụ kho và điều phối hàng hóa
Xây dựng được Mô hình phân tích dữ liệu ở mức khái niệm
Xây dựng được Mô hình thiết kế dữ liệu ở mức logic phục vụ quá trình điều phối
hàng hóa
Xây dựng chương trình thử nghiệm quản trị kho hàng tại Công ty nơi tôi đang
công tác và đánh giá kết quả thử nghiệm của chương trình .3. Kết luận và khuyến nghị.
Kết luận: Đề tài đã tổng quan được các nội dung về Logistic và quản trị kho
hàng, phân tích và thiết kế hệ thống quản trị kho hàng trong logistics và thử nghiệm
ứng dụng quản trị kho hàng trong logistics ở Công ty An-Nam Group.
Khuyến nghị: Xây dựng phần mềm bao quát hơn và quản lý được nhiều chức
năng hơn nữa, phát triển chức năng chăm sóc khách hàng, chức năng kế toán, chức
năng dự trữ hàng, nhằm nâng cao khả năng quản lý toàn diện mang tính hệ thống.
Đưa mô hình đã nghiên c ứu vào thực tế quản lý ở công ty, trải nghiệm và hoàn thiện.
Đầu mục:2
Tài liệu số:1
|
|
4
|
“Nghiên cứu, tìm hiểu mô hình phân lớp câu hỏi và ứng dụng trên hệ
thống hỗ trợ sinh viên của Viện Đại học Mở Hà Nội / Nguyễn Thị Khánh Quyên; NHDKH TS Đinh Tuấn Long H. : Viện Đại Học Mở Hà Nội, 201764 tr. ; A4Nguyễn, Thị Khánh Quyên Cấu trúc đề tài:
Nội dung của đề tài gồm phần mở đầu và 3 chương chính:
Chương 1: Tổng quan về phân lớp câu hỏi
Trong chương này sẽ giới thiệu về hệ thống hỏi đáp, trình bày tổng quan về bài toán
phân lớp câu hỏi, cách tiếp cận bài toán câu hỏi và các đặc trưng phân lớp câu hỏi.
Chương 2: Một số mô hình phân lớp câu hỏi và giải thuật
Chương này sẽ trình bày tổng quan về các cách tiếp cận bài toán câu hỏi, một số
mô hình phân lớp câu hỏi và các giải thuật học máy sử dụng trong bài toán phân lớp
câu hỏi.
Chương 3: Thực nghiệm và đánh giá
Ứng dụng mô hình phân lớp câu hỏi, trình bày các kết quả thực nghiệp khi áp dụng
mô hình phân lớp câu hỏi với dữ liệu câu hỏi thực nghiệm tại hệ thống hỗ trợ sinh
viên Viện Đại học Mở Hà Nội, trình bày những đánh giá và kết luận sau thực nghiệm
Kết luận và hướng phát triển:
Kết luận: Kết quả thực nghiệm cho thấy việc ứng dụng mô hình phân lớp câu
hỏi đem lại hiệu quả trong hệ thống hỏi đáp. Tuy nhiên việc lựa chọn các chiến
lược hay mô hình phân lớp để mang lại hiệu suất cao nhất thì không phải là
một vấn đề đơn giản.
Hướng phát triển: Nghiên cứu mở rộng về đề tài phân lớp câu hỏi và tăng thêm
số lượng câu hỏi huấn luyện để làm giàu thêm các đặc trưng cho từng câu hỏi
trong bộ dữ liệu huấn luyện và bộ dữ liệu kiểm tra. Bên cạnh đó tác giả sẽ tiến
hành thử nghiệm thêm các thuật toán khác nhau để có thể tìm ra được thuật
toán phù hợp hơn trong ứng dụng phân lớp câu hỏi tại hệ thống hỗ trợ sinh
viên của Viện Đại học Mở Hà Nội.
Đầu mục:2
Tài liệu số:1
|
|
5
|
|
 1
2
3
4
5
6
7
8
9
10 of 52
|
|
|
|
|