001 26615
002 7
004 BAC221EC-3D89-4C76-895C-65F6BC212271
005 202309211607
008 081223s2023||||vm|#################vie#d
009 1 0
039 ## $a20230921160758 $bdtmkhue $y20230919105225 $zdtmkhue
082 ## $a000 $bLU-K
100 $aLưu, Tuấn Kiệt
245 ## $aDự báo biến động nhân sự của các cục thi hành án dân sự ở Việt Nam sử dụng phương pháp học máy / $cLưu Tuấn Kiệt; NHDKH PGS.TS Nguyễn Quang Hoan
260 ## $aH. : $bTrường Đại học Mở Hà Nội, $c2023
300 ## $a66 tr. ; $cA4
490 ## $aBộ Giáo dục và Đào tạo; Trường Đại học Mở Hà Nội
520 ## $aMỤC TIÊU NGHIÊN CỨU Tìm hiểu về bài toán dự báo biến động nhân sự, dữ liệu chuỗi thời gian. Hệ thống hoá các phương pháp và ứng dụng vào thực tế xây dựng ứng dụng, kết hợp học máy cho việc dự đoán số lượng biến đổi nhân sự tại các Cục THADS tại Việt Nam. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 1. Đối tượng nghiên cứu Xây dựng mô hình dự báo và đánh giá biến động nhân sự của các Cục Thi hành Án Dân sự ở Việt Nam dựa trên dữ liệu chuỗi thời gian ứng dụng mô hình học sâu (Deep Learning) với mô hình Long short term memory (LSTM) và Gated Recurrent Unit (GRU). 2. Phạm vi nghiên cứu Với đề tài lựa chọn, em đã dùng các bản báo cáo định kỳ hàng năm của các Cục THADS trên cả nước (nội dung công bố của Tổng cục THADS trên các phương tiện thông tin đại chúng) làm căn cứ để tiến hành dự đoán. Dùng dữ liệu từ năm 2012 đến năm 2021 để sử dụng kiểm tra mô hình, dùng dữ liệu đánh giá (số lượng biên chế công chức được giao đối với từng cơ quan, tổ chức THADS) của các năm trước để dự báo và tiến hành dự đoán độ biến động theo nhu cầu. KẾT QUẢ: Tìm hiểu, hệ thống những kiến thức liên quan đến đề tài Nghiên cứu, biết cách khai thác các mô hình, công nghệ sử dụng giải quyết bài toán, dữ liệu dạng chuỗi thời gian. Triển khai được mô hình giải quyết các yêu cầu bài toán. KẾT LUẬN: Luận văn đã sử dụng các mô hình LSTM, GRU để dự báo tỉ lệ nhân sự biến động (số lượng biên chế được cấp thêm trong các năm kế tiếp). Kết quả cho thấy LSTM cho kết quả dự báo tốt với bài toán chuỗi thời gian. Kết quả thử nghiệm cho thấy phương pháp tiếp cận được đề xuất có thể tạo ra các dự báo khá chính xác, có thể vận dụng vào thực tế. Nghiên cứu này trong tương lai sẽ bổ sung thêm các phương pháp xử lý số liệu đầu vào và thử nghiệm mô hình với chuỗi số liệu đa biến để đạt được hiệu quả dự báo tốt hơn.
541 ## $aTài liệu nội sinh
653 ## $aViệt Nam
653 ## $aPhương pháp học máy
653 ## $aCục thi hành án dân sự
653 ## $aBiến động nhân sự
852 ## $a01 $bKho Luận văn $j(1): 01503118
852 ## $a02 $bKho Khoa Công nghệ Thông tin $j(1): 02101265
856 1# $uhttp://thuvien.hou.edu.vn/houkiposdata2/luanvanluanankhoaluan/luanvan/2023/000/luutuankiet/luutuankiet_01thumbimage.jpg
890 ## $a2 $c1