Bài Tập, Đề Thi Trắc Nghiệm Online – Môn Khoa Học Dữ Liệu Trong Kinh Tế Và Kinh Doanh – Đề 08

Câu 1: Trong bối cảnh kinh doanh, doanh nghiệp thu thập dữ liệu khách hàng từ nhiều nguồn như website, ứng dụng di động, CRM và mạng xã hội. Để tích hợp và chuẩn hóa dữ liệu này, bước nào sau đây là quan trọng nhất trong quy trình khoa học dữ liệu?

• A. Phân tích khám phá dữ liệu (Exploratory Data Analysis - EDA)
• B. Chuẩn bị dữ liệu (Data Preparation)
• C. Xây dựng mô hình (Model Building)
• D. Đánh giá mô hình (Model Evaluation)

Câu 2: Một công ty bán lẻ trực tuyến muốn dự đoán khả năng khách hàng hủy đơn hàng sau khi đặt. Phương pháp học máy nào sau đây phù hợp nhất để giải quyết bài toán này?

• A. Hồi quy tuyến tính (Linear Regression)
• B. Phân cụm K-means (K-means Clustering)
• C. Cây quyết định (Decision Tree)
• D. Phân tích thành phần chính (Principal Component Analysis - PCA)

Câu 3: Để đánh giá hiệu quả của một mô hình phân loại khách hàng thành nhóm "có khả năng mua" và "không có khả năng mua" sản phẩm mới, chỉ số nào sau đây tập trung đo lường tỷ lệ dự đoán đúng trong số những khách hàng được mô hình dự đoán là "có khả năng mua"?

• A. Độ chính xác (Precision)
• B. Độ thu hồi (Recall)
• C. Độ đo F1 (F1-score)
• D. Độ chính xác tổng thể (Accuracy)

Câu 4: Một chuỗi siêu thị muốn phân nhóm khách hàng dựa trên hành vi mua sắm để cá nhân hóa chương trình khuyến mãi. Kỹ thuật khai thác dữ liệu nào sau đây phù hợp nhất?

• A. Hồi quy (Regression)
• B. Phân cụm (Clustering)
• C. Phân loại (Classification)
• D. Dự báo chuỗi thời gian (Time Series Forecasting)

Câu 5: Trong phân tích dữ liệu lớn (Big Data) cho kinh doanh, đặc điểm "Velocity" đề cập đến khía cạnh nào của dữ liệu?

• A. Độ đa dạng của các loại dữ liệu (ví dụ: văn bản, hình ảnh, video)
• B. Khối lượng dữ liệu khổng lồ được tạo ra
• C. Độ tin cậy và chính xác của dữ liệu
• D. Tốc độ dữ liệu được tạo ra và cần xử lý

Câu 6: Một công ty thương mại điện tử muốn xây dựng hệ thống gợi ý sản phẩm cho khách hàng. Phương pháp nào sau đây thường được sử dụng để phân tích hành vi mua hàng và đưa ra gợi ý?

• A. Phân tích hồi quy (Regression Analysis)
• B. Phân tích chuỗi thời gian (Time Series Analysis)
• C. Hệ thống lọc cộng tác (Collaborative Filtering)
• D. Phân tích phương sai (ANOVA)

Câu 7: Trong quá trình tiền xử lý dữ liệu, kỹ thuật "chuẩn hóa Min-Max" được sử dụng để làm gì?

• A. Xử lý dữ liệu bị thiếu
• B. Thay đổi tỷ lệ các thuộc tính về một khoảng [0, 1]
• C. Mã hóa dữ liệu định tính thành dữ liệu định lượng
• D. Giảm chiều dữ liệu

Câu 8: Để khám phá mối quan hệ giữa các sản phẩm mà khách hàng thường mua cùng nhau trong siêu thị, kỹ thuật khai thác luật kết hợp (Association Rule Mining) thường sử dụng độ đo nào để đánh giá mức độ phổ biến của một tập hợp sản phẩm?

• A. Độ hỗ trợ (Support)
• B. Độ tin cậy (Confidence)
• C. Độ nâng (Lift)
• D. Độ thuyết phục (Conviction)

Câu 9: Trong bài toán dự báo giá cổ phiếu, mô hình chuỗi thời gian ARIMA thường được sử dụng để:

• A. Phân loại cổ phiếu vào các nhóm rủi ro khác nhau
• B. Phân cụm các cổ phiếu có biến động giá tương tự
• C. Xác định các yếu tố ảnh hưởng đến giá cổ phiếu
• D. Dự đoán giá cổ phiếu dựa trên dữ liệu giá trong quá khứ

Câu 10: Một công ty muốn phân tích cảm xúc của khách hàng về sản phẩm của họ từ dữ liệu đánh giá trực tuyến. Lĩnh vực nào của khoa học dữ liệu tập trung vào phân tích văn bản để xác định cảm xúc?

• A. Thống kê mô tả (Descriptive Statistics)
• B. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)
• C. Khai thác dữ liệu web (Web Mining)
• D. Học máy có giám sát (Supervised Learning)

Câu 11: Trong mô hình hồi quy tuyến tính, hệ số hồi quy (regression coefficient) cho biết điều gì?

• A. Mức độ phù hợp của mô hình với dữ liệu
• B. Sai số của mô hình dự đoán
• C. Mức độ thay đổi của biến phụ thuộc khi biến độc lập tương ứng thay đổi một đơn vị, giữ các biến khác không đổi
• D. Giá trị dự đoán của biến phụ thuộc

Câu 12: Để giảm số lượng thuộc tính đầu vào của mô hình học máy, nhưng vẫn giữ lại thông tin quan trọng nhất, kỹ thuật nào sau đây thường được sử dụng?

• A. Chuẩn hóa dữ liệu (Data Normalization)
• B. Rời rạc hóa dữ liệu (Data Discretization)
• C. Điền giá trị thiếu (Missing Value Imputation)
• D. Phân tích thành phần chính (Principal Component Analysis - PCA)

Câu 13: Trong thiết kế thử nghiệm A/B testing cho website thương mại điện tử, mục tiêu chính là gì?

• A. So sánh hiệu quả của hai phiên bản khác nhau của một yếu tố (ví dụ: giao diện, nội dung) để chọn ra phiên bản tốt hơn
• B. Thu thập dữ liệu về hành vi người dùng trên website
• C. Phân tích lưu lượng truy cập website
• D. Tối ưu hóa công cụ tìm kiếm (SEO)

Câu 14: Khi một mô hình học máy hoạt động tốt trên dữ liệu huấn luyện nhưng kém hiệu quả trên dữ liệu kiểm tra, hiện tượng này được gọi là gì?

• A. Underfitting
• B. Overfitting
• C. Dữ liệu bị nhiễu (Data Noise)
• D. Thiên vị dữ liệu (Data Bias)

Câu 15: Để trực quan hóa phân phối của một biến số định lượng (ví dụ: doanh thu hàng tháng), loại biểu đồ nào sau đây phù hợp nhất?

• A. Biểu đồ tròn (Pie chart)
• B. Biểu đồ đường (Line chart)
• C. Biểu đồ histogram (Histogram)
• D. Biểu đồ thanh (Bar chart)

Câu 16: Trong quản lý rủi ro tín dụng, mô hình "credit scoring" được sử dụng để làm gì?

• A. Dự báo xu hướng thị trường tín dụng
• B. Phân tích hồ sơ tín dụng của khách hàng để phát hiện gian lận
• C. Xác định lãi suất cho vay phù hợp
• D. Đánh giá rủi ro vỡ nợ của khách hàng vay vốn

Câu 17: Đâu là một thách thức đạo đức quan trọng trong việc sử dụng khoa học dữ liệu trong kinh doanh liên quan đến dữ liệu cá nhân của khách hàng?

• A. Sự thiếu hụt nhân lực có kỹ năng khoa học dữ liệu
• B. Vi phạm quyền riêng tư và bảo mật dữ liệu cá nhân
• C. Chi phí đầu tư vào công nghệ khoa học dữ liệu
• D. Khả năng diễn giải kết quả mô hình phức tạp

Câu 18: Trong phân tích chuỗi cung ứng, khoa học dữ liệu có thể được ứng dụng để:

• A. Thiết kế sản phẩm mới
• B. Quản lý quan hệ khách hàng
• C. Dự báo nhu cầu và tối ưu hóa tồn kho
• D. Phân tích đối thủ cạnh tranh

Câu 19: Phương pháp "k-fold cross-validation" được sử dụng để làm gì trong quá trình xây dựng mô hình học máy?

• A. Tăng tốc độ huấn luyện mô hình
• B. Giảm chiều dữ liệu huấn luyện
• C. Chọn thuật toán học máy phù hợp nhất
• D. Đánh giá khách quan hiệu năng của mô hình trên dữ liệu mới và giảm thiểu overfitting

Câu 20: Trong phân tích văn bản, kỹ thuật "TF-IDF" được sử dụng để làm gì?

• A. Phân loại văn bản theo chủ đề
• B. Tính trọng số của từ trong văn bản dựa trên tần suất xuất hiện của từ đó trong văn bản và toàn bộ tập văn bản
• C. Tìm kiếm văn bản tương tự
• D. Phân tích cảm xúc trong văn bản

Câu 21: Một công ty muốn xác định các phân khúc thị trường tiềm năng cho sản phẩm mới. Phương pháp phân tích nào sau đây phù hợp để phân nhóm khách hàng dựa trên đặc điểm nhân khẩu học và hành vi?

• A. Phân tích hồi quy (Regression Analysis)
• B. Phân tích chuỗi thời gian (Time Series Analysis)
• C. Phân cụm khách hàng (Customer Segmentation)
• D. Phân tích luật kết hợp (Association Rule Mining)

Câu 22: Trong lĩnh vực marketing, "Customer Lifetime Value" (CLTV) là gì?

• A. Chi phí trung bình để thu hút một khách hàng mới
• B. Tổng doanh thu từ tất cả khách hàng trong một năm
• C. Số lượng khách hàng trung thành của doanh nghiệp
• D. Tổng giá trị doanh thu mà một khách hàng có thể mang lại cho doanh nghiệp trong suốt mối quan hệ của họ

Câu 23: Để xử lý dữ liệu định tính (categorical data) trong mô hình học máy, phương pháp mã hóa nào sau đây chuyển mỗi giá trị duy nhất của thuộc tính thành một vectơ nhị phân?

• A. Mã hóa One-Hot (One-Hot Encoding)
• B. Mã hóa thứ tự (Ordinal Encoding)
• C. Mã hóa nhị phân (Binary Encoding)
• D. Mã hóa tần suất (Frequency Encoding)

Câu 24: Trong ngữ cảnh khoa học dữ liệu, "feature engineering" là quá trình:

• A. Chọn thuật toán học máy phù hợp nhất
• B. Tạo ra các thuộc tính (features) mới từ dữ liệu hiện có để cải thiện hiệu suất mô hình
• C. Giảm chiều dữ liệu để đơn giản hóa mô hình
• D. Làm sạch dữ liệu bị thiếu và nhiễu

Câu 25: Loại hình tấn công nào vào hệ thống dựa trên AI lợi dụng các lỗ hổng trong dữ liệu huấn luyện để làm cho mô hình đưa ra dự đoán sai lệch một cách có chủ ý?

• A. Tấn công từ chối dịch vụ (Denial of Service Attack)
• B. Tấn công giả mạo dữ liệu (Data Spoofing)
• C. Tấn công đối nghịch (Adversarial Attack)
• D. Tấn công SQL Injection

Câu 26: Để đo lường mức độ tương tự giữa hai khách hàng dựa trên lịch sử mua hàng của họ, độ đo khoảng cách nào sau đây thường được sử dụng?

• A. Khoảng cách Manhattan (Manhattan Distance)
• B. Khoảng cách Chebyshev (Chebyshev Distance)
• C. Khoảng cách Minkowski (Minkowski Distance)
• D. Khoảng cách Cosine (Cosine Distance) hoặc khoảng cách Euclidean (Euclidean Distance)

Câu 27: Trong phân tích mạng xã hội, "centrality" là khái niệm dùng để chỉ điều gì?

• A. Mật độ kết nối của mạng xã hội
• B. Mức độ quan trọng hoặc ảnh hưởng của một nút (cá nhân, tổ chức) trong mạng lưới
• C. Cấu trúc tổng thể của mạng xã hội
• D. Số lượng người dùng trong mạng xã hội

Câu 28: Phương pháp học máy nào sau đây thuộc loại "học không giám sát"?

• A. Hồi quy Logistic (Logistic Regression)
• B. Máy vectơ hỗ trợ (Support Vector Machine - SVM)
• C. Phân cụm K-means (K-means Clustering)
• D. Rừng ngẫu nhiên (Random Forest)

Câu 29: Trong triển khai mô hình khoa học dữ liệu vào thực tế kinh doanh, bước nào sau đây quan trọng nhất để đảm bảo mô hình mang lại giá trị liên tục?

• A. Huấn luyện mô hình với dữ liệu lớn hơn
• B. Tối ưu hóa hiệu suất tính toán của mô hình
• C. Trình bày kết quả mô hình cho lãnh đạo doanh nghiệp
• D. Giám sát và tái huấn luyện mô hình định kỳ để duy trì hiệu suất

Câu 30: Để đánh giá mô hình hồi quy dự đoán doanh số bán hàng, chỉ số nào sau đây đo lường trung bình độ lớn của sai số dự đoán?

• A. R-squared
• B. Sai số tuyệt đối trung bình (Mean Absolute Error - MAE) hoặc Sai số bình phương gốc trung bình (Root Mean Squared Error - RMSE)
• C. Độ chính xác (Accuracy)
• D. Độ thu hồi (Recall)