Tên đề tài: “Đề xuất giải pháp hỗ trợ ra quyết định dựa trên dữ liệu ứng dụng trong lĩnh vực phát triển bền vững”

Chủ nhiệm đề tài: ThS Nguyễn Văn Hồ

Đơn vị: Trường Đại học Kinh tế – Luật

Mã số: CB2025-34-03

Địa điểm: Trường Đại học Kinh tế – Luật

Quyết định nghiệm thu số …../QĐ-ĐHQG ngày ….. /…../2026 của Giám đốc ĐHQG-HCM;

Chủ tịch Hội đồng: 

Tóm tắt đề tài

Việc giám sát tiến độ thực hiện các Mục tiêu Phát triển Bền vững (Sustainable Development Goals – SDGs) đòi hỏi các hạ tầng dữ liệu có khả năng tích hợp nhiều nguồn dữ liệu không đồng nhất và chuyển đổi chúng thành các thông tin hỗ trợ ra quyết định một cách kịp thời. Tuy nhiên, phần lớn các hệ thống dữ liệu phục vụ phát triển bền vững hiện nay vẫn còn phân mảnh, phụ thuộc vào các công cụ phân tích riêng lẻ và các tập dữ liệu tĩnh, làm hạn chế khả năng tích hợp liên lĩnh vực cũng như cản trở việc theo dõi liên tục các chỉ số bền vững. Để giải quyết vấn đề này, nghiên cứu đề xuất một kiến trúc dữ liệu mở và có khả năng mở rộng cho hệ thống trí tuệ phát triển bền vững (Sustainability Intelligence), kết hợp mô hình Medallion trong quản lý dữ liệu, Star Schema cho phân tích đa chiều và cơ chế xử lý luồng dữ liệu theo hướng sự kiện (event-driven streaming) nhằm hỗ trợ giám sát thời gian thực. Thông qua việc tích hợp giữa xử lý dữ liệu lịch sử theo lô và xử lý dữ liệu gia tăng theo thời gian thực, kiến trúc được đề xuất cho phép thực hiện đồng thời các phân tích dài hạn và phát hiện nhanh các bất thường môi trường. Nhằm đánh giá tính khả thi của kiến trúc, nghiên cứu sử dụng các chỉ số môi trường liên quan đến SDG 7 (Năng lượng sạch với giá thành hợp lý), SDG 13 (Hành động vì khí hậu) và SDG 15 (Tài nguyên và hệ sinh thái trên cạn), dựa trên các bộ dữ liệu toàn cầu về phát thải carbon, tiêu thụ nhiên liệu hóa thạch, sản xuất năng lượng tái tạo và diện tích rừng. Kết quả thực nghiệm thông qua kiểm thử hiệu năng ở sáu mức tải dữ liệu khác nhau cho thấy hệ thống duy trì độ trễ đầu cuối dưới 2.000 mili giây, tỷ lệ phát hiện bất thường ổn định từ 4,60% đến 4,93%, đồng thời đảm bảo khả năng mở rộng về thông lượng ở các mức tải thu nhận dữ liệu trung bình. Những kết quả này cung cấp bằng chứng định lượng về tính ổn định và độ tin cậy của kiến trúc trong các bài toán phân tích phát triển bền vững gần thời gian thực. Qua đó, nghiên cứu đóng góp một nền tảng dữ liệu thực tiễn cho việc xây dựng các hệ thống trí tuệ phát triển bền vững, hỗ trợ đánh giá chính sách và giám sát tiến độ thực hiện SDGs dựa trên dữ liệu và bằng chứng.

Từ khóa: phát triển bền vững, phân tích SDGs, kiến trúc dữ liệu, phân tích dữ liệu dòng thời gian thực, phát triển bền vững dựa trên dữ liệu, trí tuệ phát triển bền vững.