# AI Silhouette Score đánh giá cụm

Tiếng Anh: Silhouette Score

Chỉ số đo chất lượng phân cụm, dùng đánh giá mô hình phân nhóm khách hàng ngân hàng theo giá trị và rủi ro.

Nguồn: https://vieclam.nganhang.com/thuat-ngu/ai-silhouette-score-danh-gia-cum-la-gi
Danh mục: AI & Machine Learning trong ngân hàng
Cập nhật: 13/09/2026

## AI Silhouette Score đánh giá cụm là gì?

**Silhouette Score** (Chỉ số hình bóng) là một trong những chỉ số quan trọng nhất trong lĩnh vực **học máy không giám sát** (*unsupervised machine learning*), được giới thiệu lần đầu bởi nhà nghiên cứu Peter J. Rousseeuw vào năm 1987. Chỉ số này được sử dụng để đánh giá **chất lượng phân cụm** (*clustering quality*) của một mô hình, tức là đo lường mức độ phù hợp giữa các điểm dữ liệu với cụm mà chúng được phân vào. Trong bối cảnh ngân hàng, **Silhouette Score** đóng vai trò then chốt khi các ngân hàng triển khai các mô hình phân nhóm khách hàng dựa trên giá trị, rủi ro tín dụng, hành vi giao dịch hoặc phát hiện gian lận — những bài toán mà việc lựa chọn số cụm tối ưu có ảnh hưởng trực tiếp đến hiệu quả kinh doanh và quản trị rủi ro.

Cách thức hoạt động của **Silhouette Score** dựa trên hai thành phần chính ở cấp độ từng điểm dữ liệu. Thành phần thứ nhất là **a(i)** — khoảng cách trung bình từ điểm dữ liệu *i* đến tất cả các điểm còn lại trong cùng một cụm (đại diện cho mức độ "co cụm" - cohesion). Thành phần thứ hai là **b(i)** — khoảng cách trung bình nhỏ nhất từ điểm *i* đến tất cả các điểm thuộc cụm gần nhất kế tiếp (đại diện cho mức độ "tách biệt" - separation). Giá trị **Silhouette** của mỗi điểm được tính theo công thức:

> **s(i) = [b(i) − a(i)] / max{a(i), b(i)}**

Kết quả trả về nằm trong khoảng **[-1, +1]**. Giá trị càng gần **+1** cho thấy điểm dữ liệu được phân vào cụm rất phù hợp — khoảng cách với các điểm cùng cụm rất nhỏ và khoảng cách với cụm lân cận rất lớn. Giá trị **gần 0** nghĩa là điểm dữ liệu nằm ở vùng ranh giới giữa hai cụm, các cụm có hiện tượng chồng lấn. Giá trị **gần -1** cho thấy điểm dữ liệu có khả năng cao đã bị phân vào nhầm cụm. **Silhouette Score** tổng thể của mô hình được tính bằng **trung bình cộng** giá trị Silhouette của tất cả các điểm trong tập dữ liệu, là một con số duy nhất phản ánh chất lượng toàn cục của phép phân cụm.

**Thuật ngữ tiếng Anh:** Silhouette Score
**Lĩnh vực:** AI & Machine Learning trong ngân hàng

## Đặc điểm và phân loại

### Các đặc điểm nổi bật của Silhouette Score

| Đặc điểm | Mô tả chi tiết |
|---|---|
| Phạm vi giá trị | Từ **−1 đến +1**, với +1 là tốt nhất |
| Loại bài toán | Đánh giá phân cụm trong **học máy không giám sát** (*unsupervised learning*) |
| Yêu cầu nhãn lớp | **Không cần** nhãn lớp thực tế (*ground truth labels*) |
| Độ phức tạp tính toán | O(n²) — phù hợp với tập dữ liệu cỡ vài trăm nghìn điểm |
| Khả năng diễn giải | Trực quan, có thể vẽ **biểu đồ Silhouette** (*Silhouette plot*) để phân tích từng cụm |
| Ứng dụng chính | Xác định **số cụm tối ưu k** trong K-Means, K-Medoids, phân cụm phân cấp |
| Hạn chế | Không phù hợp với dữ liệu nhiễu lớn; nhạy với **khoảng cách Euclidean** |

### Bảng diễn giải giá trị Silhouette Score

| Phạm vi giá trị | Ý nghĩa | Hành động khuyến nghị |
|---|---|---|
| **0,71 – 1,00** | Cấu trúc cụm rất mạnh | Phân cụm xuất sắc, có thể đưa vào vận hành |
| **0,51 – 0,70** | Cấu trúc cụm hợp lý | Phân cụm tốt, chấp nhận được cho mô hình production |
| **0,26 – 0,50** | Cấu trúc cụm yếu | Cần xem xét lại đặc trưng đầu vào hoặc thuật toán |
| **≤ 0,25** | Không tìm thấy cấu trúc cụm rõ ràng | Cần điều chỉnh mạnh hoặc chọn thuật toán khác |

### So sánh Silhouette Score với các chỉ số đánh giá phân cụm khác

| Chỉ số | Phạm vi giá trị | Hướng tối ưu | Ưu điểm chính | Hạn chế chính |
|---|---|---|---|---|
| **Silhouette Score** | [−1, +1] | Càng cao càng tốt | Trực quan, diễn giải dễ | Nhạy với khoảng cách, chậm với dữ liệu lớn |
| **Davies-Bouldin Index** | [0, ∞) | Càng thấp càng tốt | Tính toán nhanh | Không đối xứng giữa các cụm |
| **Calinski-Harabasz Index** | [0, ∞) | Càng cao càng tốt | Phù hợp cụm hình cầu | Thiên vị cụm lớn |
| **Dunn Index** | [0, ∞) | Càng cao càng tốt | Đánh giá độ tách biệt tốt | Nhạy với nhiễu, chi phí tính toán cao |

**Lưu ý thi:** Trong các đề thi tuyển dụng ngân hàng, câu hỏi về đánh giá mô hình phân cụm thường yêu cầu thí sinh biết **Silhouette Score** là chỉ số duy nhất có phạm vi giá trị bị chặn trong [−1, +1], là đặc điểm dễ gây nhầm lẫn với các chỉ số khác.

## Ví dụ thực tế trong ngành ngân hàng

### Ví dụ 1: Phân khúc khách hàng cá nhân tại Ngân hàng A

Ngân hàng A — một ngân hàng thương mại cổ phần lớn tại Việt Nam với khoảng **8 triệu khách hàng cá nhân** — muốn triển khai chương trình **Customer Value Management (CVM)** để cá nhân hóa sản phẩm. Đội ngũ Data Scientist thu thập dữ liệu trong 12 tháng gồm: số dư tài khoản trung bình (VND), tần suất giao dịch/tháng, số lượng sản phẩm đang sử dụng, thời gian quan hệ với ngân hàng (năm), tỷ lệ sử dụng thẻ tín dụng. Họ thử nghiệm thuật toán **K-Means** với số cụm k lần lượt từ 2 đến 10 và tính **Silhouette Score** cho mỗi trường hợp:

| Số cụm k | Silhouette Score | Nhận xét |
|---|---|---|
| k = 2 | 0,38 | Phân tách thô, chưa chi tiết |
| k = 3 | 0,47 | Tốt hơn, bắt đầu phân nhóm rõ |
| **k = 4** | **0,62** | **Tối ưu — chọn cho vận hành** |
| k = 5 | 0,55 | Bắt đầu giảm — có dấu hiệu cụm chồng lấn |
| k = 6 | 0,43 | Phân nhóm quá mức |

Với **k = 4** và Silhouette Score = 0,62, Ngân hàng A phân chia thành 4 cụm: **Khách hàng VIP** (số dư > 5 tỷ VND, dùng ≥ 4 sản phẩm), **Khách hàng tiềm năng** (số dư 500 triệu – 5 tỷ VND, giao dịch tích cực), **Khách hàng trung thành** (thời gian quan hệ > 5 năm) và **Khách hàng bình thường** (còn lại). Các chiến dịch marketing cá nhân hóa được thiết kế riêng cho từng cụm, giúp tăng **tỷ lệ phản hồi (response rate)** lên 28% so với chiến dịch đại trà trước đó.

### Ví dụ 2: Phát hiện giao dịch bất thường tại Ngân hàng B

Ngân hàng B xử lý trung bình **3,2 triệu giao dịch/ngày** trên các kênh số. Họ triển khai mô hình phát hiện gian lận dựa trên thuật toán **DBSCAN** (*Density-Based Spatial Clustering of Applications with Noise*) — một thuật toán phân cụm phù hợp với dữ liệu có nhiễu. Sau khi huấn luyện mô hình trên 500.000 giao dịch mẫu, **Silhouette Score** đạt **0,58**, cho thấy phần lớn các điểm nằm trong cụm hợp lệ rõ ràng và các giao dịch bất thường được tách thành **nhiễu** (*noise points*). Hệ thống tự động chuyển **2.500 giao dịch/ngày** có **Silhouette âm hoặc bị gán nhãn nhiễu** sang bộ phận Kiểm soát giao dịch để xác minh thủ công, giảm **tỷ lệ gian lận thành công** xuống còn **0,03%**, tiết kiệm ước tính **15 tỷ VND/năm** chi phí bồi thường.

### Ví dụ 3: Phân nhóm khoản vay theo rủi ro tín dụng

Tại một công ty tài chính thuộc Ngân hàng C, đội ngũ tín dụng ứng dụng **phân cụm phân cấp** (*hierarchical clustering*) để phân nhóm **120.000 hồ sơ vay tiêu dùng** đang vận hành thành các nhóm rủi ro đồng nhất. Các đặc trưng đầu vào gồm: thu nhập hàng tháng (VND), điểm tín dụng CIC, tỷ lệ nợ trên thu nhập (DTI), thời hạn vay (tháng), lịch sử trả nợ. **Silhouette Score** đạt **0,54** với k = 5 cụm: rủi ro rất thấp, thấp, trung bình, cao và rất cao. Mô hình giúp **tỷ lệ nợ xấu (NPL)** giảm **0,8 điểm phần trăm** so với quy trình chấm tín dụng thủ công trước đó, đóng góp trực tiếp vào việc đạt chuẩn **Basel II/III** về quản trị rủi ro.

## AI Silhouette Score đánh giá cụm trong các ngôn ngữ khác

| Ngôn ngữ | Thuật ngữ | Phiên âm |
|---|---|---|
| Tiếng Anh | Silhouette Score | /ˌsɪl.uˈɛt skɔːr/ |
| Tiếng Nhật | シルエットスコア | Shiruetto Sukoa (シルエットすこあ) |
| Tiếng Hàn | 실루엣 점수 | Silluet Jeomsu (실루엣 점수) |
| Tiếng Trung | 轮廓系数 | Lúnkuò Xìshù (輪廓係數) |
| Tiếng Tây Ban Nha | Coeficiente de Silueta | /ko.e.fiˈθjen.te ðe siˈlwe.ta/ |

## Câu hỏi thường gặp

### AI Silhouette Score đánh giá cụm khác gì Davies-Bouldin Index?

**Silhouette Score** và **Davies-Bouldin Index** đều là chỉ số đánh giá phân cụm không cần nhãn lớp thực tế, nhưng khác nhau ở **phạm vi giá trị** và **hướng tối ưu**. **Silhouette Score** nằm trong khoảng [−1, +1] và **càng cao càng tốt**, trong khi **Davies-Bouldin Index** nằm trong khoảng [0, ∞) và **càng thấp càng tốt**. Về mặt tính toán, **Davies-Bouldin** nhanh hơn nhưng kém trực quan hơn. Trong thực tế ngân hàng, các đội ngũ AI thường sử dụng **cả hai chỉ số** để đối chiếu trước khi quyết định số cụm tối ưu.

### Khi nào cần biết về AI Silhouette Score đánh giá cụm?

Thí sinh cần nắm vững **Silhouette Score** khi làm việc tại các phòng ban liên quan đến **phân tích dữ liệu khách hàng**, **quản trị rủi ro mô hình** (MRM), **phòng chống gian lận** hoặc **phát triển sản phẩm số** trong ngân hàng. Đây là kiến thức bắt buộc trong quy trình **kiểm định mô hình** (*model validation*) theo các chuẩn quốc tế như **SR 11-7** của Cục Dự trữ Liên bang Mỹ (FED) và các yêu cầu của **Ngân hàng Nhà nước Việt Nam** trong Quyết định **2345/QĐ-NHNN** năm 2023 về an toàn bảo mật trong hoạt động ngân hàng trên không gian mạng.

### AI Silhouette Score đánh giá cụm ảnh hưởng thế nào đến khách hàng?

**Silhouette Score** gián tiếp ảnh hưởng đến khách hàng thông qua chất lượng các mô hình cá nhân hóa. Khi **Silhouette Score** cao (≥ 0,6), hệ thống phân nhóm khách hàng chính xác hơn, từ đó đề xuất sản phẩm phù hợp hơn — ví dụ khách hàng VIP nhận được ưu đãi đúng nhu cầu, khách hàng tiềm năng được giới thiệu gói tiết kiệm phù hợp. Ngoài ra, chỉ số này còn giúp phát hiện **giao dịch bất thường** chính xác hơn, bảo vệ tài khoản khách hàng khỏi gian lận và giảm tỷ lệ **false positive** khiến khách hàng bị khóa thẻ oan.

## Tổng kết

**Silhouette Score** là chỉ số không thể thiếu trong bộ công cụ đánh giá mô hình phân cụm của các ngân hàng hiện đại, đặc biệt trong bối cảnh **chuyển đổi số** và **ứng dụng AI** ngày càng sâu rộng. Với công thức tính đơn giản dựa trên hai thành phần **a(i)** và **b(i)**, chỉ số này cung cấp một thước đo trực quan và dễ diễn giải về chất lượng phân cụm, thường được kết hợp với **phương pháp Elbow** để xác định số cụm tối ưu. Đối với người ôn thi tuyển dụng ngân hàng, việc hiểu rõ định nghĩa, công thức, cách diễn giải giá trị và sự khác biệt so với các chỉ số **Davies-Bouldin**, **Calinski-Harabasz**, **Dunn Index** sẽ giúp làm chủ các câu hỏi về **quản trị mô hình AI** trong ngân hàng — một chủ đề đang ngày càng xuất hiện nhiều trong các kỳ thi của Ngân hàng Nhà nước, Ngân hàng TMCP và các công ty tài chính lớn tại Việt Nam.

## Thuật ngữ liên quan

- [Kiểm định mô hình](https://vieclam.nganhang.com/thuat-ngu/kiem-dinh-mo-hinh-la-gi) — Quy trình độc lập đánh giá tính đúng đắn, ổn định và phù hợp của mô hình trước khi đưa vào sử dụng chính thức tại ngân hàng.
- [Phát hiện gian lận](https://vieclam.nganhang.com/thuat-ngu/phat-hien-gian-lan-la-gi) — Hệ thống sử dụng AI và phân tích dữ liệu để nhận diện các giao dịch bất thường hoặc có dấu hiệu gian lận.
- [Phân cụm phân cấp](https://vieclam.nganhang.com/thuat-ngu/phan-cum-phan-cap-la-gi) — Phân cụm phân cấp xây dựng cây cụm phân cấp, được dùng để phân khúc khách hàng ngân hàng theo nhiều cấp độ chi tiết.
- [Phân khúc khách hàng](https://vieclam.nganhang.com/thuat-ngu/phan-khuc-khach-hang-la-gi) — Phân chia khách hàng thành các nhóm đồng nhất theo hành vi, thu nhập, nhân khẩu học, giúp cá nhân hóa sản phẩm và chiến dịch tiếp thị.
- [Phân nhóm khách hàng cá nhân](https://vieclam.nganhang.com/thuat-ngu/phan-nhom-khach-hang-ca-nhan-la-gi) — Phân nhóm khách hàng theo thu nhập, độ tuổi, giá trị và hành vi để phục vụ cá nhân hóa sản phẩm và ưu đãi.
- [Quyết định 2345/QĐ-NHNN](https://vieclam.nganhang.com/thuat-ngu/quyet-dinh-2345qd-nhnn-la-gi) — Quyết định của Ngân hàng Nhà nước Việt Nam ban hành năm 2023 quy định về bảo đảm an toàn thông tin trong hoạt động ngân hàng.
- [Rủi ro công nghệ thông tin](https://vieclam.nganhang.com/thuat-ngu/rui-ro-cong-nghe-thong-tin-la-gi) — Rủi ro từ hệ thống CNTT bị lỗi, gián đoạn, lạc hậu hoặc không đáp ứng yêu cầu bảo mật, gây tác động tiêu cực đến hoạt động ngân hàng.
- [Rủi ro tín dụng](https://vieclam.nganhang.com/thuat-ngu/rui-ro-tin-dung-la-gi) — Rủi ro khách hàng không thể hoặc không muốn thực hiện nghĩa vụ trả nợ theo hợp đồng tín dụng, là loại rủi ro lớn nhất trong hoạt động ngân hàng.