An Intelligent Dealer Retention and Engagement Platform Using Machine Learning, Natural Language Processing, and Explainable AI

In the highly competitive telecommunications industry, indirect sales channels managed by independent dealers contribute significantly to market share and revenue growth. However, dealer churn and declining engagement present severe operational challenges. This paper proposes a comprehensive framework for an Intelligent Dealer Retention and Engagement Platform that leverages Machine Learning (ML), Natural Language Processing (NLP), and Explainable AI (XAI) to proactively mitigate dealer attrition. The system architecture comprises four core pillars: (1) a Dealer Churn Prediction model utilizing XGBoost, optimized via F1-Score and evaluated using ROC-AUC; (2) an Explainable AI layer driven by SHAP (SHapley Additive exPlanations) to provide local and global feature transparency; (3) a Dealer Feedback Classification engine using TF-IDF and Logistic Regression to process qualitative field complaints; and (4) an automated Rule-Based Recommendation engine that translates predictive insights into prescriptive retention strategies. Utilizing Business Intelligence (BI) historical snapshots and qualitative agent visit data, this research demonstrates how foundational, highly interpretable ML models can be synthesized into a robust enterprise solution. The proposed framework bridges the gap between predictive accuracy and operational decision-making, offering telecom operators a practical blueprint for sustainable channel partner management.

Machine Learning-Based Loan Risk Prediction for Credit Scoring

The rapid expansion of consumer lending, digital banking, and other technology-enabled financial services increases the need for timely and consistent credit-risk assessment. Traditional loan underwriting commonly relies on predefined rules and manual review of income, employment, collateral, guarantors, and credit-bureau information. Although such approaches remain important, they can be slow and may have limited ability to identify complex, non-linear relationships among borrower and loan characteristics. This study develops and evaluates a machine-learning-based loan risk prediction framework for binary classification of loans into lower-risk and higher-risk outcomes. The project uses an approximately one-million-record historical loan dataset obtained from Kaggle, with 57 attributes in the supplied schema. The methodology includes data cleaning, missing-value handling, categorical encoding, numerical scaling, outlier treatment, feature engineering, stratified train-test splitting, model training, hyperparameter tuning, and iterative refinement. Five supervised learning approaches were compared: Logistic Regression, Decision Tree, Random Forest, Gradient Boosting, and XGBoost. The reported test ROC-AUC scores were 0.7024, 0.5515, 0.7165, 0.7193, and 0.7266, respectively, making XGBoost the best untuned model. After hyperparameter tuning, XGBoost achieved a test ROC-AUC of 0.7273. The results indicate that XGBoost provides the strongest overall discrimination among the tested models, while threshold selection remains a critical business decision because it changes the balance between approving good customers and preventing default exposure. The proposed framework also includes model export using joblib and deployment through a REST API and web application. The study demonstrates the potential of machine learning as a decision-support tool for credit risk management, while emphasizing that local Cambodian loan data, cost-sensitive thresholding, monitoring, and explainability are required before production deployment.

Credit Card Fraud Detection

Credit card fraud is a significant challenge in electronic payment systems because fraudulent transactions can cause financial losses and reduce customer trust. This project develops a machine-learning-based Credit Card Fraud Detection System to identify potentially fraudulent transactions from transaction data. The dataset contains 100,000 transaction records with attributes including transaction date, amount, merchant, transaction type, and location. The data is processed through feature engineering, categorical encoding, numerical scaling, and SMOTE to address class imbalance. Four machine learning algorithms—Logistic Regression, Decision Tree, Random Forest, and XGBoost—are trained and compared using Accuracy, Precision, Recall, F1 Score, and Confusion Matrix. F1 Score is used as the primary metric for selecting the best-performing model because it provides a balance between Precision and Recall for the imbalanced fraud detection problem. The selected model is integrated into a Streamlit web application that allows users to upload transaction data, predict fraudulent transactions, visualize prediction results, and download a report containing detected fraudulent transactions. The system demonstrates how machine learning can support automated transaction screening and provide a practical prototype for fraud detection.

Machine Learning-Based Demand Prediction for Factory Production Planning of Shampoo, Body Wash, and Laundry Detergent (Regression)

Accurate demand prediction can support factory production planning by reducing the risk of overproduction, stockouts, and inefficient inventory decisions. This project develops a supervised machine learning regression workflow for shampoo, body wash, and laundry detergent. Because real factory records were not supplied, a synthetic demonstration dataset was used transparently to implement and test the proposed pipeline without claiming real factory performance. The dataset contains 177 monthly product records and includes product type, month and season, previous sales, stock quantity, price, promotion, customer order quantity, and previous production quantity. Three regression algorithms - Linear Regression, Decision Tree Regressor, and Random Forest Regressor - were trained using a time-aware train/test split. Performance was evaluated using mean absolute error (MAE), root mean squared error (RMSE), and coefficient of determination (R2). On the synthetic test set, Linear Regression achieved the best result with MAE 62.5, RMSE 81.2, and R2 0.913. The workflow also produces feature-importance evidence and an illustrative production recommendation based on predicted demand, current stock, and a 10% safety-stock rule. The project demonstrates an end-to-end, reproducible framework that can be rerun with authorized real factory data for operational use.

ការស្រាវជ្រាវសម្រាប់និស្សិតបរិញ្ញាបត្រ

ការស្រាវជ្រាវសម្រាប់និស្សិតបរិញ្ញាបត្រ គឺជាដំណើរការរៀនតាមរយៈការស៊ើបអង្កេតបញ្ហាជាក់លាក់ ក្រោមការណែនាំរបស់សាស្ត្រាចារ្យ ដោយប្រើចំណេះដឹង និងវិធីសាស្ត្រសមស្រប ដើម្បីប្រមូលភស្តុតាង វិភាគទិន្នន័យ បង្កើត ឬវាយតម្លៃដំណោះស្រាយ និងបង្ហាញលទ្ធផលតាមរបៀបវិទ្យាសាស្ត្រ។ នៅកម្រិតបរិញ្ញាបត្រ គោលដៅសំខាន់មិនមែនតម្រូវឱ្យនិស្សិតបង្កើតទ្រឹស្តីថ្មីដ៏ធំទូលាយនោះទេ ប៉ុន្តែត្រូវបង្ហាញថា និស្សិតអាចកំណត់បញ្ហាបានច្បាស់ ស្វែងរក និងប្រើឯកសារវិទ្យាសាស្ត្របានត្រឹមត្រូវ ជ្រើសរើសវិធីសាស្ត្រសមស្រប ប្រមូល និងវិភាគទិន្នន័យដោយសុចរិតភាព និងបង្កើតការរួមចំណែកដែលមានតម្លៃក្នុងបរិបទជាក់លាក់។ សម្រាប់និស្សិតកុំព្យូទ័រ គម្រោងអភិវឌ្ឍកម្មវិធីគួរត្រូវភ្ជាប់ជាមួយបញ្ហាស្រាវជ្រាវ ការវាយតម្លៃ និងភស្តុតាង ដើម្បីឱ្យគម្រោងនោះមានលក្ខណៈជាស្នាដៃស្រាវជ្រាវ និងអភិវឌ្ឍន៍។

ជំនាញឌីជីថលសុវត្ថិភាព និងការផ្សព្វផ្សាយប្រកបដោយទំនួលខុសត្រូវ

ក្នុងយុគសម័យឌីជីថល ទូរសព្ទឆ្លាតវៃ និងបណ្ដាញសង្គមអាចជួយឱ្យប្រជាពលរដ្ឋបញ្ចេញមតិ រាយការណ៍បញ្ហាសង្គម ផ្សព្វផ្សាយសកម្មភាព និងចូលរួមក្នុងជីវិតសាធារណៈបានយ៉ាងឆាប់រហ័ស។ ប៉ុន្តែការប្រើប្រាស់ដោយខ្វះការប្រុងប្រយ័ត្ន ក៏អាចបង្កហានិភ័យដល់សុវត្ថិភាពគណនី កេរ្តិ៍ឈ្មោះ សិទ្ធិឯកជន និងទំនួលខុសត្រូវផ្នែកច្បាប់ផងដែរ។

គោលការណ៍ប្រើ AI ក្នុងសាកលវិទ្យាល័យ៖ ពីការអនុញ្ញាតទៅការទទួលខុសត្រូវ

ការប្រើ AI ក្នុងសាកលវិទ្យាល័យត្រូវការគោលការណ៍ច្បាស់លាស់ ដើម្បីឱ្យគ្រូ និងនិស្សិតដឹងថា កិច្ចការណាអាចប្រើ AI កិច្ចការណាត្រូវប្រើដោយមានលក្ខខណ្ឌ និងកិច្ចការណាមិនអនុញ្ញាត។ អត្ថបទនេះនឹងណែនាំពីការកំណត់តួនាទី កម្រិតប្រើ AI ការប្រកាសការប្រើប្រាស់ ការការពារទិន្នន័យ និងនីតិវិធីដោះស្រាយការប្រើ AI ខុសគោលការណ៍។

មេរៀនទី ៧៖ Dictionaries ក្នុង Python

ក្នុងមេរៀនទី ៧ នេះ យើងបានសិក្សាអំពី Dictionary ក្នុង Python ដែលជា Data Structure សម្រាប់រក្សាទុកទិន្នន័យក្នុងទម្រង់ Key-Value Pairs។ ជំនួសឱ្យការប្រើ Index ដូច List និង Tuple យើងប្រើ Key ដើម្បីចូលទៅកាន់ Value ដែលពាក់ព័ន្ធ។ Dictionary មានលក្ខណៈ Mutable ដូច្នេះយើងអាចបន្ថែម កែប្រែ និងលុបទិន្នន័យបាន។ យើងបានរៀនប្រើ get() ដើម្បីយក Value តាម Key, keys() សម្រាប់យក Keys ទាំងអស់, values() សម្រាប់យក Values និង items() សម្រាប់យក Key និង Value ជាគូ។ យើងក៏បានសិក្សាអំពីការប្រើ update(), pop(), popitem(), del និង clear() ដើម្បីគ្រប់គ្រងទិន្នន័យក្នុង Dictionary។ លើសពីនេះ Dictionary អាចប្រើជាមួយ for loop, Conditional Statements និងអាចបង្កើតជា Nested Dictionary ដើម្បីរក្សាទុកទិន្នន័យដែលមានរចនាសម្ព័ន្ធស្មុគស្មាញជាងមុន។ ចំណុចសំខាន់ដែលត្រូវចងចាំគឺ៖ Key → Value → Access → Update → Process ឬ Key → តម្លៃ → ចូលប្រើ → កែប្រែ → ដំណើរការ

មេរៀនទី ៦៖ Tuples ក្នុង Python

ក្នុងមេរៀនទី ៦ នេះ យើងបានសិក្សាអំពី Tuple ក្នុង Python ដែលជា Collection សម្រាប់រក្សាទុក Item ច្រើនក្នុងអញ្ញត្តិតែមួយ។ Tuple មានលក្ខណៈ Ordered, Indexed, អាចមាន Duplicate Values និងមានលក្ខណៈ Immutable ដែលមានន័យថា បន្ទាប់ពីបង្កើតរួច យើងមិនអាចកែប្រែ បន្ថែម ឬលុប Item ដោយផ្ទាល់បានទេ។ យើងបានរៀនប្រើ Index និង Negative Index ដើម្បីចូលទៅកាន់ Item, ប្រើ Slicing ដើម្បីយកទិន្នន័យជាចន្លោះ និងប្រើ len() ដើម្បីរកចំនួន Item។ លើសពីនេះ យើងបានស្គាល់ count() សម្រាប់រាប់ចំនួនតម្លៃ និង index() សម្រាប់រកទីតាំងរបស់ Item។ មេរៀននេះក៏បានបង្ហាញពី Tuple Packing និង Tuple Unpacking ដែលអាចប្រើសម្រាប់រៀបចំ និងបំបែកតម្លៃជាច្រើនបានយ៉ាងងាយស្រួល។ Tuple អាចប្រើជាមួយ for loop និង Functions ដូចជា sum(), min() និង max() ដើម្បីដំណើរការទិន្នន័យលេខ។ ចំណុចសំខាន់ដែលត្រូវចងចាំគឺ៖ Create → Access → Process → Keep Data Stable ឬ បង្កើត → ចូលប្រើ → ដំណើរការ → រក្សាទិន្នន័យឱ្យថេរ

មេរៀនទី ៥៖ Lists និងការគ្រប់គ្រងទិន្នន័យជាច្រើនក្នុង Python

ក្នុងមេរៀនទី ៥ នេះ យើងបានសិក្សាអំពី List ក្នុង Python ដែលជារចនាសម្ព័ន្ធទិន្នន័យសម្រាប់រក្សាទុកតម្លៃជាច្រើននៅក្នុងអញ្ញត្តិតែមួយ។ List ត្រូវបានសរសេរនៅក្នុងសញ្ញា [ ] ហើយធាតុនីមួយៗនៅក្នុង List មានទីតាំងហៅថា Index ដែលចាប់ផ្តើមពី 0 ។ យើងបានរៀនពីរបៀបចូលប្រើ និងកែប្រែធាតុនៅក្នុង List ព្រមទាំងប្រើ Methods សំខាន់ៗដូចជា append() និង insert() សម្រាប់បន្ថែមធាតុ, remove() និង pop() សម្រាប់លុបធាតុ និង sort() ឬ reverse() សម្រាប់រៀបលំដាប់ទិន្នន័យ។ លើសពីនេះ យើងបានប្រើ Functions ដូចជា len() សម្រាប់រាប់ចំនួនធាតុ, sum() សម្រាប់គណនាផលបូក, max() សម្រាប់រកតម្លៃធំបំផុត និង min() សម្រាប់រកតម្លៃតូចបំផុត។ List ក៏អាចប្រើជាមួយ for loop ដើម្បីដំណើរការលើធាតុនីមួយៗដោយស្វ័យប្រវត្តិ និងប្រើ in ឬ not in ដើម្បីពិនិត្យថាតម្លៃមួយមាននៅក្នុង List ឬអត់។ ដូច្នេះ List គឺជាឧបករណ៍សំខាន់សម្រាប់ការរក្សាទុក រៀបចំ ស្វែងរក កែប្រែ និងគណនាទិន្នន័យជាច្រើនក្នុង Python។ Store → Access → Update → Loop → Process ឬ រក្សាទុក → ចូលប្រើ → កែប្រែ → ធ្វើម្តងហើយម្តងទៀត → ដំណើរការ

មេរៀនទី ៤៖ Loops ក្នុង Python for, while, range() និង Loop Control

ក្នុងមេរៀនទី ៤ នេះ យើងបានសិក្សាអំពី Loops ក្នុង Python ដែលជួយឱ្យកម្មវិធីអាចអនុវត្តកូដដដែលៗជាច្រើនដងដោយស្វ័យប្រវត្តិ ដោយមិនចាំបាច់សរសេរកូដដដែលម្តងហើយម្តងទៀត។ Python មាន Loop សំខាន់ពីរគឺ for និង while។ for loop សមស្របនៅពេលយើងដឹងចំនួនដងដែលត្រូវធ្វើ ឬចង់ដំណើរការលើ Sequence មួយ។ ចំណែក while loop ប្រើនៅពេលយើងចង់ឱ្យកម្មវិធីបន្តដំណើរការ ដរាបណា Condition មួយនៅតែជា True។ យើងក៏បានរៀនប្រើ range() ជាមួយ for loop ដើម្បីបង្កើតលំដាប់លេខ និងកំណត់ start, stop និង step។ លើសពីនេះ យើងបានស្គាល់ break ដែលប្រើសម្រាប់បញ្ឈប់ Loop ភ្លាមៗ និង continue ដែលប្រើសម្រាប់រំលង Iteration បច្ចុប្បន្ន ហើយបន្តទៅ Iteration បន្ទាប់។ មេរៀននេះក៏បានបង្ហាញពីការប្រើ Loop ជាមួយ if ដើម្បីពិនិត្យលក្ខខណ្ឌ ការគណនាផលបូក ពិន្ទុមធ្យម ការបង្កើត Multiplication Table និងការប្រើ while សម្រាប់ទទួលទិន្នន័យរហូតដល់លក្ខខណ្ឌត្រឹមត្រូវ។

មេរៀនទី ៣៖ Comparison Operators, Boolean Expressions និង Conditional Statements ក្នុង Python

ក្នុងមេរៀនទី ៣ នេះ យើងបានសិក្សាអំពី Comparison Operators, Boolean Expressions និង Conditional Statements ក្នុង Python ដែលជាគំនិតសំខាន់សម្រាប់ឱ្យកម្មវិធីអាចធ្វើការសម្រេចចិត្ត។ Comparison Operators ប្រើសម្រាប់ប្រៀបធៀបតម្លៃពីរ ហើយផ្តល់លទ្ធផលជា Boolean ដែលមានតែ True ឬ False។ Operators សំខាន់ៗមាន ==, !=, >, <, >= និង <=។ យើងក៏បានរៀនអំពី Conditional Statements ដូចជា if, elif និង else។ if ប្រើសម្រាប់ពិនិត្យលក្ខខណ្ឌដំបូង, elif ប្រើសម្រាប់ពិនិត្យលក្ខខណ្ឌបន្ថែម និង else ប្រើនៅពេលលក្ខខណ្ឌមុនៗទាំងអស់មិនត្រឹមត្រូវ។ លើសពីនេះ យើងបានស្គាល់ Logical Operators ដូចជា and, or និង not ដែលអាចប្រើសម្រាប់ផ្សំលក្ខខណ្ឌច្រើនចូលគ្នា។ Python ក៏តម្រូវឱ្យប្រើ Indentation ឱ្យបានត្រឹមត្រូវនៅក្នុង if, elif, else និង Nested if។