TAILIEUCHUNG - Khai phá dữ liệu sử dụng lý thuyết tập thô

Trong bài báo này, tác giả sử dụng ma trận phân biệt mở rộng trong mô hình tập thô dung sai để xây dựng thuật toán cho bài toán rút gọn thuộc tính trong hệ thông tin đa trị và minh họa kết quả thuật toán qua thực nghiệm. | Ninh Văn Thọ Tạp chí KHOA HỌC & CÔNG NGHỆ 135(05): 19 - 24 KHAI PHÁ DỮ LIỆU SỬ DỤNG LÝ THUYẾT TẬP THÔ Ninh Văn Thọ* Trường Đại học Kỹ thuật Công nghiệp – ĐH Thái Nguyên TÓM TẮT Lý thuyết tập thô đã được sử dụng hiệu quả trong các bước của quá trình khai phá dữ liệu và khám phá tri thức. Trong đó bài toán rút gọn thuộc tính theo tiếp cận lý thuyết tập thô là bài toán quan trọng trong khai thác dữ liệu nói chung và trong rút gọn các thuộc tính nói riêng. Trong thực tế dữ liệu thường đa dạng, phong phú nhưng nhiều khi có thể dư thừa hoặc không đầy đủ, điều này ảnh hưởng đến việc khám phá tri thức từ dữ liệu. Trong bài báo này, tác giả sử dụng ma trận phân biệt mở rộng trong mô hình tập thô dung sai để xây dựng thuật toán cho bài toán rút gọn thuộc tính trong hệ thông tin đa trị và minh họa kết quả thuật toán qua thực nghiệm. Từ khóa: Tập thô dung sai, tập thô, hệ quyết định đa trị, rút gọn thuộc tính, tập rút gọn MỞ ĐẦU* Rút gọn thuộc tính trong hệ quyết định đa trị là tìm ra tập thuộc tính nhỏ nhất có thể được để biểu diễn dữ liệu nhưng vẫn giữ được mối quan hệ ngữ nghĩa giữa các tập thuộc tính. Rút gọn thuộc tính vừa làm giảm khối lượng tính toán do quá trình xử lý dữ liệu chỉ thao tác trên một dung lượng dữ liệu nhỏ hơn, làm cho kết quả thu được từ quá trình xử lý trở nên cô đọng và dễ hiểu hơn. Trên hệ thông tin đa trị, Yan Yong Guan và cộng sự [2] đã mở rộng quan hệ tương tương trong lý thuyết tập thô truyền thống thành quan hệ dung sai và xây dựng mô hình tập thô dung sai bằng cách mở rộng các định nghĩa xấp xỉ trên, xấp xỉ dưới, miền trên quan hệ dung sai. Theo hướng tiếp cận mô hình tập thô dung sai, một số công trình nghiên cứu đáng chú ý về rút gọn thuộc tính trên hệ quyết định đa trị và hệ quyết định đa trị xếp thứ tự có thể kể đến [1, 6, 9]. Trong công trình [11], sử dụng phương pháp ma trận các tác giả đã nghiên cứu sự thay đổi của các tập xấp xỉ khi bổ sung và loại bỏ tập thuộc tính. Tuy nhiên, các kết quả nghiên cứu về rút gọn thuộc .

• Vật lý
• Khai phá dữ liệu
• Lý thuyết tập thô
• Tập thô dung sa
• Hệ quyết định đa trị
• Rút gọn thuộc tính
• Tập rút gọn
• Khai phá quá trình
• Môn học Khai phá dữ liệu
• Nội dung Khai phá dữ liệu
• Dạy học Khai phá dữ liệu
• Bài luận môn Khai phá dữ liệu
• Bài giảng Khai phá dữ liệu
• Quá trình khám phá tri thức
• Vai trò khai phá dữ liệu
• ứng dụng khai phá dữ liệu
• Ý nghĩa khai phá dữ liệu
• Bài giảng môn học Khai phá dữ liệu
• Tổng quan về khai phá dữ liệu
• Bài toán khai phá dữ liệu
• Giai đoạn trong khai phá dữ liệu
• Ứng dụng của khai phá dữ liệu
• Nhập môn khai phá dữ liệu
• Bài giảng Nhập môn khai phá dữ liệu
• Tài nguyên khai phá dữ liệu
• Khai phá quy trình
• Học máy suốt đời
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Học máy và khai phá dữ liệu
• Kiểu dữ liệu có cấu trúc
• Kiểu dữ liệu phi cấu trúc
• Data mining
• Khám phá tri thức
• Vai trò của khai phá dữ liệu
• Lợi ích của khai phá dữ liệu
• Tiến trình khai phá dữ liệu
• Phương pháp khai phá dữ liệu
• Từ dữ liệu đến quyết định
• Khai phá dữ liệu trong kinh doanh
• Bài giảng Khai phá dữ liệu trong kinh doanh
• Kho dữ liệu
• Quy trình khai phá dữ liệu trong kinh doanh
• Kỹ thuật của khai phá dữ liệu
• Thuật toán K Means
• Hệ thống thông tin
• Vấn đề khai phá dữ liệu
• Tìm hiểu quá trình khai phá dữ liệu
• Bài giảng Kho dữ liệu và khai phá dữ liệu
• Kho dữ liệu và khai phá dữ liệu
• Bài toán trong khai phá dữ liệu
• Phương pháp cơ bản trong khai phá dữ liệu
• Kỹ thuật tích hợp cơ sở dữ liệu
• Mô hình dữ liệu mở rộng XML
• Phát triển ứng dụng khai phá dữ liệu
• Chuẩn dành cho khai phá dữ liệu
• Kỹ thuật khai phá dữ liệu
• Khai phá tri thức
• Nhà kho dữ liệu
• Khoa học máy tính
• Nghiên cứu trong khai phá dữ liệu
• Cơ sở dữ liệu
• Kiểu mẫu được khai phá
• Công nghệ khai phá dữ liệu
• Machine learning
• Hướng dữ liệuKhai phá dữ liệu phân tán
• Khai phá dữ liệu không tĩnh
• Khai phá luật kết hợp
• Khai phá mẫu dãy
• Khai phá kết hợp dựa theo ràng buộc
• Thuật toán khai phá vô hướng luật kết hợp
• Khai phá quan điểm
• Khai phá phương tiện xã hội
• Bài giảng Khai phá quan điểm
• Nội dung Khai phá phương tiện xã hội
• Mục tiêu Khai phá phương tiện xã hội
• Bài toán khai phá quan điểm
• Mô hình khai phá quan điểm
• Nhu cầu về khai phá dữ liệu
• Mô hình quá trình KDD lặp
• Association rule
• Xử lý cơ sở dữ liệu
• Kiểu dữ liệu
• Kiểu mẫu dùng để khai phá
• Ứng dựng của kho dữ liệu
• Ứng dựng của khai phá dữ liệu