GIỚI THIỆU ĐỀ TÀI
I. Mở đầu
Với sự phát triển mạnh mẽ của công nghệ điện tử tạo ra bộ nhớ có dung lượng lớn, bộ xử lý
tốc độ cao, các công ty xí nghiệp tạo ra các hệ thống thông tin nhằm tự động hóa các họat động kinh
doanh của mình. Điều này đã tạo ra một dòng dữ liệu tăng lên không ngừng vì ngay các giao dịch đơn
giản như một cuộc gọi điện thoại, một lần kiểm tra sức khỏe,. . . đều được ghi vào bộ nhớ máy tính.
Nhiều hệ quản trị cơ sở dữ liệu mạnh với các công cụ phong phú đã giúp cho con người khai thác có
hiệu quả các nguồn dữ liệu đó. Mô hình cơ sở dữ liệu quan hệ và ngôn ngữ SQL đã có vai trò hết sức
quan trọng trong việc tổ chức khai thác cơ sở dữ liệu.
Cùng với sự gia tăng không ngừng khối lượng dữ liệu, các hệ thống thông tin cũng được
chuyên môn hóa, phân chia theo tùng lĩnh vực ứng dụng. Như vậy, sự thành công trong kinh doanh
không chỉ phụ thuộc vào chức năng khai thác dữ liệu có tính chất nghiệp vụ, mà còn phụ thuộc vào
tính linh họat và sẵn sàng đáp ứng yêu cầu trong thực tế. Nói cách khác, cơ sở dữ liệu cần đem lại tri
thức hơn chính những dữ liệu đó. Từ khối dữ liệu khổng lồ sẵn có, phải tìm ra các thông tin tiềm ẩn có
giá trị mà trước đó chưa được phát hiện, tìm ra những xu hướng phát triển và những yếu tố tác động
lên chúng, các quyết định chính xác cần phải đưa ra càng nhanh càng tốt. Lúc này, các mô hình cơ sở
dữ liệu truyền thống đã cho thấy không có khả năng thực hiện tốt công việc. Để lấy được các tri thức
trong lượng thông tin khổng lồ đó, cần phải có những công nghệ, những kỹ thuật khác. Đó là Khám
phá tri thức và khai thác dữ liệu (KDD: Knowledge Discovery in Database) - thực hiện quá trình
khám phá tri thức trong cơ sở dữ liệu mà trong đó kỹ thuật cho phép ta lấy được tri thức chính là Khai
thác dữ liệu.
II. Mục đích của khai thác dữ liệu
Theo Fayyad, khai thác dữ liệu là tiến trình tìm kiếm các mẫu mới, có ích, tiềm ẩn trong khối
dữ liệu lớn. Các tri thức chiết xuất được sẽ được sử dụng cho lợi ích cạnh tranh trên thương trường hay
trong nghiên cứu khoa học. Cho nên có thấy mục đích chính của khai thác dữ liệu là mô tả và dự báo.
1. Mô tả (Description ):
Mô tả tập trung vào việc tìm kiếm các mẫu mô tả dữ liệu mà con người có thể hiểu được. Các
mô hình KTDL càng dễ hiểu càng tốt. Những kết quả từ mô hình KTDL cần phải mô tả trong sáng các
mẫu để biểu diễn và giải thích một cách trực quan. Sự mô tả đạt chất lượng cao thường có thể được
hoàn thành bởi sự phân tích dữ liệu có tính khám phá, đó là một phương pháp đồ thị của việc khám phá
dữ liệu trong việc tìm kiếm các mô hình và khuynh hướng.
2. Dự báo (Prediction ):
Dự báo liên quan đến việc sử dụng các biến hoặc các trường trong CSDL để chiết xuất ra các
mẫu là các dự đoán những giá trị chưa biết hoạc những giá trị trong tương lai của các biến đáng quan
tâm.
III. Những nhiệm vụ chính trong khai thác dữ liệu (KTDL)
1. Phân lớp (Classification):
Phân lớp là việc học một hàm ánh xạ một mấu dữ liệu vào một trong số các lớp đã xác định.
2. Hồi quy (Regression):
Hồi quy là việc học một hàm ánh xạ từ một mẫu dữ liệu thành một biến dự đoán có giá trị
thực.
3. Gom cụm (Clustering):
Là việc mô tả để tìm ra các nhóm dữ liệu, các nhóm này có thể rời nhau, phân cấp hay gối lên
nhau.
4. Tóm tắt (Summarization):
Liên quan đến các phương pháp tìm kiếm một mô tả tóm tắt cho một tập con dữ liệu.
5. Mô hình hóa phụ thuộc (Dependency Modeling):
Tìm kiếm mô hình mô tả sự phụ thuộc giữa các biến.
IV. Các phương pháp khai thác dữ liệu phổ biến:
1. Phương pháp quy nạp (induction):
Cách thức suy ra các thông tin từ cơ sở dữ liệu; Có nghĩa là tìm kiếm, tạo mẫu và sinh ra tri
thức chứ không phải bắt đầu với các tri thức đã biết trước.
2. Cây quyết định (decision tree) và luật (Rule):
Cây quyết định là mô tả tri thức dạng đơn giản nhằm phân các đối tượng dữ liệu thành một số
lớp nhất định.
Các luật được tạo ra nhằm suy diễn một số mẫu có ý nghĩa về mặt thống kê. Các luật có dạng
“Nếu P thì Q” với P là mệnh đề đúng với một phần trong cơ sở dữ liệu, Q là mềnh đề dự đoán.
3. Phát hiện các luật kết hợp (Association ):
Phương pháp này phát hiện ra các luật kết hợp giữa các thành phần dữ liệu trong cơ sở dữ liệu.
Mẫu đầu ra thuật giải phát hiện luật kết hợp là tập các luật kết hợp tìm được.
Các luật kết hợp thường ở dạng “nếu nguyên nhân (antecedent) thì kết quả (consequent)”, cùng với độ
hỗ trợ (support) và độ tin cậy (confidence) liên quan đến luật.
4. Phân lớp (Classification ):
Xác định một đối tượng vào một trong các lớp đã biết.
5. Gom cụm (Clustering ):
Gom cụm là nhóm các đối tượng tương tự (giống nhau) thành các cụm. Một cụm (cluster) là
một tập các đối tượng tương tự nhau và không giống với các đối tượng trong các nhóm khác. Các
thuật giải gom cụm tìm và phân đoạn toàn bộ tập dữ liệu thành các nhóm hay các nhóm con tương đối
đồng nhất, ở đó sự giống nhau (tương tự) của các đối tượng trong nhóm được chú trọng và không quan
tâm đến sự giống nhau tới các đối tượng bên ngoài.
6. Mạng nơron (Neuron Network)
Mạng neuron là tiếp cận tính toán mối liên quan đến việc phát triển các cấu trúc toán học và
khả năng học. Phương pháp này là kết quả của việc nghiên cứu mô hình học của hệ thống thần kinh
con người.
Mạng neuron có thể đưa ra ý nghĩa từ các dữ liệu phức tạp hoặc không chính xác và có thể sử dụng để
chiết xuất các mẫu.
7. Thuật giải di truyền (Genetic Algorithm ):
Mô phỏng lại hệ thống tiến hóa trong tự nhiên . Thuật giải chỉ ra các cá thể được hình thành,
được ước lượng và biến đổi như thế nào.Thuật giải di truyền được sử dụng tìm lời giải cho các bài toán
tối ưu.
. . .
V. Nội dung và Phạm vi nghiên cứu:
Trong các phương pháp khai thác dữ liệu phổ biến, đề tài tập trung tìm hiểu, nghiên cứu các
phương pháp sau:
ã Gom cụm dữ liệu:
Trong lĩnh vực gom cụm dữ liệu, các tác giả tìm hiểu, nghiên cứu và hệ thống các thuật giải
gom cụm dữ liệu
ã Phân lớp dữ liệu:
Trong phân lớp dữ liệu, các tác giả tìm hiểu, nghiên cứu công cụ tập thô, tập thô dung sai để
phân lớp dữ liệu.
ã Khai thác luật kết hợp:
Trong lĩnh vực khai thác luật kết hợp, các tác giả tìm hiểu, nghiên cứu và hệ thống các thuật
giải tìm các tập luật, và nghiên cứu phương pháp rút gọn tập luật.
VI. Mục tiêu của đề tài:
ã Hệ thống một số thuật giải gom cụm dữ liệu, khai thác luật kết hợp và cài đặt chương trình
minh họa.
ã Nghiên cứu phân lớp dữ liệu bằng công cụ tập thô.
ã Nghiên cứu khai thác luật kết hợp rút gọn từ dàn.
VII. Cấu trúc trình bày nội dung kết quả nghiên cứu:
Các kết quả chính được trình bày trong báo cáo tổng kết đề tài theo cấu trúc sau:
Phần 1:
Trình bày kết quả báo cáo khoa học “Về một thuật giải phân lớp dữ liệu dựa vào tập thô dung
sai” của tác giả Trần Tuấn Minh, công bố năm 2007 trong Kỷ yếu Hội thảo quốc gia “Một số vấn đề về
Công nghệ thông tin và truyền thông ” lần thứ IX .
Phần 2:
Trình bày kết quả báo cáo khoa học “Thuật toán khai thác luật kết hợp rút gọn từ dàn” của
các tác giả Trương Chí Tín, Trần Ngọc Anh, Trần Tuấn Minh, công bố năm 2007 trong “Thông báo
Khoa học” của trường Đại học Đà Lạt.
Phần 3:
Trình bày báo cáo kỹ thuật về kết quả tìm hiểu lĩnh vực gom cụm dữ liệu và khai thác luật kết
hợp : “ Hệ thống một số thuật giải trong các phương pháp gom cụm dữ liệu, khai thác luật kết hợp và
cài đặt chương trình ứng dụng”.
Phần 4:
Kết luận và kiến nghị.
92 trang |
Chia sẻ: lvcdongnoi | Lượt xem: 3055 | Lượt tải: 3
Bạn đang xem trước 20 trang tài liệu Nghiên cứu một số phương pháp khai thác dữ liệu và ứng dụng, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
t là . Nếu một giao dịch không chứa
bất kỳ tập ứngviên k_itemset nào thì C’k sẽ không có một điểm vào nào cho giao
dịch này. Do đó, số lượng điểm vào trong C’k có thể nhỏ hơn số giao dịch trong
CSDL, đặc biệt với k lớn. Hơn nữa, với các giá trị k khá lớn, mỗi điểm vào có thể
nhỏ hơn giao dịch tương ứng vì một số ứng viên đã được chứa trong giao dịch.
Tuy nhiên, với các giá trị k nhỏ, mỗi điểm vào có thể lớn hơn giao dịch tương ứng
vì một một điểm vào trong C’k bao gồm tất cả các ứng viên k_itemset được chứa
trong giao dịch.
1) Ý tưởng thuật giải
Tạo các tập 1_itemset: từ các item trên cơ sở dữ liệu, tính độ hỗ trợ cho từng
item đưa vào cơ sở dữ liệu đã mã hóa, loại đi các item có độ hỗ trợ nhỏ hơn
minsup.
Tạo các tập 2_itemset: tính độ hỗ trọ cho tập gồm 2 item dựa và tập C1_N loại
đi các item có độ hỗ trợ nhỏ hơn minsup.
….
Tạo các tập k_itemset: tính độ hỗ trợ cho tập gồm k item dựa vào tập Ck_1_N
loại đi các item có độ hỗ trợ nhỏ hơn minsup.
2) Thuật giải
Các khái niệm dùng trong thuật giải AprioriTid cũng tương tự như trong thuật
giải Apriori, chỉ thêm tập Ck_N.
Thuật giải này là cải tiến của thuật giải Apriori, ở chỗ: sau khi dùng cơ sở dữ
liệu D đếm support cho các itemset 1 item tạo ra L1, thuật giải tạo thêm tập Ck_N,
dựa vào tập Ck_N này, tính support cho các itemset từ 2 item trở lên tương ứng.
Input: Cơ sở dữ liệu giao dịch D, ngưỡng minsup.
Output: Các tập phổ biến.
Procedure AprioriTid
1. Quét CSDL D để tìm các tập mục phổ biến 1_itemset, L1.
2. C1’ = CSDL D
3. for(k=2; Lk-1≠∅; k++){
4. Ck=Apriori_Gen(Lk-1, minsup); //sinh ứng cử k-itemset
5. Ck’ = ∅
6. for(mỗi một tác vụ t∈Ck-1) {
7. Ct = {c ∈ Ck | (c-c[k]) ∈ t.Set_of_ItemSets ^ (c-c[k-1] ∈ t.Set_of_ItemSets}
//xác định tập ứng viên trong Ck chứa trong giao dịch với định danh t.Tid
8. for(mỗi một ứng cử c∈Ct)
9. c.count++;
10. if(Ct≠∅) then Ck+= }; //thêm item t vào bảng Ck’
11. Lk={c∈Ck | c.count ≥ minsup}
12. return L = Uki 1= L1
3) Nhận xét
Apriori tốt hơn Apriori_Tid [Agrawal 1994] khi tập cơ sở dữ liệu lớn, còn
trong trường hợp khác khi tập Ck tương đối nhỏ thì Apriori_Tid thực hiện tốt hơn
Apriori.
Thuật giải FP_Growth
Thuật giải FP_Growth sử dụng một cấu trúc dữ liệu gọi là FP_tree
(Frequent Pattern tree). FP_tree là một thể hiện cô đọng các thông tin có liên
quan đến thông tin thể hiện tính thường xuyên của các tập mục trong cơ sở dữ
liệu. Mỗi nhánh của cây FP_tree thể hiện một tập mục phổ biến, và các nút dọc
theo các nhánh được lưu trữ theo thứ tự giảm dần của tính phổ biến tương ứng
với các mục, các mục ở lá của cây có tính phổ biến thấp nhất.
Cây FP_tree có một bảng header kết hợp với nó. Bảng header lưu các mục
cùng với số lần xuất hiện của nó trong cơ sở dữ liệu theo thứ tự giảm dần của
tính phổ biến (mỗi mục chiếm một dòng của bảng). Mỗi mục của bảng chứa
một nút đầu danh sách liên kết với tất cả các nút của cây FP_tree mà nút đó có
tên trùng với tên của nó.
Phương pháp FP_gowth chỉ cần duyệt cơ sở dữ liệu 2 lần để khai phá tất cả
các tập mục phổ biến. Quét lần thứ nhất để xác định tần xuất của từng tập mục
trong cơ sở dữ liệu. Quét lần thứ hai(lần cuối) để xây dựng cây FP_tree
1) Cấu trúc cây FP
Cấu trúc của cây FP_tree:
+ Gốc cây được tạo với nhãn là null.
+ Các liên kết trên cây: Liên kết giữa nút có tên mục giống nhau.
+ Cấu trúc của một nút (trừ nút gốc) gồm các thành phần:
- Tên mục
- Bộ đếm (counter)
- Liên kết (node link) đến nút tiếp theo trên cây có cùng tên mục
2) Xây dựng cây FP
Quá trình xây dựng cây FP gồm 2 bước:
Bước 1: Quét cơ sở dữ liệu lần thứ nhất, tìm tất cả các mục và tần xuất của
nó. Sau đó chèn các mục có độ hỗ trợ lơn hơn hoặc bằng độ hỗ trợ tối thiểu
cùng với tần xuất của nó vào bảng Header theo thứ tự giảm dần của tần
xuất.
Bước 2: Quét cơ sở dữ liệu lần thứ hai, mỗi một giao dịch được quét, loại
bỏ mục có độ hỗ trợ nhỏ hơn minsup và sắp xếp lại các mục theo thứ tự
giảm dần của tấn xuất.
Nếu phần đầu của tập mục giao dịch này không trùng với bất cứ phần đầu của
tập mục giao dịch đã xét thì tập hợp các mục đó được chèn vào cây như một nhánh
của cây và bộ đếm của mỗi nút ban đầu là 1. Tạo liên kết từ bảng Header đến các
mục tương ứng.
Nếu tập mục của giao dịch đang xét, có phần đầu trùng với phần đầu của tập
mục của một giao dịch nào đó, mà giao dịch này đã được tạo nhánh trên cây, thì
phần đầu của tập mục của giao dịch đang xét sẽ được chia sẻ với phần đầu nhánh
thể hiện giao dịch đã xét, với mỗi nút trên đoạn nhánh chia sẻ bộ đếm được tăng
lên 1 đơn vị, phần còn lại với mỗi mục sẽ được tạo một nút và được nối liền với
nhánh được chia sẻ ở phần đầu.
Bộ đếm lưu trữ số giao dịch thể hiện bởi nhánh cây xuất phát từ nút gốc đến
nút đó.
Cây FP_tree chứa đựng tất cả các thông tin về tần xuất của các mục trong cơ sở
dữ liệu, việc khai phá cơ sở dữ liệu lúc này trở về khai phá cây FP_tree
Thuật giải
Input: Cơ sở dữ liệu giao dịch D.
Output: Cây FP_tree
Procedure Insert_Tree(string[p], Tree có gốc T)
1) If T có nút con N mà N.itemname = p Then N.Count ++
2) ELSE
3) Tạo nút mới N
4) N.itemname = p, N.Count = 1;
5) Liên kết bảng từ p đến N
6) If p khác rỗng Then
7) Insert_tree(N, p);
P: là mục đầu tiên trong danh sách các tập mục P của giao dịch đang xét.
3) Phương pháp tìm tập phổ biến từ cây FP
Từ cấu trúc cây FP, xét một số thuộc tính quan trọng:
• HeadNodeLink: Nhờ thuộc tính này, khi xét các item phổ biến trong L1,
ta có thể truy xuất đến vị trí đầu tiên của nút trong cây có tên giống với
tên L1.item.
• NodeLink: Nhờ thuộc tính này nên với bất kỳ item phổ biến i thuộc L1,
ta có thể xác định được tất cả các tập phổ biến có chứa item I dựa vào
các liên kết của nút i trong cây.
Thuật giải tìm các tập phổ biến từ cây FP
Input: Cây FP.
Output: Tập các tập phổ biến.
Procedure FrequentItem_FPTree(Tree T)
1) Duyệt L1 theo thứ tự các item có độ hỗ trợ từ thấp đến cao (duyệt ngược lại
trong L1)
2) Với mỗi item i ∈L1
3) TimDuongDi (i, SoDD);// Có được MangDuongDi, SoDD
4) TimTapPhoBien (i, MangDuongDi, SoDD)
Thủ tục TimDuongDi
Mục đích: Tìm tất cả đường đi trong cây có chứa item I,
Input: Item I, SoDD = 0
Output: MangDuongDi: là mảng các đường đi trong cây FP có chứa item i.
SoDD: số đường đi trong cây có chứa item i.
Procedure TimDuongDi (Item i, string MangDuongDi)
1) VT = i.HeadNodeLink; //Từ liên kết HeadNodeLink, xác định được ví trí
đầu tiên
//của nút có tên item giống i.Item
2) N = nút ở vị trí hiện hành; //Di chuyển đến nút ở vị trí VT trong cây
3) Link = 1
4) j = 1
5) Trong khi Link 0{
6) Support = N.Support
7) DuongDi = Φ
8) N1 = N
9) Duyệt ngược cây FP từ vị trí VT {
10) If N1.TenNutCha != then
11) DuongDi = DuongDi + N1.TenNutCha
12) VT = Tim(N1.TenNutCha, VT); //Tìm ngược tự vị trí VT trong cây có tên
item là
//N1.TenNutCha, trả về vị trí tìm được
13) N1 = nút ở vị trí hiện hành)
14) Else
15) Thoát khỏi vòng lặp duyệt cây}
16) MangDuongDi(j) = DaoNguoc(DuongDi)
17) j = j+1
18) Link = N.NodeLink; //Tìm nút gần nhất trong cây có tên cùng tên với nút
hiện hành
19) VT = Link
20) Di chuyển đến nút ở vị trí VT trong cây
21) N = nút ở vị trí hiện hành}
22) SoDD = j-1
Thủ tục TimTapPhoBien(Item i, string MangDuongDi, int soDD)
Input: i: Item phổ biến một phần tử i.
MangDuongDi: các đường đi trong cây chứa item i.
SoDD: số đường đi trong cây chứa itm i.
Output: Tập các tập phổ biến.
Procedure TimTapPhoBien(Item i, string MangDuongDi, int soDD)
1) j = 1
2) t = 1
3) while j <= SoDD{
4) Với mỗi kết hợp j phần tử trong MangDuongDi{
5) PhanTuChung = TimPhanTuChung (i, soPTChung)
6) If Support(PhanTuChung) >= Minsup then
7) t = 1
8) do while t<= SoPTChung{
9) Với mỗi kết hợp t phần tử k = {k1, k2, …k1}
10) Tạo ra tập phổ biến(k, i)}}
11) j = j+1}
Thủ tục TimPhanTuChung
Nhằm tìm phần tử chung giữa j phần tử trong kết hợp, nếu có item giống nhau
thì PhanTuChung = PhanTuChung + Item, Support của PhanTuChung bằng tổng
Support của các item trong kết hợp j phần tử này.
Nhận xét:
Ưu điểm của cây FP: tạo khả năng ứng dụng cho cơ sở dữ liệu lớn, giảm thời
gian thực hiện thuật giải Apriori, do:
• Cấu trúc dữ liệu đơn giản, đầy đủ.
• Giảm số lần duyệt cơ sở dữ liệu.
• Xây dựng và tính toán trên cây FP là cơ bản.
Bài toán 2: Tìm tập luật.
Khám phá các luật kết hợp theo ngưỡng MINCONF cho trước
Ý tưởng:
Ứng với một frequent itemset l, tìm những tập con khác rỗng của l.
Ừng với một tậ con a, ta sẽ đưa ra luật dạng a → (1 - a) nếu tỉ số support
(1)/support(a) ≥ minconf.
Ta có nhận xét mọi tập con của a đều có độ hỗ trọ lớn hơn hoặc bằng độ hỗ trợ
của a.
Ví dụ: AB có support là 5, thì A là con của B phải có độ hỗ trợ ≥5. Ta có công
thức tính độ tin cậy của một luật dạng a → (1 - a) là:
Support(1)/support(a) ≥ minconf.
Vì vậy nếu tập a con của l không đưa ra được luật thỏa minconf thì các tập con
của a cũng không thể tạo ra một luật thỏa minconf được.
1) Thuật giải 1: Simple algorithm
Chúng ta cải tiến thủ tục xử lý bằng cách sinh ra các tập con của mục lớn theo
kiểu đệ qui ưu tiên độ sâu. Ví dụ: với tập mục ABCD, đầu tiên chúng ta xét tập
con ABC, sau đó đến AB,...
Tiếp đến, nếu tập con a của tập mục lớn l không sinh ra được luật thì không cần
xét đến các tập con của nó nữa. Chẳng hạn: nếu luật ABC→ D không đủ độ tin cậy
thì ta không cần xét đến luật AB→ CD.
Điều này có thể chứng minh đơn giản như sau:
• Nếu luật a →(l-a) không thoả mãn độ tin cậy, tức là: conf(a→l-a)) nhỏ
hơn minconf, thế thì với bất kỳ tập con b nào của a ta có:
• Vì b⊂ a nên supp(b)≥supp(a), do vậy:
Conf(b→(l-b)) =
)sup(
)sup(
)sup(
)sup(
a
l
b
l ≤ =conf((a→(l-a))<minconf
• Tức là độ tin cậy của luật b→(l-b) cũng nhỏ hơn minconf
Thuật giải simple có thể mô tả như sau:
∀ frequent k_itemsets lk, k >= 2 do
call GenRules(lk, lk)
Thủ tục GenRules
Mục đích: phát sinh tất cả các luật hợp lệ dạng a~ => (lk – a~), với a~ ⊂ am
Procedure GenRules (lk: frequent k_itemset, am: frequent m_itemset )
1) A = {(m-1)_itemsets am-1 | am-1 ⊂ am}
2) Forall am-1 ∈A do begin
3) conf = suppport(lk) / support(am-1)
4) if(conf ≥ minconf) then begin
5) output am-1 → (lk - am-1) //với confidence = conf và support = sup(lk)
6) if(m-1>1)then
7) call GenRules(lk, am-1)
8) end
9) end
2) Thuật giải 2: Fast algorithm
Thuật giải 2 là cải tiến của thuật giải 1. Ở trên ta đã chỉ ra rằng nếu một luật
không thoả mãn với tập cha a thì cũng không thoả mãn với tập con của nó. Ví dụ
như trên đã xét: nếu ABC→D không đủ độ tin cậy thì luật AB→CD cũng không
đủ độ tin cậy. Điều đó cũng có thể áp dụng theo hướng ngược lại như sau: nếu xảy
ra luật với tập con thì cũng xảy ra luật với tập cha. Ví dụ: nếu luật AB→CD có đủ
độ tin cậy thì luật ABC→D cũng đủ độ tin cậy.
1) forall frequent k_itemset Lk, k ≥ 2
2) H1 = {Tập vế phải của các luật có 1 item ở vế phải}
3) Call Ap_GenRule(Lk, H1)
4) end
Procedure Ap_GenRule (Lk: Frequent k_itemset, Hm: tập vế phải của các
luật có m item ở vế phải)
if (m+1 < k) then
Hm+1 = Apriori_Gen(Hm)
với mọi hm+1 ∈ Hm+1
conf = support(Lk) / support(Lk – hm+1)
if (conf >= minconf)
Xuất ra luật (Lk – hm+1) → ( hm+1) với support là support(Lk),
confidence là
Conf
else
xóa hm+1 khỏi Hm+1
endif
gọi hàm GenRule(Lk, H1)
endif
3) Thuật giải 3:
Từ ý tưởng tạo tập luật của phương pháp tạo luật cải tiến: nếu một luật chứa tập
a ở vế phải thỏa ngưỡng minconf thì mọi luật chứa a~ ở vế phải cũng thỏa ngưỡng
minconf với mọi a~ ⊂ a, ta rút ra nhận xét: nếu như phải tìm tất cả các luật kết
hợp có thể có thì chri cần tìm những luật có 1 item ở vế phải là đủ. Tất cả các luật
kết hợp có hơn 1 item ở vế phải đều có thể suy ra từ các luật có 1 item ở vế phải
mà không cần xét đến cơ sở dữ liệu dùng để khai thác. Ký hiệu s là tập luật gồm tất
cả những luật kết hợp có 1 item ở vế phải thỏa ngưỡng minsup và minconf cho
trước.
Thuật giải tìm tập luật đơn giản S
1. Tìm tất cả các tập frequent itemset thỏa minsup.
2. Đối với từng frequent itemset X: li1, li2, …lik kiểm tra tất cả các luật có vế phải
có 1 thuộc tính r: X – lij → lij, j = 1 …k. Nếu thỏa minconf thì cho ra luật r.
Tập luật đơn giản là tập các luật mà vế phải có 1 item. Tập luật này chứa đựng
tất cả thông tin của tập các luật AR, nhưng có kích thước bé hơn tập AR. Việc khai
thác dữ liệu tìm tập luật đơn giản (thay vì AR) là có ích vì các lý do sau:
- Số lượng luật cần lưu lại giảm đáng kể, thường giảm từ 10% - 50% nên dễ
quản lý.
- Giảm đáng kể thời gian và tài nguyên tiêu tốn trong lúc tìm luật khi chỉ tìm
luật đơn giản.
- Mọi luật kết hợp đều có thể được suy dẫn từ tập luật đơn giản. Vì thế luật
kết hợp sẽ được suy dẫn khi có nhu cầu. Nhờ vậy, người dùng chỉ tập trung
vào các luật mà họ quan tâm chứ không phải chìm ngập trong tập tất cả các
luật kết hợp.
Loại luật thừa, tìm tập luật quan tâm
1) Phương pháp dùng quy luật loại bỏ luật thừa
Có ba tập luật cần quan tâm.
Tập luật kết hợp
AR = {X => Y|, sup(X => Y) ≥ minsup và conf(X => Y) ≥ minconf}
Đây là tất cả những luật có được do áp dụng thuật giải khia tìm luật kết hợp.
Tập luật đặc trưng
RR = { (X=>Y) ∈ AR| ¬∃ (X’ => Y’) ∈ AR, (X = X’) ∧ (X ∪Y ⊂ X’ ∪
Y’) ∨ (X X’ ⊃ X ∧ Y = X’ ∪Y’)}.
Với luật mọi luật X => Y (được sinh ra từ itemset X ∪Y) đã có trong tập AR,
tập luật RR gồm những luật trong tập AR loại bỏ các loại luật như sau:
• Luật sinh ra itemset (X’ ∪Y’) chứa itemset (X ∪Y) và có cùng vế trái
với luật X => Y.
• Luật sinh ra từ (X’ ∪Y’) = (X ∪Y) và luật có vế trái là con của X.
Tập luật gồm các luật vế trái nhỏ nhất, vế phải lớn nhất
MMR = {r: (X => Y) ∈ AR | ¬∃ r’: (X’ => Y’) ∈ AR, r’ ≠ r và X’⊆ X và
Y’ ⊇ Y }
Với luật mọi luật X => Y ∈AR, tập MMR gồm những luật trong tập AR loại
bỏ luật có tính chất sau:
• Luật có vế trái là con của X và có vế phải chứa Y.
Đói với ba tập luật kể trên, ta đã chứng minh được mối quan hệ sau:
MMR ⊆ RR ⊆ AR
Như vậy, tập MMR là tập con của tập luật kết hợp AR đã loại bỏ thành phần
thừa. Quan niệm về khái niệm “thừa” được hàm chứa trong việc định nghĩa các tập
luật.
Thuật giải sau được dùng để tìm tâp luật MMR
MMR = AR
While (∃ r’: (X’ => Y’) ∈ AR, r’ ≠ r và X’⊆ X và Y’ ⊇ Y)
MMR = MMR – rhhhh
2) Phương pháp lọc dùng mẫu đơn giản
Lớp các luật IR (hoặc ngay cả các luật vô ích) có thể được mô tả bởi các mẫu
(template). Mẫu là một sự tổng quát hóa một lớp các luật kết hợp
Một mẫu có dạng như sau: A1,… Ak => Ak+1
Trong đó Ai có thể là tên thuộc tính hoặ là tên của lớp hoặc là một biểu thứ có
dạng C+ hoặc C* với C là tên của một lớp. Ở đây, C+ và C* tương ứng với diễn tả
“một hoặc nhiều” và “0 hoặc nhiều” thể hiện của lớp C. Luật: B1,… Bh => Bh+1 thỏa
mẫu khi luật được xem là thể hiện của mẫu.
Phương pháp này dùng cách biểu diễn luật trên sự phân loại mà người dùng
định nghĩa dựa trên các thuộc tính của dữ liệu dùng để khai thác luật. Trong
phương pháp này, người dùng tự nhập vào tiêu chuẩn của luật cần tìm thông qua
mẫu thể hiện luật mà họ quan tâm.
C. CÀI ĐẶT CHƯƠNG TRÌNH ỨNG DỤNG
Chương trình tổ chức theo hướng đối tượng, được viết bằng ngôn ngữ
C#. Cơ sở dữ liệu được tổ chức bằng MS SQL Server 2000.
Chương trình cài đặt các thuật giải gom cụm dữ liệu và khai thác luật kết
hợp, thực hiện trên bảng dữ liệu điểm của sinh viên khoa Toán tin trường
Đại học Đà Lạt với mục đích:
• Minh họa hoạt động của các thuật giải.
• Tạo tập luật kết hợp làm cơ sở cho việc tư vấn sinh viên chọn chuyên
ngành.
1. Tập dữ liệu khai thác:
Ứng dụng khai thác trên tập dữ liệu chính:
Ký hiệu Mô tả Số thuộc tính Số mẫu tin
KhoaTin
Điểm của sinh viên khoa Toán Tin Học
(ĐHĐL) từ khóa K94 đến K26
20 855
Bảng 1. Tập dữ liệu thực nghiệm
• Danh sách các môn học tương ứng với 20 thuộc tính trong cơ sở dữ
liệu
o Chọn 11 môn học trong các môn học cơ sở
o Chọn 3 chuyên ngành, mỗi chuyên ngành chọn 3 môn học.
Tên môn học Mã Môn học Chuyên ngành
Kỹ Thuật Lập Trình TH201
Cơ Sở Toán Học TN201
Đại Số Đại Cương TN204
Kỹ Thuật Lập Trình Nâng Cao TH202
Phương Pháp Tính TN210
Kiến Trúc Máy Tính TH217
Cấu Trúc Dữ Liệu Và Thuật Toán TH203
Lập Trình Hướng Đối Tượng TH219
Thiết Kế Và Đánh Giá Thuật Toán TH206
Quy Hoạch Tuyến Tính TN213
Truyền Số Liệu TH213
Cơ Sở Dữ Liệu TH214 Hệ thống thông tin
Phân Tích Thiết Kế Hệ Thống Thông Tin TH237 Hệ thống thông tin
Cơ Sở Dữ Liệu Nâng Cao TH222 Hệ thống thông tin
Ngôn Ngữ Lập Trình TH205 Công nghệ phần mềm
Nhập Môn Trí Tuệ Nhân Tạo TH209 Công nghệ phần mềm
Công Nghệ Phần Mềm TH212 Công nghệ phần mềm
Mạng Máy Tính TH211 Mạng - Truyền thông
Lập Trình Mạng TH234 Mạng - Truyền thông
Thiết Kế Đánh Giá Hiệu Suất Mạng TH227 Mạng - Truyền thông
Bảng 2: Bảng các môn học
2. Tổ chức chương trình
Toàn bộ ứng dụng được xây dựng theo mô hình hướng đối tượng, chia
làm 7 project nhỏ.
Project Common:
• Configs: chứa các lớp cấu hình, các thông số mặc định như đường dẫn
file, loại file, …
• Constants: chứa tập các hằng số
• Enums: chứa các kiểu tập hợp (enum)… cho toàn ứng dụng.
Project Framework:
• Exceptions: chứa các lớp quản lý ngoại lệ như kết nối dữ liệu, chuyển
đổi kiểu dữ liệu, ngoại lệ phát sinh từ các lớp khai thác dữ liệu, …
• Data: chứa các lớp truy xuất dữ liệu từ tập tin XML và chuỗi hóa các
đối tượng để lưu trữ vào các tập tin.
• IOTools: Công cụ truy xuất dữ liệu từ các tập tin dạng text.
• Utils: chứa lớp chuyển đổi qua lại giữa các kiểu dữ liệu cơ sở
Project DataEngine:
• DMParameter: lớp mở rộng để tùy biến các tham số dùng khi truy
xuất cơ sở dữ liệu.
• DataProvider: lớp cung cấp các chức năng nhằm tối ưu và tiết kiệm
thời gian xử lý việc truy xuất cơ sở dữ liệu. Đây là lớp trực tiếp tạo kết
nối và thực thi các truy vấn đến cơ sở dữ liệu.
Project DataAccess:
• Đây là project truy xuất cơ sở dữ liệu và khởi tạo các đối tượng phục
vụ cho ứng dụng khai thác dữ liệu sau này.
• BaseClasses: Chứa các lớp cơ sở, định nghĩa các đối tượng liên quan
tương ứng với các bảng trong cơ sở dữ liệu.
• Entities: Chứa các lớp kế thừa từ các lớp trong không gian tên
BaseClasses để mở rộng khả năng thực thi code và quản lý hiệu quả.
• DBDirect: Chứa các lớp sử dụng đối tượng DataProvider để trực tiếp
truy xuất dữ liệu. Mỗi lớp có đầy đủ các chức năng thêm, xóa, cập
nhật và truy vấn, tùy vào từng tình huống sử dụng cụ thể.
Project DataMiningCore:
• Đây là project chứa tất cả các lớp cốt lõi phục vụ cho chương trình
gom nhóm và khai thác luật kết hợp.
• Interfaces: Chứa các interface như IDataBlock, ICopyable,
ITreeNode…
• Library: đây là thư viện chứa các lớp hỗ trợ cho các thuật toán gom
nhóm và khai thác luật. Chẳng hạn: hàng đợi ưu tiên (PriorityQueue),
lớp xử lý các phép toán trên ma trận (Matrix), lớp chứa tập dữ liệu cần
khai thác (RecordSet)…
• Supporter: Chứa các lớp phục vụ việc thống kê số liệu
• Filters: Chứa các bộ lọc giá trị bị thiếu, chuẩn hóa dữ liệu.
• Utils: Chứa các lớp chuyển đổi dữ liệu (TotalConverter) qua lại giữa
các đối tượng trong Library và xử lý số thực, chuỗi, các phép toán trên
mảng (LibTool), …
• Clusterers: Chứa các lớp xử lý các thuật toán gom nhóm dữ liệu.
• Associations: Chứa các lớp xử lý các thuật toán khai thác luật kết hợp.
Project WindowGUI:
Đây là chương trình thực thi việc gom nhóm và khai thác luật kết hợp trên
giao diện Windows Form.
• AssociationRules: Chứa các form khai thác luật kết hợp
• KDDTasks: Chứa các form đọc dữ liệu và gom nhóm.
• Visualizers: Chứa các đồ thị biểu diễn kết quả gom nhóm và khai thác
luật
Project ConsultantWeb:
• Đây là ứng dụng tư vấn chọn ngành cho sinh viên và chọn khối thi cho
các học sinh cuối cấp (các trường PTTH).
• Home.aspx: Trang chủ, dùng để lấy thông tin từ người dùng
• Register.aspx: Trang xác nhận thông tin từ người dùng
• TestPieChart.aspx: Trang hiển thị kết quả tư vấn bằng biểu đồ.
3. Kết quả thử nghiệm:
• Cấu hình máy tính sử dụng khi khai thác:
o Hệ quản trị cơ sở dữ liệu MS SQL Server 2000
o Bộ nhớ trong (RAM): 3 GB
o Bộ vi xử lý: Core 2 Duo 2.66 GHz
o Hệ điều hành Windows XP Professional
• Thực hiện trên bảng KhoaTin gồm 20 thuộc tính và 855 giao dịch
3.1 Kết quả thực thi gom nhóm:
Tập dữ liệu Thuật giải Tham số 1 Tham số 2
Thời gian
thực thi
(giây)
Số cluster
KhoaTin
Classic
K-Means
K = 5 # 1.263 5
Heuristic
K-Means
K = 5 # 1.173 5
DBSCAN MinPts = 5
Eps =
1.13846875719587
45.25 1
OPTICS
MinPts =
10
Eps =
1.13259780053547
56.34 1
Bảng 3. Kết quả thực thi gom nhóm
3.2 Kết quả thực thi khai thác luật kết hợp
Cơ sở dữ liệu
Thuật toán
tìm tập phổ
biến
Thuật toán sinh
luật
Thời gian tìm
tập phổ biến
(giây)
Thời gian
sinh luật
(giây)
Tổng thời
gian (giây)
KhoaTin
(minsup = 50,
minconf = 50)
Apriori
Simple 00:01:35 01:22:36 01:24:11
Fast 00:01:35 01:19:54 01:21:29
MMR 00:01:35 01:20:12 01:21:47
AprioriTid
Simple 00:27:24 00:11:31 00:38:55
Fast 00:28:09 00:06:56 00:35:05
MMR 00:28:50 00:06:58 00:35:48
FP-Growth
Simple 00:00:00 00:06:05 00:06:05
Fast 00:00:00 00:06:00 00:06:00
MMR 00:00:00 00:06:02 00:06:02
Bảng 4. Kết quả khai thác luật trước khi gom cụm
3.3 Các tập luật
- Gom cụm bằng thực hiện thuật giải DBSCAN
- Khai thác luật và rút gọn luật trên các cụm bằng thuật giải FP-Growth
và MMR.
- Kết quả tập luật trình bày luật dưới dạng P -> Q, với Q chứa các môn
chuyên ngành, Q chứa các môn cơ sở.
1.Kết quả tập luật với vế phải chứa các môn chuyên ngành.
MINSUPP = 0.10
MINCONF = 0.35
a. Công nghệ phần mềm:
Luật Độ tin cậy
TH201-Gioi --> TH205-Kha,TH217-TB 42.51%
TH201-Gioi --> TH212-Gioi 46.86%
TH201-Kha --> TH205-Gioi 40.66%
TH201-Kha --> TH205-TB 41.08%
TH201-Kha --> TH209-Gioi 35.68%
TH201-Kha --> TH209-Kha 37.76%
TH201-Kha --> TH212-Kha 43.98%
TH201-Kha --> TH212-TB 37.34%
TH201-TB --> TH202-TB,TH205-TB 39.63%
TH201-TB --> TH202-TB,TH212-TB 47.37%
TH201-TB --> TH205-TB,TH212-TB 40.25%
TH201-TB --> TH209-Kha 45.82%
TH201-TB,TH202-TB --> TH209-Kha 46.6%
TH201-TB,TH202-TB --> TH212-TB,TH213-TB 42.72%
TH202-Gioi --> TH209-Kha 39.37%
TH202-Gioi --> TH212-TB 40.27%
TH202-Kha --> TH205-Gioi 41.42%
TH202-Kha --> TH209-Gioi 36.4%
TH202-Kha --> TH212-Kha 49.79%
TH202-TB --> TH201-TB,TH212-TB 41.24%
TH202-TB --> TH205-TB,TH212-TB 37.2%
TH202-TB --> TH209-Kha 45.01%
TH202-TB --> TH209-TB 35.31%
TH203-Gioi --> TH205-TB 44.91%
TH203-Gioi --> TH209-Kha 43.52%
TH203-Gioi --> TH212-TB 44.91%
TH203-Kha --> TH209-Kha 42.36%
TH203-Kha --> TH212-TB 38.86%
TH203-TB --> TH205-TB 40.88%
TH203-TB --> TH209-Kha 35.91%
TH203-TB --> TH209-TB 35.36%
( . . . xem phụ lục)
b. Hệ thống thông tin
Luật Độ tin cậy
TH201-Gioi --> TH214-TB 50.24%
TH201-Gioi --> TH222-TB 55.07%
TH201-Gioi --> TH237-TB 53.62%
TH201-Kha --> TH214-TB 43.98%
TH201-Kha --> TH222-Kha 37.34%
TH201-Kha --> TH222-TB 44.81%
TH201-Kha --> TH237-TB 58.09%
TH201-TB --> TH202-TB,TH237-TB 37.04%
TH201-TB --> TH214-TB 40.74%
TH201-TB --> TH222-Kha 35.19%
TH201-TB --> TH222-TB 45.06%
TH201-TB,TH202-TB --> TH222-TB 44.66%
TH202-Gioi --> TH222-Kha 41.63%
TH202-Gioi --> TH222-TB 43.89%
TH202-Gioi --> TH237-TB 49.32%
TH202-Kha --> TH214-TB 51.46%
TH202-Kha --> TH222-TB 53.14%
TH202-Kha --> TH237-TB 61.09%
TH202-TB --> TH214-TB 41.51%
TH202-TB --> TH222-TB 48.79%
TH202-TB --> TH237-TB 57.95%
TH202-TB,TH203-TB --> TH237-TB 57.58%
TH202-TB,TH213-TB --> TH214-TB 46.63%
TH202-TB,TH213-TB --> TH222-TB 52.88%
TH202-TB,TH217-TB --> TH222-TB,TN201-TB 51.15%
TH203-Gioi --> TH214-Kha 40.28%
TH203-Gioi --> TH222-TB 42.13%
TH203-Gioi --> TH237-TB 62.5%
TH203-Kha --> TH214-TB 38.26%
TH203-Kha --> TH222-TB 49.57%
( . . . xem phụ lục)
c. Mạng – Truyền thông
Luật Độ tin cậy
TH201-Gioi --> TH211-TB 46.08%
TH201-Gioi --> TH227-TB 49.02%
TH201-Kha --> TH211-TB 38.84%
TH201-Kha --> TH227-TB 42.98%
TH201-Kha --> TH234-TB 49.17%
TH201-TB --> TH211-Kha 35.91%
TH201-TB --> TH211-TB 35.6%
TH201-TB --> TH227-TB 41.8%
TH201-TB --> TH234-TB 43.03%
TH201-TB,TH202-TB --> TH227-TB 42.72%
TH202-Gioi --> TH211-Kha 40.45%
TH202-Gioi --> TH227-TB 40.45%
TH202-Gioi --> TH234-TB 41.36%
TH202-Kha --> TH211-TB 41.18%
TH202-Kha --> TH227-TB 47.9%
TH202-Kha --> TH234-TB 47.48%
TH202-TB --> TH211-TB 39.62%
TH202-TB --> TH227-TB 43.94%
TH202-TB --> TH234-TB 42.32%
TH202-TB,TH213-TB --> TH211-TB 43.75%
TH202-TB,TH213-TB --> TH227-TB 46.63%
TH202-TB,TH213-TB --> TH234-TB 43.75%
TH202-TB,TH217-TB --> TH234-TB 50%
TH203-Gioi --> TH227-TB 48.39%
TH203-Kha --> TH211-TB 38.77%
TH203-Kha --> TH227-TB 44.49%
TH203-Kha --> TH234-TB 41.85%
TH203-TB --> TH211-TB 42.11%
TH203-TB --> TH227-TB 43.77%
TH203-TB --> TH234-TB 47.09%
( . . . xem phụ lục)
2. Minh họa khai thác luật để tư vấn:
a. Dạng tư vấn về khả năng học một môn học chuyên ngành:
• TH201-Gioi --> TH212-Gioi 46.86%
Nếu Kỹ thuật lập trình giỏi thì khả năng môn Công nghệ phần
mềm giỏi với độ tin cậy 46.86%
• TH201-Kha --> TH205-Gioi 40.66%
Nếu Kỹ thuật lập trình khá thì khả năng môn Ngôn ngữ lập
trình giỏi với độ tin cậy 40.66%
b. Tư vấn chọn ngành:
Qui định học giỏi (Khá, trung bình) một chuyên ngành thì kết quả các
môn chuyên ngành phải giỏi (Khá, trung bình)
• Muốn học chuyên ngành Hệ thống thông tin loại Khá, các môn sau phải
đạt :
Môn học Học lực
Kỹ Thuật Lập Trình Khá trở lên
Kỹ Thuật Lập Trình Nâng Cao Giỏi
Truyền Số Liệu Khá trở lên
Kiến Trúc Máy Tính Khá trở lên
Lập Trình Hướng Đối Tượng Khá trở lên
Cơ Sở Toán Học Khá trở lên
Đại Số Đại Cương Giỏi
Phương Pháp Tính Khá trở lên
Quy Hoạch Tuyến Tính Khá trở lên
Cấu Trúc Dữ Liệu Và Thuật Toán Giỏi
Thiết Kế Và Đánh Giá Thuật Toán Khá trở lên
• Muốn học chuyên ngành Công nghệ phần mềm loại Giỏi, các môn sau
phải đạt:
Môn học Học lực
Kỹ Thuật Lập Trình Khá trở lên
Kỹ Thuật Lập Trình Nâng Cao Khá trở lên
Truyền Số Liệu Giỏi
Lập Trình Hướng Đối Tượng Giỏi
Cơ Sở Toán Học Khá trở lên
Đại Số Đại Cương Khá trở lên
Phương Pháp Tính Trung bình trở lên
Quy Hoạch Tuyến Tính Trung bình trở lên
Tài liệu tham khảo
[1] Michael J. A. Berry, Gordon S. Linoff (2004), “Data Mining
Techniques”, Wiley Publishing, inc.
[2] Jiawei Han, Michelin Kamber (2000), “ Data Mining: Conceps and
Techiniques”, Morgan Kaufmann Publishers
[3] David hand, Heikki Mannila, Padhraic Smyth (2001), “ Principle of Data
Miming”, Massachusetts Institute technology
[04] Lê Hoài Bắc, Võ Đình Bảy (2007), “Khai thác luật kết hợp không dư
thừa”, Kỷ yếu hội thảo Quốc gia một số vấn đề chọn lọc của Công nghệ
thông tin và truyền thông lần thứ X, Nhà Xuất bản Khoa học và Kỹ thuật, Hà
Nội.
[5] Daniel T. Larose (2006), “ Data Mining Methods and Models ”, Wiley
Publishing, inc.
Phần 4:
KẾT LUẬN VÀ KIẾN NGHỊ
A. KẾT LUẬN
Trong quá trình thực hiện nghiên cứu đề tài, chúng tôi đã có một số
kết quả cụ thể sau đây:
1. Cải tiến thuật giải phân lớp của Daijin Kim (kết quả nghiên cứu khoa
học đã được công bố) :
Tiếp cận tập thô dung sai theo cách của Daijin Kim để giải quyết bài
toán phân lớp dữ liệu. Phân lớp dữ liệu theo 2 giai đoạn: Giai đoạn 1 sử dụng
công cụ tập xấp xỉ dưới để phân lớp dữ liệu. Giai đoạn 2 được tiến hành cho
các mục dữ liệu không phân lớp được trong giai đoạn 1 bằng cách sử dụng
công cụ tập xấp xỉ trên và hàm thành viên thô.
Đề tài đưa ra một cải tiến cho thuật giải phân lớp theo 2 giai đoạn nêu
trên. Từ nhận xét phải sử dụng tập xấp xỉ trên )(YAτ khi tiến hành phân lớp
trong giai đoạn 2, tác giả đã chỉ ra một tập thực sự nhỏ hơn, đó là )(YAτ với
)()()( YYY A
A
A τττ ⊆⊆ , đồng thời cho một ví dụ chứng tỏ )()( YY AA ττ ⊂ là bất
đẳng thức nghiêm cách.
2. Đưa ra các thuật giải tìm tập luật rút gọn (kết quả nghiên cứu khoa học
đã được công bố) :
Các tác giả đưa ra các thuật giải tìm tập luật rút gọn và tập luật hệ quả
được suy ra theo hai qui tắc đơn giản “hiểu được theo nghĩa lôgic” thông
thường từ các tập phổ biến được xây dựng từ dàn đóng các thuộc tính.
Cơ sở của các thuật giải này dựa trên việc phân lớp các tập con thuộc
tính và lớp các luật kết hợp thành các lớp tương đương rời nhau có cùng độ
hỗ trợ và độ tin cậy tương ứng theo các quan hệ tương đương. Điều này giúp
hạn chế khá nhiều việc lưu trữ, tìm kiếm và tính lại các độ hỗ trợ và độ tin
cậy thừa trong các thuật giải. Không gian các luật kết hợp sẽ được phân
hoạch thành hai lớp rời nhau theo hai cách: tập luật gốc đóng và tập luật hệ
quả không đóng; hoặc tập luật rút gọn và tập luật hệ quả hiểu được theo
nghĩa lôgic.
3. Hệ thống một số thuật giải gom cụm dữ liệu và khai thác luật kết hợp
(báo cáo kỹ thuật dạng tìm hiểu, tổng quan)
Đối với lĩnh vực gom cụm dữ liệu, đã phân tích, mô tả và cài đặt minh
họa các thuật giải K-Means, K-Means song song, DBSCAN. . .
Đối với phương pháp khai thác luật kết hợp, đã phân tích, mô tả và cài
đặt minh họa các thuật giải: Apriori, AprioriTid, FP-Growth, Simple, Fast,
MMR .
4. Ứng dụng (dạng chương trình minh họa):
- Tổ chức cơ sở dữ liệu thử nghiệm về sinh viên khoa Toán Tin trường
Đại học Đà lạt bằng hệ quản trị cơ sở dữ liệu MS SQL Server 2000.
- Cài đặt chương trình bằng ngôn ngữ C# trong môi trường .Net
- Chương trình minh họa các thuật giải tương ứng với các bộ dữ liệu
trên, đồng thời đưa ra tập các luật kết hợp làm cơ sở tư vấn cho sinh
viên chọn chuyên ngành học.
B. KIẾN NGHỊ
Sử dụng các bài viết báo cáo kỹ thuật và các kết quả nghiên cứu mới
trong đề tài làm giáo trình cho các học phần trong chuyên ngành Khoa học
máy tính tại khoa Công nghệ thông tin, Đại học Đà Lạt, hoặc viết sách khảo
cứu về lĩnh vực khai thác dữ liệu.
TÀI LIỆU THAM KHẢO
[01] Trần Tuấn Minh (2007), “Về một thuật giải phân lớp dữ liệu dựa vào
tập thô dung sai”, Kỷ yếu Hội thảo quốc gia “Một số vấn đề về Công nghệ
thông tin và truyền thông ” lần thứ IX, Trang 405 – 414, Nhà xuất bản Khoa
học và Kỹ thuật, Hà Nội
[02] Trương Chí Tín, Trần Ngọc Anh, Trần Tuấn Minh (2007), “Thuật toán
khai thác luật kết hợp rút gọn từ dàn” , “Thông báo Khoa học” của trường
Đại học Đà Lạt năm 2007, trang 193 – 206
[03] Lê Hoài Bắc, Võ Đình Bảy (2007), “Khai thác luật kết hợp không dư
thừa”, Kỷ yếu hội thảo Quốc gia một số vấn đề chọn lọc của Công nghệ
thông tin và truyền thông lần thứ X, Nhà Xuất bản Khoa học và Kỹ thuật, Hà
Nội
[04] Jan Komorowski, Lech Polkowski, Andrzej Skowron, “Rough Sets : A
Tutorial”.
[05] G. Birkhoff (1948), Lattice theory, American Mathematical Society,
New York
[06] Michael J. A. Berry, Gordon S. Linoff (2004), “Data Mining
Techniques”, Wiley Publishing, inc.
[07] Jiawei Han, Michelin Kamber (2000), “ Data Mining: Conceps and
Techiniques”, Morgan Kaufmann Publishers
[08] David hand, Heikki Mannila, Padhraic Smyth (2001), “ Principle of
Data Miming”, Massachusetts Institute technology
[09] Daniel T. Larose (2006), “ Data Mining Methods and Models ”, Wiley
Publishing, inc.
[10] Hussein A Abbass, Ruhul A. Sarker, Charles S. Newton (2002), “Data
Mining : A Heuristic Approach”, Idea Group Publishing.
[11] Daijin Kim (2001), “Data Classification Based On Tolerant Rough
Set”, Pattern Recognition, 34, 1613 -1624.
[12] Jan Komorowski, Lech Polkowski, Andrzej Skowron, “Rough Sets : A
Tutorial”.
[13] L. Polkowski, A. Skowron, Knowledge system Group, “Learning
Tolerance Relations by Boolean Descriptors: Automatic Feature Extraction
from Data Tables”.
[14] Matteo Magnani (2003), “Technical Report on Rough Set Theory for
Knowledge Discovery in Databases”
[15] R. Agrawal, R. Srikant (1994), “Fast algorithms for mining association
rules”, Proceedings of the 20th Very Large Data Bases Conferenre Santiago,
Chile, pages 478-499, June 1994.
[16] H. T. Bao (1995),”An approach to concept formation based on formal
concept analysis”, IEICE trans. Information and systems, vol. E78-D, No 5,
May 1995.
[17] R. Godin, R. Missaoul, Hassn Alaour (1995), “Incremental concept
formation algorithms based on Galois lattices”, Magazine of computational
Intelligence, pp 246-247
[18] N. Pasquier, Y. Bastide, R. Taouil and L. Lakhal (1999), “Efficient
Mining of association rules using closed item set lattices”, Information
systems, Vol. 24, No. 1, pp 25-46
[19] N. Pasquier, R. Taouil, Y. Bastide, G.Stumme and L. Lakhal (2005),
“Generating a condensed representation for association rules”, J. of
Intelligent Information Systems, Vol. 24, No. 1, pp 29-60
[20] Đ. Phúc (2002), Luận án tiến sĩ, ĐHQG TP HCM
[21] R. Wille (182), “Restructuring lattice theory: An approach based on
hierarchies of concepts”, in Ordered sets, I.Rival (Ed.), Reidel, pp. 445-470
[22] R. Wille (1992), Concept lattives and conceptual knowledge systems,
Computers and . Mathematics with Applications, Vol. 23, pp. 493-515
[23] R. Wille (1989), “Lattice in data analysis: how to draw them with a
computer”, in Algorithms and order, NATO ASI Series 147, Reidel, pp. 33-
58
[24] M. J. Zaki,S. Parthasarathy, M. Ogihara (1997), W. Li, “New algorithms
for fast discovery of association rules”, Technical report 651, The University
of Rochester, New York
[25]
PHỤ LỤC
(Tập luật khai thác)
a. Công nghệ phần mềm (132 luật):
Luật Độ tin cậy
TH201-Gioi --> TH205-Kha,TH217-TB 42.51%
TH201-Gioi --> TH212-Gioi 46.86%
TH201-Kha --> TH205-Gioi 40.66%
TH201-Kha --> TH205-TB 41.08%
TH201-Kha --> TH209-Gioi 35.68%
TH201-Kha --> TH209-Kha 37.76%
TH201-Kha --> TH212-Kha 43.98%
TH201-Kha --> TH212-TB 37.34%
TH201-TB --> TH202-TB,TH205-TB 39.63%
TH201-TB --> TH202-TB,TH212-TB 47.37%
TH201-TB --> TH205-TB,TH212-TB 40.25%
TH201-TB --> TH209-Kha 45.82%
TH201-TB,TH202-TB --> TH209-Kha 46.6%
TH201-TB,TH202-TB --> TH212-TB,TH213-TB 42.72%
TH202-Gioi --> TH209-Kha 39.37%
TH202-Gioi --> TH212-TB 40.27%
TH202-Kha --> TH205-Gioi 41.42%
TH202-Kha --> TH209-Gioi 36.4%
TH202-Kha --> TH212-Kha 49.79%
TH202-TB --> TH201-TB,TH212-TB 41.24%
TH202-TB --> TH205-TB,TH212-TB 37.2%
TH202-TB --> TH209-Kha 45.01%
TH202-TB --> TH209-TB 35.31%
TH203-Gioi --> TH205-TB 44.91%
TH203-Gioi --> TH209-Kha 43.52%
TH203-Gioi --> TH212-TB 44.91%
TH203-Kha --> TH209-Kha 42.36%
TH203-Kha --> TH212-TB 38.86%
TH203-TB --> TH205-TB 40.88%
TH203-TB --> TH209-Kha 35.91%
TH203-TB --> TH209-TB 35.36%
TH203-TB --> TH212-TB 43.37%
TH203-TB,TH206-TB --> TH205-TB 50.58%
TH203-TB,TH217-TB --> TH209-TB 45.1%
TH206-Gioi --> TH209-Kha 46.67%
TH206-Gioi --> TH212-TB 41.43%
TH206-Kha --> TH209-Kha 40.85%
TH206-Kha --> TH212-TB 44.68%
TH206-TB --> TH205-TB 49.74%
TH206-TB --> TH209-Kha 35.68%
TH206-TB --> TH212-TB 44.79%
TH206-TB,TH213-TB --> TH205-TB 63.3%
TH206-TB,TH213-TB --> TH205-TB,TH219-TB 46.28%
TH206-TB,TH213-TB --> TH212-TB 50%
TH206-TB,TH213-TB,TH219-TB --> TH205-TB 69.05%
TH206-TB,TH219-TB --> TH205-TB 56.06%
TH206-TB,TH219-TB --> TH205-TB,TH213-TB 43.94%
TH206-TB,TH219-TB --> TH212-TB 44.95%
TH206-TB,TN204-TB --> TH205-TB 47.54%
TH206-TB,TN210-TB --> TH205-TB 53.62%
TH206-TB,TN210-TB --> TH212-TB 49.28%
TH206-TB,TN213-TB --> TH205-TB 52.88%
TH213-Gioi --> TH205-Gioi 54.71%
TH213-Gioi --> TH209-Kha 41.26%
TH213-Kha --> TH205-TB 45.64%
TH213-Kha --> TH209-Kha 44.81%
TH213-Kha --> TH212-TB 51.45%
TH213-TB --> TH205-TB 47.35%
TH213-TB --> TH209-Kha 35.45%
TH213-TB --> TH212-TB 46.3%
TH213-TB,TH219-TB --> TH205-TB 50.44%
TH213-TB,TH219-TB --> TH205-TB,TH206-TB 38.5%
TH213-TB,TH219-TB --> TH212-TB 48.23%
TH213-TB,TN210-TB --> TH205-TB 51.52%
TH213-TB,TN210-TB --> TH212-TB 46.46%
TH213-TB,TN213-TB --> TH205-TB 47.69%
TH213-TB,TN213-TB --> TH212-TB 49.23%
TH217-Gioi --> TH205-TB 42.73%
TH217-Gioi --> TH209-Kha 45.91%
TH217-Gioi --> TH212-TB 49.55%
TH217-Kha --> TH205-TB 43.83%
TH217-Kha --> TH209-Kha 51.91%
TH217-Kha --> TH212-TB 47.23%
TH217-TB --> TH205-Kha 37.28%
TH217-TB --> TH205-TB 36.76%
TH217-TB --> TH209-TB 42.16%
TH217-TB --> TH212-TB 37.79%
TH217-TB,TN201-TB --> TH209-TB 46.83%
TH217-TB,TN201-TB --> TH212-TB 44.88%
TH219-Gioi --> TH205-Gioi 38.25%
TH219-Gioi --> TH209-Kha 38.65%
TH219-Gioi --> TH212-TB 39.44%
TH219-Kha --> TH205-TB 42.86%
TH219-Kha --> TH209-Kha 43.67%
TH219-Kha --> TH209-TB 35.92%
TH219-Kha --> TH212-TB 49.8%
TH219-TB --> TH205-TB 44.31%
TH219-TB --> TH209-Kha 38.02%
TH219-TB --> TH212-TB 44.01%
TH219-TB,TN210-TB --> TH205-TB 50%
TH219-TB,TN213-TB --> TH205-TB 45.19%
TH219-TB,TN213-TB --> TH212-TB 45.19%
TN201-Gioi --> TH205-TB 42.15%
TN201-Gioi --> TH209-Kha 48.43%
TN201-Gioi --> TH212-TB 55.16%
TN201-Kha --> TH205-TB 42.74%
TN201-Kha --> TH209-Gioi 36.75%
TN201-Kha --> TH209-Kha 37.18%
TN201-Kha --> TH212-Kha 49.15%
TN201-TB --> TH205-TB 39.14%
TN201-TB --> TH209-Kha 37.92%
TN201-TB --> TH209-TB 39.45%
TN201-TB --> TH212-TB 47.4%
TN204-Gioi --> TH201-TB,TH212-TB 39.92%
TN204-Gioi --> TH205-TB 41.09%
TN204-Gioi --> TH209-Kha 51.94%
TN204-Kha --> TH205-TB 39.02%
TN204-Kha --> TH209-Gioi 35.61%
TN204-Kha --> TH209-Kha 37.88%
TN204-Kha --> TH212-TB 43.56%
TN204-TB --> TH205-TB 41.14%
TN204-TB --> TH212-Kha 38.29%
TN210-Gioi --> TH205-TB 43.54%
TN210-Gioi --> TH212-TB 46.89%
TN210-Kha --> TH205-TB 36.61%
TN210-Kha --> TH209-Kha 51.57%
TN210-Kha --> TH212-TB 44.88%
TN210-TB --> TH205-TB 42.18%
TN210-TB --> TH209-Gioi 37.43%
TN210-TB --> TH212-TB 42.18%
TN210-TB,TN213-TB --> TH205-TB 45.77%
TN210-TB,TN213-TB --> TH212-TB 43.78%
TN213-Kha --> TH205-TB 41.13%
TN213-Kha --> TH209-Kha 43.97%
TN213-Kha --> TH209-TB 35.82%
TN213-Kha --> TH212-TB 50%
TN213-TB --> TH205-TB 42.77%
TN213-TB --> TH209-Gioi 35.84%
TN213-TB --> TH209-Kha 36.99%
TN213-TB --> TH212-Kha 35.26%
TN213-TB --> TH212-TB 41.91%
b. Hệ thống thông tin (139 luật)
Luật Độ tin cậy
TH201-Gioi --> TH214-TB 50.24%
TH201-Gioi --> TH222-TB 55.07%
TH201-Gioi --> TH237-TB 53.62%
TH201-Kha --> TH214-TB 43.98%
TH201-Kha --> TH222-Kha 37.34%
TH201-Kha --> TH222-TB 44.81%
TH201-Kha --> TH237-TB 58.09%
TH201-TB --> TH202-TB,TH237-TB 37.04%
TH201-TB --> TH214-TB 40.74%
TH201-TB --> TH222-Kha 35.19%
TH201-TB --> TH222-TB 45.06%
TH201-TB,TH202-TB --> TH222-TB 44.66%
TH202-Gioi --> TH222-Kha 41.63%
TH202-Gioi --> TH222-TB 43.89%
TH202-Gioi --> TH237-TB 49.32%
TH202-Kha --> TH214-TB 51.46%
TH202-Kha --> TH222-TB 53.14%
TH202-Kha --> TH237-TB 61.09%
TH202-TB --> TH214-TB 41.51%
TH202-TB --> TH222-TB 48.79%
TH202-TB --> TH237-TB 57.95%
TH202-TB,TH203-TB --> TH237-TB 57.58%
TH202-TB,TH213-TB --> TH214-TB 46.63%
TH202-TB,TH213-TB --> TH222-TB 52.88%
TH202-TB,TH217-TB --> TH222-TB,TN201-TB 51.15%
TH203-Gioi --> TH214-Kha 40.28%
TH203-Gioi --> TH222-TB 42.13%
TH203-Gioi --> TH237-TB 62.5%
TH203-Kha --> TH214-TB 38.26%
TH203-Kha --> TH222-TB 49.57%
TH203-Kha --> TH237-TB 49.13%
TH203-TB --> TH214-TB,TH217-TB 35.36%
TH203-TB --> TH217-TB,TH222-TB 37.57%
TH203-TB --> TH237-TB 56.08%
TH206-Gioi --> TH214-Kha 43.27%
TH206-Gioi --> TH222-TB 41.35%
TH206-Gioi --> TH237-TB 51.92%
TH206-Kha --> TH214-Kha 38.72%
TH206-Kha --> TH222-TB 53.62%
TH206-Kha --> TH237-TB 43.4%
TH206-TB --> TH213-TB,TH237-TB 35.32%
TH206-TB --> TH214-TB,TH217-TB 35.06%
TH206-TB --> TH214-TB,TH237-TB 37.66%
TH206-TB --> TH219-TB,TH237-TB 35.32%
TH206-TB --> TH222-TB 49.61%
TH206-TB --> TH237-TB,TN210-TB 39.22%
TH206-TB --> TH237-TB,TN213-TB 35.32%
TH206-TB,TH213-TB --> TH222-TB 52.91%
TH206-TB,TH217-TB --> TH214-TB,TN204-TB 49.19%
TH206-TB,TN210-TB --> TH222-TB 50.97%
TH206-TB,TN213-TB --> TH222-TB 46.89%
TH213-Gioi --> TH214-TB 42.6%
TH213-Gioi --> TH222-Kha 42.6%
TH213-Gioi --> TH222-TB 38.57%
TH213-Gioi --> TH237-TB 58.3%
TH213-Kha --> TH214-Kha 47.7%
TH213-Kha --> TH214-TB 39.75%
TH213-Kha --> TH222-TB 51.88%
TH213-Kha --> TH237-TB 53.97%
TH213-TB --> TH206-TB,TH237-TB 35.88%
TH213-TB --> TH214-TB 45.91%
TH213-TB --> TH222-TB 52.51%
TH213-TB,TH219-TB --> TH214-TB 47.35%
TH213-TB,TN210-TB --> TH214-TB 45.45%
TH213-TB,TN210-TB --> TH222-TB 56.06%
TH213-TB,TN213-TB --> TH214-TB 47.45%
TH213-TB,TN213-TB --> TH222-TB 50%
TH217-Gioi --> TH237-TB 55.25%
TH217-Kha --> TH222-Kha 39.57%
TH217-Kha --> TH237-TB 54.89%
TH217-TB --> TH214-TB,TH222-TB 37.02%
TH217-TB --> TH222-TB,TH237-TB 38.82%
TH219-Gioi --> TH214-Kha 42.23%
TH219-Gioi --> TH214-TB 36.25%
TH219-Gioi --> TH222-Kha 39.04%
TH219-Gioi --> TH222-TB 43.03%
TH219-Gioi --> TH237-TB 52.99%
TH219-Kha --> TH214-Kha 40.57%
TH219-Kha --> TH214-TB 38.11%
TH219-Kha --> TH222-TB 52.05%
TH219-Kha --> TH237-TB 59.43%
TH219-TB --> TH206-TB,TH237-TB 40.6%
TH219-TB --> TH213-TB,TH222-TB 36.12%
TH219-TB --> TH213-TB,TH237-TB 38.51%
TH219-TB --> TH214-TB 51.34%
TH219-TB --> TH237-TB,TN210-TB 35.52%
TH219-TB,TN210-TB --> TH214-TB 47.89%
TH219-TB,TN213-TB --> TH214-TB 49.52%
TN201-Gioi --> TH222-TB 39.46%
TN201-Gioi --> TH237-TB 57.4%
TN201-Kha --> TH214-TB 40.6%
TN201-Kha --> TH222-Kha 41.45%
TN201-Kha --> TH222-TB 44.87%
TN201-Kha --> TH237-TB 56.84%
TN201-TB --> TH202-TB,TH222-TB 36%
TN201-TB --> TH214-TB 47.08%
TN201-TB --> TH217-TB,TH222-TB 41.23%
TN201-TB --> TH217-TB,TH237-TB 37.23%
TN204-Gioi --> TH214-Kha 37.11%
TN204-Gioi --> TH222-Kha 37.11%
TN204-Gioi --> TH222-TB 42.58%
TN204-Gioi --> TH237-TB 53.91%
TN204-Kha --> TH222-TB 43.18%
TN204-Kha --> TH237-TB 52.27%
TN204-TB --> TH206-TB,TH214-TB 39.43%
TN204-TB --> TH206-TB,TH222-TB 35.65%
TN204-TB --> TH206-TB,TH237-TB 40.06%
TN204-TB --> TH214-TB,TH217-TB 41.96%
TN204-TB --> TH214-TB,TH222-TB 38.8%
TN204-TB --> TH214-TB,TH237-TB 37.85%
TN204-TB --> TH217-TB,TH222-TB 40.06%
TN204-TB --> TH217-TB,TH237-TB 39.12%
TN204-TB --> TH222-TB,TH237-TB 38.49%
TN210-Gioi --> TH214-Kha 51.66%
TN210-Gioi --> TH222-TB 51.18%
TN210-Gioi --> TH237-TB 54.98%
TN210-Kha --> TH214-Kha 35.04%
TN210-Kha --> TH214-TB 41.73%
TN210-Kha --> TH222-Kha 42.91%
TN210-Kha --> TH222-TB 43.7%
TN210-Kha --> TH237-TB 50%
TN210-TB --> TH206-TB,TH237-TB 42.54%
TN210-TB --> TH213-TB,TH237-TB 36.62%
TN210-TB --> TH214-TB 47.32%
TN210-TB --> TH222-TB 48.73%
TN210-TB,TN213-TB --> TH214-TB 46.77%
TN210-TB,TN213-TB --> TH222-TB 45.27%
TN213-Gioi --> TH222-TB 48.13%
TN213-Gioi --> TH237-TB 58.88%
TN213-Kha --> TH214-Kha 41.28%
TN213-Kha --> TH214-TB 40.57%
TN213-Kha --> TH222-Kha 35.59%
TN213-Kha --> TH222-TB 50.18%
TN213-Kha --> TH237-TB 56.58%
TN213-TB --> TH206-TB,TH237-TB 39.19%
TN213-TB --> TH214-TB 49.86%
TN213-TB --> TH222-Kha 35.73%
TN213-TB --> TH222-TB 46.69%
TN213-TB --> TH237-TB,TN210-TB 35.73%
c. Mạng – Truyền thông (150 luật)
TH201-Gioi --> TH211-TB 46.08%
TH201-Gioi --> TH227-TB 49.02%
TH201-Kha --> TH211-TB 38.84%
TH201-Kha --> TH227-TB 42.98%
TH201-Kha --> TH234-TB 49.17%
TH201-TB --> TH211-Kha 35.91%
TH201-TB --> TH211-TB 35.6%
TH201-TB --> TH227-TB 41.8%
TH201-TB --> TH234-TB 43.03%
TH201-TB,TH202-TB --> TH227-TB 42.72%
TH202-Gioi --> TH211-Kha 40.45%
TH202-Gioi --> TH227-TB 40.45%
TH202-Gioi --> TH234-TB 41.36%
TH202-Kha --> TH211-TB 41.18%
TH202-Kha --> TH227-TB 47.9%
TH202-Kha --> TH234-TB 47.48%
TH202-TB --> TH211-TB 39.62%
TH202-TB --> TH227-TB 43.94%
TH202-TB --> TH234-TB 42.32%
TH202-TB,TH213-TB --> TH211-TB 43.75%
TH202-TB,TH213-TB --> TH227-TB 46.63%
TH202-TB,TH213-TB --> TH234-TB 43.75%
TH202-TB,TH217-TB --> TH234-TB 50%
TH203-Gioi --> TH227-TB 48.39%
TH203-Kha --> TH211-TB 38.77%
TH203-Kha --> TH227-TB 44.49%
TH203-Kha --> TH234-TB 41.85%
TH203-TB --> TH211-TB 42.11%
TH203-TB --> TH227-TB 43.77%
TH203-TB --> TH234-TB 47.09%
TH203-TB,TH206-TB --> TH234-TB 59.3%
TH203-TB,TH217-TB --> TH211-TB 46.31%
TH203-TB,TH217-TB --> TH227-TB 47.78%
TH203-TB,TH217-TB --> TH234-TB 56.65%
TH203-TB,TN213-TB --> TH234-TB 63.09%
TH206-Kha --> TH211-Gioi 37.02%
TH206-Kha --> TH227-Kha 47.23%
TH206-Kha --> TH227-TB 39.15%
TH206-TB --> TH211-Kha 36.72%
TH206-TB --> TH211-TB 46.09%
TH206-TB --> TH227-TB 49.48%
TH206-TB --> TH234-TB 54.17%
TH206-TB,TH213-TB --> TH211-TB 51.32%
TH206-TB,TH213-TB --> TH227-TB 52.38%
TH206-TB,TH213-TB --> TH234-TB 53.97%
TH206-TB,TH217-TB --> TH211-TB 59.02%
TH206-TB,TH217-TB --> TH227-TB 60.66%
TH206-TB,TH217-TB --> TH234-TB 68.31%
TH206-TB,TH219-TB --> TH211-TB 48.22%
TH206-TB,TH219-TB --> TH227-TB 52.79%
TH206-TB,TN201-TB --> TH234-TB 61.07%
TH206-TB,TN204-TB --> TH211-TB 54.89%
TH206-TB,TN210-TB --> TH211-TB 47.83%
TH206-TB,TN210-TB --> TH227-Gioi 42.03%
TH206-TB,TN210-TB --> TH227-TB 47.83%
TH206-TB,TN210-TB --> TH234-TB 48.79%
TH206-TB,TN213-TB --> TH211-TB 46.89%
TH206-TB,TN213-TB --> TH227-TB 54.07%
TH206-TB,TN213-TB --> TH234-TB 57.89%
TH213-Gioi --> TH211-TB 42.27%
TH213-Gioi --> TH227-TB 43.18%
TH213-Gioi --> TH234-TB 45.45%
TH213-Kha --> TH211-Kha 43.98%
TH213-Kha --> TH227-Kha 46.47%
TH213-Kha --> TH227-TB 39.83%
TH213-Kha --> TH234-TB 39%
TH213-TB --> TH211-TB 45.91%
TH213-TB --> TH227-TB 48.81%
TH213-TB --> TH234-TB 45.91%
TH213-TB,TH217-TB --> TH211-TB 56.68%
TH213-TB,TH217-TB --> TH227-TB 57.75%
TH213-TB,TH217-TB --> TH234-TB 52.94%
TH213-TB,TH219-TB --> TH211-TB 45.58%
TH213-TB,TH219-TB --> TH227-TB 48.67%
TH213-TB,TN204-TB --> TH211-TB 60.84%
TH213-TB,TN210-TB --> TH211-TB 48.99%
TH213-TB,TN210-TB --> TH227-TB 45.96%
TH213-TB,TN213-TB --> TH211-TB 46.94%
TH213-TB,TN213-TB --> TH227-TB 52.04%
TH213-TB,TN213-TB --> TH234-TB 52.55%
TH217-Gioi --> TH211-Kha 39.09%
TH217-Kha --> TH227-TB 40.6%
TH217-TB --> TH211-TB 49.48%
TH217-TB --> TH227-Kha 36.08%
TH217-TB --> TH227-TB 50.26%
TH217-TB --> TH234-TB 52.58%
TH217-TB,TH219-TB --> TH211-TB 56.79%
TH217-TB,TH219-TB --> TH227-TB 59.88%
TH217-TB,TN201-TB --> TH211-TB 44.88%
TH217-TB,TN201-TB --> TH227-TB 45.37%
TH217-TB,TN201-TB --> TH234-TB 49.76%
TH217-TB,TN204-TB --> TH211-TB 54.36%
TH217-TB,TN210-TB --> TH211-TB 58.23%
TH217-TB,TN210-TB --> TH234-TB 56.33%
TH217-TB,TN213-TB --> TH211-TB 58.54%
TH217-TB,TN213-TB --> TH227-TB 62.8%
TH217-TB,TN213-TB --> TH234-TB 65.85%
TH219-Gioi --> TH211-Kha 36.4%
TH219-Gioi --> TH211-TB 35.2%
TH219-Gioi --> TH227-TB 43.6%
TH219-Gioi --> TH234-TB 37.2%
TH219-Kha --> TH227-Kha 43.67%
TH219-Kha --> TH227-TB 40%
TH219-Kha --> TH234-TB 39.59%
TH219-TB --> TH211-Kha 35.74%
TH219-TB --> TH211-TB 44.74%
TH219-TB --> TH227-TB 49.25%
TH219-TB --> TH234-TB,TN213-TB 35.44%
TH219-TB,TN210-TB --> TH227-TB 47.37%
TH219-TB,TN213-TB --> TH211-TB 45.19%
TH219-TB,TN213-TB --> TH227-TB 51.92%
TN201-Gioi --> TH227-TB 41.7%
TN201-Kha --> TH211-TB 40.95%
TN201-Kha --> TH227-TB 47.41%
TN201-Kha --> TH234-TB 42.24%
TN201-TB --> TH211-TB 40.18%
TN201-TB --> TH227-Kha 36.81%
TN201-TB --> TH227-TB 41.72%
TN201-TB --> TH234-TB 47.85%
TN204-Gioi --> TH227-Kha 39.22%
TN204-Gioi --> TH234-Gioi 36.08%
TN204-Gioi --> TH234-TB 35.69%
TN204-Kha --> TH227-TB 39.02%
TN204-Kha --> TH234-TB 38.26%
TN204-TB --> TH206-TB,TH234-TB 35.96%
TN204-TB --> TH211-Kha 35.96%
TN204-TB --> TH211-TB 50.79%
TN204-TB --> TH217-TB,TH227-TB 39.43%
TN204-TB --> TH217-TB,TH234-TB 37.85%
TN210-Gioi --> TH227-Kha 55.5%
TN210-Kha --> TH211-Kha 39.13%
TN210-Kha --> TH211-TB 39.53%
TN210-Kha --> TH227-TB 47.04%
TN210-Kha --> TH234-TB 46.64%
TN210-TB --> TH211-TB 44.54%
TN210-TB --> TH227-Gioi 36.69%
TN210-TB --> TH227-TB 46.5%
TN210-TB --> TH234-TB 45.1%
TN210-TB,TN213-TB --> TH211-TB 44%
TN210-TB,TN213-TB --> TH227-TB 48.5%
TN210-TB,TN213-TB --> TH234-TB 50.5%
TN213-Gioi --> TH211-TB 41.78%
TN213-Gioi --> TH234-Kha 43.19%
TN213-Kha --> TH227-Kha 42.2%
TN213-Kha --> TH227-TB 44.68%
TN213-Kha --> TH234-TB 36.52%
TN213-TB --> TH211-Kha 35.84%
TN213-TB --> TH211-TB 43.64%
TN213-TB --> TH227-TB 51.16%
TN213-TB --> TH234-TB 54.62%