phần mở đầu, phần kết luận và danh mục tài liệu tham khảo, luận văn đƣợc bố cục nhƣ sau: Chƣơng 1, trình bày khái quát về thông tin không chính xác và không chắc chắn trong các hệ CSDL. Nội dung cụ thể của chƣơng này gồm các khái niệm ngắn gọn về thông tin không chính xác, không chắc chắn; cách biểu diễn chúng trong cơ sở dữ liệu cũng nhƣ các thao tác xử lý (các phép biến đổi - các câu hỏi và các phép sửa đổi - cập nhật và cấu trúc lại) trên những thông tin đó. Chƣơng 2 giới thiệu tổng quan về các mô hình dữ liệu mờ nhằm biểu diễn các dữ liệu không chính xác, trong đó tập trung vào việc trình bày sâu, đầy đủ hơn về các CSDL mờ dựa trên quan hệ tƣơng tự và CSDL mờ dựa trên lý thuyết khả năng, đồng thời nghiên cứu về vấn đề xử lý các câu hỏi mờ tƣơng ứng. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 8 Chƣơng 3 đề xuất một cách mở rộng kiến trúc logic của cơ sở dữ liệu quan hệ mờ nhằm đáp ứng một cách chặt chẽ hơn việc biểu diễn, xử lý các thông tin không chắc chắn và không chính xác, cụ thể là biểu diễn và xử lý cả các thông tin tuyển mờ (fuzzy disjunctive information).
Trên cơ sở đó, ta dùng thêm hai độ đo, độ "thoả" (satisfactory degree) và độ "phụ trợ" (extra degree), nhằm xác định chất lƣợng các câu trả lời cho các câu truy vấn Chọn - Chiếu - Kết nối (Select - Project - Join: SPJ). Các độ đo này sẽ xác định thông tin thoả đáng đƣợc cung cấp là bao nhiêu và thông tin chân lý (truth) đòi hỏi đối với mỗi câu truy vấn là nhiều cỡ nào. Các câu trả lời vì thế mà bao gồm các câu trả lời chắc chắn (sure answers) và các câu trả lời có thể/khả năng (maybe answers). Quá trình đánh giá chất lƣợng các câu trả lời truy vấn cũng sẽ cho thấy cách mà đại số quan hệ đƣợc mở rộng, cụ thể đƣợc trình bày trong chƣơng này là cách mở rộng các phép toán SPJ nhằm biểu diễn và xử lý một cách hiệu quả các câu truy vấn trên CSDLQH mờ.
* * * Luận văn đƣợc hoàn thành dƣới sự hƣớng dẫn khoa học, tận tình và nghiêm khắc của thầy PGS. TS Hồ Thuần. Em xin đƣợc bày tỏ niềm kính trọng và lòng biết ơn sâu sắc tới thầy, cô, gia đình và các bạn bè, đồng nghiệp, những ngƣời đã có nhiều giúp đỡ, đóng góp quý báu cho việc hoàn thiện luận văn trong thời gian qua. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 9 CHƢƠNG 1.
KHÁI QUÁT VỀ THÔNG TIN KHÔNG CHÍNH XÁC VÀ KHÔNG CHẮC CHẮN TRONG CÁC HỆ CSDL 1. Khái niệm về các thông tin không hoàn hảo Có thể liệt kê ra nhiều loại thông tin không hoàn hảo, bao gồm cả thông tin mơ hồ và nhập nhằng. Đối với các hệ cơ sở dữ liệu, ta quan tâm tới ba loại thông tin không hoàn hảo sau: [1].1 Thông tin sai lệch Thông tin sai lệch (Erroneous information) là loại thông tin không hoàn hảo đơn giản nhất. Thông tin của cơ sở dữ liệu là sai lệch khi nó khác với "thông tin thực"(1) (the true information).
Ta sẽ theo cách tiếp cận cho rằng mọi sai số lớn hay nhỏ đều làm phƣơng hại tính toàn vẹn của cơ sở dữ liệu và không dung thứ đƣợc. Một loại thông tin sai lệch quan trọng là sự không nhất quán. Đôi khi, cùng một khía cạnh của thế giới thực đƣợc biểu diễn nhiều lần, trong cùng một cơ sở dữ liệu hay trong nhiều cơ sở dữ liệu khác nhau. Khi các biểu diễn đó là đối lập quyết liệt không thể hoà hợp đƣợc, thông tin là không nhất quán.
Trong việc tích hợp thông tin từ nhiều cơ sở dữ liệu khác nhau, các vấn đề về sự không nhất quán của thông tin phải đƣợc quan tâm thích đáng.2 Thông tin không chính xác Thông tin trong cơ sở dữ liệu là không chính xác khi nó ký hiệu một tập các giá trị có thể, và giá trị thực là một phần tử của tập đó. (1) Còn gọi là thông tin đúng. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 10 Nhƣ vậy, thông tin không chính xác không là thông tin sai lệch và không làm phƣơng hại tới tính toàn vẹn của cơ sở dữ liệu. Sau đây là một số loại thông tin không chính xác đặc trƣng: - Thông tin tuyển, chẳng hạn, tuổi của Giang hoặc là 35 hoặc là 36.
- Thông tin âm, chẳng hạn, tuổi của Giang không là 30. - Thông tin khoảng/miền, chẳng hạn tuổi của Giang nằm giữa 35 và 40, hoặc tuổi của Giang là lớn hơn 35. - Thông tin với các cận sai số, chẳng hạn tuổi của Giang là 30+1. Hai loại thông tin không chính xác cực biên là thông tin chính xác (ứng với trƣờng hợp tập các giá trị có thể là tập một phần tử) và các giá trị null (đƣợc hiểu theo nghĩa là thông tin không chính xác, trong đó tập các giá trị có thể bao gồm toàn bộ miền các giá trị hợp lệ).3 Thông tin không chắc chắn Đôi khi, tri thức của chúng ta về thế giới thực (chính xác hay không chính xác) không thể đƣợc phát biểu với niềm tin tuyệt đối, và đòi hỏi ta phải xác định niềm tin về thông tin đƣợc phát biểu.
Thông tin với độ chắc chắn nhất định cũng không là thông tin sai lệch và không làm phƣơng hại tới tính nhất quán của cơ sở dữ liệu. Trong khi phát biểu "tuổi của Giang hoặc là 35 hoặc là 36" thể hiện tính không chính xác, phát biểu "tuổi của Giang có khả năng là 35" lại thể hiện tính không chắc chắn. Đôi khi, một giá trị chính xác có thể kéo theo sự kém chắc chắn, nhƣng chừng nào giá trị đó đƣợc thay thế bằng các giá trị càng dần kém chính xác thì độ chắc chắn sẽ tăng dần và cuối cùng đạt cực đại với một giá trị có độ "chính xác cực tiểu" (một giá trị null chẳng hạn). LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 11 Để nghiên cứu tác động của thông tin không hoàn hảo lên một hệ cơ sở dữ liệu, ta sử dụng một mô hình đơn giản sau cho một hệ cơ sở dữ liệu.
Một hệ cơ sở dữ liệu bao gồm một thành phần khai báo, đƣợc gọi là mô tả D, để mô tả thế giới thực, và một thành phần tác nghiệp để thao tác mô tả đó. Các thao tác điển hình gồm: - Các phép sửa đổi mô tả: mỗi phép sửa đổi m thay mô tả hiện hành bằng một mô tả mới (nhằm tinh chế mô hình hay theo sát các thay đổi xảy ra trong thế giới thực). - Các phép biến đổi mô tả: mỗi phép biến đổi t tính một mô tả mới theo mô tả hiện tại D và không làm thay đổi nó. Nói riêng, trong một hệ cơ sở dữ liệu quan hệ, một mô tả là một tập các quan hệ (tức một CSDL); một phép sửa đổi có thể làm ảnh hƣởng tới hoặc định nghĩa hoặc nội dung của các quan hệ (có nghĩa cấu trúc lại hay cập nhật), còn một phép biến đổi đƣa một tập các quan hệ về một bảng duy nhất (có nghĩa việc định giá một câu hỏi).
Mục tiêu của bất kỳ một hệ cơ sở dữ liệu nào cũng là cung cấp cho ngƣời dùng thông tin mà họ cần, là kết qủa t(D), biến đổi mô tả D với phép biến đổi t. Nhƣ vậy, chất lƣợng của kết quả t(D) đối với cả ngƣời thiết kế và ngƣời sử dụng cơ sở dữ liệu là mối quan tâm lớn nhất, hơn cả chất lƣợng của D. Tuy nhiên, một kết qủa t(D) có thể không hoàn hảo hoặc do D không hoàn hảo, hoặc do t không hoàn hảo, hoặc do việc xử lý t trên D không hoàn hảo. Tới lƣợt nó, sự không hoàn hảo của D có thể do những không hoàn hảo hoặc trong mô tả ban đầu, hoặc trong một sửa đổi sau đó.
Sau đây ta sẽ bàn luận về sự không hoàn hảo của cơ sở dữ liệu theo ba phạm trù: mô tả, thao tác (các phép sửa đổi và biến đổi) và xử lý. LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Biểu diễn thông tin không hoàn hảo Việc mô tả và biểu diễn thông tin không hoàn hảo là phạm trù đƣợc quan tâm nhiều nhất. Sau đây ta sẽ điểm qua các tiếp cận chính tới vấn đề này.1 Các giá trị null và các giá trị tuyển Trong hầu hết các mô hình dữ liệu, các đối tƣợng tƣơng tự đƣợc mô hình hoá với các mô tả tƣơng tự.
Chẳng hạn, trong các mô hình dùng các mô tả bảng, mỗi dòng mô tả một đối tƣợng khác nhau, còn các cột ứng với các thành phần khác nhau của mô tả. Thƣờng là một số yếu tố của một mô tả nào đó không thể đƣợc phát biểu chính xác và chắc chắn. Tiếp cận ít tham vọng nhất chấp nhận mô tả không hoàn hảo là bỏ qua mọi thông tin một phần có thể có về các bộ phận không hoàn hảo của một mô tả và mô hình chúng với một tựa - mô tả (a pseudo - description), đƣợc gọi là null, ký hiệu sự tồn tại nhƣng không biết (với ngữ nghĩa là mọi giá trị trong miền các giá trị hợp lệ đều là một ứng cử viên đồng khả năng cho giá trị đúng). Một khi đã chấp nhận đƣa giá trị null vào các mô tả, mô hình phải định nghĩa hành vi của các phép biến đổi và sửa đổi khi có mặt các giá trị null.
Đó là công việc không đơn giản. Chẳng hạn, một mở rộng của phép tính quan hệ dựa trên logic ba trị của E.Date phê phán [3]. Cập nhật các cơ sở dữ liệu với thông tin không đầy đủ đƣợc thảo luận trong [4]. Các loại giá trị null khác cũng đã đƣợc đề xuất để biểu thị một thông tin có thêm nào đó.
Chẳng hạn hai giá trị trong cơ sở dữ liệu có thể là thiếu, nhƣng biết đƣợc là giống nhau. Thông tin một phần này có thể đƣợc mô hình hoá bằng cách sử dụng các thể hiện phân biệt đƣợc của null LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 13 (các null đƣợc đánh dấu) trong cơ sở dữ liệu, sử dụng cùng một thể hiện của null cho hai giá trị đồng nhất. Lƣu giữ thông tin một phần này là có ích trong việc thực hiện các phép kết nối tự nhiên. Thƣờng là, ta biết đƣợc một giá trị thiếu thuộc một tập giá trị bị hạn chế hơn (thuộc một khoảng/miền nào đó).
Thông tin một phần loại này đã đƣợc mô hình hoá bởi các giá trị tuyển. Một giá trị tuyển là một tập các giá trị, có chứa giá trị đúng.