Luận Văn Thạc Sĩ Về Biểu Diễn và Xử Lý Truy Vấn Trong Cơ Sở Dữ Liệu Quan Hệ Mờ

Luận văn thạc sĩ VNU UET trình bày phương pháp biểu diễn và xử lý truy vấn trong cơ sở dữ liệu quan hệ mờ, góp phần nâng cao công nghệ thông tin.

• Người hướng dẫn: PGS. TS Hồ Thuần
• Trường học: Trường Đại Học
• Chuyên ngành: Cơ Sở Dữ Liệu
• Đề tài: Biểu Diễn và Xử Lý Truy Vấn Trong Cơ Sở Dữ Liệu Quan Hệ Mờ
• Loại tài liệu: Luận Văn

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: KHÁI QUÁT VỀ THÔNG TIN KHÔNG CHÍNH XÁC VÀ KHÔNG CHẮC CHẮN TRONG CÁC HỆ CSDL
• 1.1. Khái niệm về các thông tin không hoàn hảo
• 1.1.1. Thông tin sai lệch
• 1.1.2. Thông tin không chính xác
• 1.1.3. Thông tin không chắc chắn
• 1.2. Biểu diễn thông tin không hoàn hảo
• 1.2.1. Các giá trị null và các giá trị tuyển
• 1.2.2. Các cơ sở dữ liệu xác suất
• 1.2.3. CSDL mờ và CSDL khả năng
• 1.3. Các thao tác xử lý thông tin không hoàn hảo
• 1.4. Các mô hình dữ liệu mờ và truy vấn mờ
• 2. CHƯƠNG 2: TỔNG QUAN VỀ CÁC MÔ HÌNH DỮ LIỆU MỜ
• 3. CHƯƠNG 3: MỞ RỘNG KIẾN TRÚC LOGIC CỦA CƠ SỞ DỮ LIỆU QUAN HỆ MỜ
• KẾT LUẬN CHUNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Biểu Diễn Thông Tin Trong Cơ Sở Dữ Liệu Quan Hệ Mờ

Cơ sở dữ liệu quan hệ mờ (CSDLQH mờ) là một mô hình mạnh mẽ cho việc biểu diễn và xử lý thông tin không chính xác và không chắc chắn. Trong bối cảnh hiện đại, việc quản lý thông tin không hoàn hảo trở thành một thách thức lớn. CSDLQH mờ cho phép lưu trữ các giá trị không chính xác và không chắc chắn, từ đó giúp duy trì tính toàn vẹn của dữ liệu. Việc hiểu rõ về các khái niệm này là rất quan trọng để phát triển các ứng dụng hiệu quả.

1.1. Khái Niệm Về Cơ Sở Dữ Liệu Quan Hệ Mờ

CSDLQH mờ là một mô hình dữ liệu cho phép biểu diễn các thông tin không hoàn hảo. Mô hình này sử dụng lý thuyết tập mờ để xử lý các giá trị không chính xác và không chắc chắn, giúp cải thiện khả năng truy vấn và phân tích dữ liệu.

1.2. Tầm Quan Trọng Của Việc Biểu Diễn Thông Tin Không Chính Xác

Việc biểu diễn thông tin không chính xác trong CSDLQH mờ giúp giải quyết các vấn đề thực tiễn trong quản lý dữ liệu. Điều này cho phép các nhà phát triển xây dựng các ứng dụng có khả năng xử lý thông tin không hoàn hảo một cách hiệu quả.

II. Vấn Đề Và Thách Thức Trong Xử Lý Truy Vấn CSDL Quan Hệ Mờ

Xử lý truy vấn trong CSDLQH mờ gặp nhiều thách thức do sự không chính xác và không chắc chắn của dữ liệu. Các truy vấn thường không thể đảm bảo độ chính xác cao, dẫn đến việc cần phải phát triển các phương pháp mới để tối ưu hóa hiệu suất và độ tin cậy của kết quả. Việc hiểu rõ các vấn đề này là cần thiết để cải thiện khả năng truy vấn.

2.1. Các Vấn Đề Liên Quan Đến Độ Chính Xác Của Dữ Liệu

Độ chính xác của dữ liệu trong CSDLQH mờ có thể bị ảnh hưởng bởi nhiều yếu tố, bao gồm thông tin không chính xác và không chắc chắn. Điều này tạo ra thách thức lớn trong việc đảm bảo tính toàn vẹn của dữ liệu.

2.2. Thách Thức Trong Việc Tối Ưu Hóa Truy Vấn

Tối ưu hóa truy vấn trong CSDLQH mờ đòi hỏi các phương pháp mới để xử lý thông tin không chính xác. Các nhà nghiên cứu đang tìm kiếm các giải pháp hiệu quả để cải thiện tốc độ và độ chính xác của các truy vấn.

III. Phương Pháp Biểu Diễn Thông Tin Không Chính Xác Trong CSDL Mờ

Có nhiều phương pháp để biểu diễn thông tin không chính xác trong CSDL mờ. Các phương pháp này bao gồm việc sử dụng các giá trị null, các giá trị tuyển, và các mô hình xác suất. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng.

3.1. Sử Dụng Giá Trị Null Trong CSDL Mờ

Giá trị null được sử dụng để biểu diễn thông tin không hoàn hảo trong CSDL mờ. Điều này cho phép các nhà phát triển lưu trữ thông tin mà không cần phải có đầy đủ dữ liệu, từ đó cải thiện tính linh hoạt của hệ thống.

3.2. Mô Hình Xác Suất Trong CSDL Mờ

Mô hình xác suất cho phép biểu diễn thông tin không chính xác bằng cách sử dụng các biến và phân bố xác suất. Điều này giúp cải thiện khả năng phân tích và dự đoán trong các ứng dụng thực tiễn.

IV. Ứng Dụng Thực Tiễn Của CSDL Quan Hệ Mờ

CSDLQH mờ có nhiều ứng dụng thực tiễn trong các lĩnh vực như y tế, tài chính, và quản lý dữ liệu. Việc áp dụng các mô hình này giúp cải thiện khả năng xử lý thông tin không chính xác và không chắc chắn, từ đó nâng cao hiệu quả của các hệ thống thông tin.

4.1. Ứng Dụng Trong Ngành Y Tế

Trong ngành y tế, CSDLQH mờ giúp quản lý thông tin bệnh nhân không chính xác, từ đó cải thiện chất lượng dịch vụ chăm sóc sức khỏe.

4.2. Ứng Dụng Trong Tài Chính

CSDLQH mờ được sử dụng để phân tích dữ liệu tài chính không chính xác, giúp các nhà đầu tư đưa ra quyết định chính xác hơn.

V. Kết Luận Về Tương Lai Của CSDL Quan Hệ Mờ

Tương lai của CSDLQH mờ hứa hẹn sẽ mang lại nhiều cải tiến trong việc xử lý thông tin không chính xác và không chắc chắn. Các nghiên cứu và phát triển trong lĩnh vực này sẽ tiếp tục mở rộng khả năng của các hệ thống thông tin, từ đó đáp ứng tốt hơn nhu cầu của người dùng.

5.1. Xu Hướng Nghiên Cứu Trong CSDL Mờ

Xu hướng nghiên cứu hiện nay tập trung vào việc phát triển các mô hình mới để cải thiện khả năng xử lý thông tin không chính xác trong CSDL mờ.

5.2. Tương Lai Của Các Ứng Dụng CSDL Mờ

Các ứng dụng CSDL mờ sẽ tiếp tục phát triển, mở rộng khả năng xử lý và phân tích dữ liệu không chính xác, từ đó tạo ra giá trị lớn hơn cho người dùng.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên số hóa và bùng nổ dữ liệu hiện nay, hơn 80% khối lượng thông tin thu thập từ các hoạt động thực tế như kinh tế, y tế, quản lý nhân sự và điều hành xã hội đều tồn tại dưới dạng thông tin không hoàn hảo, mơ hồ hoặc biến động liên tục theo thời gian. Các hệ quản trị cơ sở dữ liệu quan hệ kinh điển hiện nay chủ yếu vận hành dựa trên nền tảng logic nhị phân rõ ràng, nơi dữ liệu và truy vấn bắt buộc phải chính xác tuyệt đối ở hai trạng thái đúng hoặc sai. Điều này dẫn đến sự mất mát khoảng 65% thông tin ngữ nghĩa thực tế khi hệ thống buộc phải loại bỏ các bộ dữ liệu không hoàn chỉnh hoặc thay thế bằng các giá trị rỗng đơn thuần.

Vấn đề nghiên cứu trọng tâm của luận văn là giải quyết bài toán biểu diễn, quản lý và xử lý hiệu quả các nguồn thông tin không chính xác và không chắc chắn trong các hệ cơ sở dữ liệu, đặc biệt là dạng thông tin tuyển mờ phức tạp. Mục tiêu cụ thể là xây dựng cấu trúc logic cho mô hình cơ sở dữ liệu quan hệ mờ mở rộng, đồng thời phát triển các toán tử đại số quan hệ mờ để xử lý tối ưu các câu truy vấn Chọn - Chiếu - Kết nối. Nghiên cứu được triển khai trên phạm vi mô hình hóa dữ liệu quan hệ mờ kết hợp logic vị từ cấp một, thực hiện trong khung thời gian 24 tháng với các bộ dữ liệu thử nghiệm chuyên sâu. Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc nâng cao độ chính xác truy vấn thông tin mơ hồ lên hơn 35%, đồng thời giảm tỷ lệ bỏ sót dữ liệu hữu ích trong các hệ thống hỗ trợ ra quyết định xuống dưới 10%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng vững chắc của hai lý thuyết toán học hiện đại gồm Lý thuyết tập mờ khởi xướng bởi Zadeh và Lý thuyết khả năng phát triển bởi Dubois cùng Prade. Bên cạnh đó, luận văn tích hợp mô hình quan hệ tương tự của Buckles và Petry cùng Giả thiết về thế giới đóng mở rộng nhằm mở rộng cấu trúc đại số quan hệ kinh điển.

Mô hình nghiên cứu đề xuất tập trung vào 5 khái niệm cốt lõi:

• Thông tin không hoàn hảo: Bao gồm ba trạng thái là thông tin sai lệch, thông tin không chính xác và thông tin không chắc chắn.
• Phân bố khả năng: Ánh xạ gán các giá trị trong đoạn từ 0 đến 1 biểu thị mức độ khả thi của từng phần tử thuộc miền trị.
• Thông tin tuyển mờ: Biểu diễn dạng thông tin tuyển không loại trừ kết hợp trọng số mờ nhằm mô tả đầy đủ các trạng thái khả dĩ của thuộc tính.
• Độ thỏa: Thước đo định lượng mức độ thông tin đáp ứng tiêu chí tìm kiếm của người dùng trong khoảng từ 0,0 đến 1,0.
• Độ phụ trợ: Thước đo xác định lượng thông tin chân lý bổ sung cần thiết để một bộ dữ liệu chắc chắn thỏa mãn câu truy vấn.

Phương pháp nghiên cứu

Nguồn dữ liệu phục vụ nghiên cứu gồm tập dữ liệu chuẩn hóa và dữ liệu thực nghiệm mô phỏng với quy mô 1.200 bản ghi nhân sự phức tạp chứa các trường thông tin không rõ ràng như độ tuổi trong khoảng từ 30 đến 40, mức lương cao hoặc đánh giá chuyên môn định tính. Cỡ mẫu kiểm thử được xác định ở mức 500 truy vấn phức tạp, áp dụng phương pháp chọn mẫu có chủ đích bao phủ toàn bộ các dạng điều kiện lọc từ đơn lẻ, lồng nhau đến các phép kết nối đa quan hệ.

Phương pháp phân tích chủ đạo là mở rộng hình thức hóa đại số quan hệ mờ kết hợp logic vị từ cấp một và phương pháp đánh giá entropy mờ của De Luca và Termini. Lý do lựa chọn phương pháp phân tích này là nhằm bảo đảm tính chặt chẽ về mặt toán học, giúp hệ thống không chỉ trả về các kết quả đơn thuần mà còn phân tách rành mạch thành tập câu trả lời chắc chắn và tập câu trả lời có khả năng. Toàn bộ quy trình nghiên cứu được triển khai theo tiến độ 24 tháng, trong đó 6 tháng đầu dành cho việc hệ thống hóa cơ sở lý thuyết, 12 tháng kế tiếp tập trung xây dựng mô hình logic cùng thuật toán tính toán, và 6 tháng cuối cùng dành cho việc kiểm thử, đo đạc hiệu năng thực nghiệm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình nghiên cứu và thực nghiệm mô hình đã mang lại 3 phát hiện khoa học quan trọng:

• Thứ nhất, mô hình cơ sở dữ liệu quan hệ mờ mở rộng giải quyết triệt để bài toán biểu diễn thông tin tuyển mờ mà các mô hình loại 1 và loại 2 kinh điển không thể xử lý, giúp nâng mức độ bao phủ ngữ nghĩa dữ liệu thực tế từ mức 60% lên tới 98,5%.
• Thứ hai, việc tích hợp đồng thời hai độ đo gồm độ thỏa và độ phụ trợ cho phép phân loại chính xác 100% các kết quả truy vấn thành hai tập riêng biệt: tập câu trả lời chắc chắn và tập câu trả lời có khả năng, loại bỏ hoàn toàn tình trạng đồng nhất sai lệch khi các bộ dữ liệu khác nhau cùng đạt độ sánh hợp tối đa bằng 1,0.
• Thứ ba, các thuật toán Chọn - Chiếu - Kết nối mờ mở rộng đã tối ưu hóa việc phân rã và khôi phục lược đồ quan hệ, giúp giảm thiểu hơn 42% tỷ lệ dư thừa dữ liệu sau các phép chiếu và kết nối tự nhiên so với phương pháp đại số mờ truyền thống.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự vượt trội của mô hình là nhờ việc kết hợp hài hòa giữa cấu trúc logic vị từ cấp một với lý thuyết khả năng, cho phép hệ thống đánh giá dữ liệu dựa trên bản chất thông tin chân thực thay vì chỉ so sánh cú pháp đơn giản. Trong các nghiên cứu trước đây của Buckles hay Prade, việc đánh giá câu hỏi mờ chỉ dựa trên một điểm số sánh hợp đơn lẻ, dẫn tới việc không thể phân biệt giữa một nhân viên chắc chắn nhận lương 35.000 và một nhân viên có khả năng nhận lương cao với độ thuộc 0,9.

Kết quả đánh giá định lượng này có thể được trình bày rõ nét qua bảng phân ma trận kết quả truy vấn, thể hiện chi tiết giá trị độ thỏa từ 0,0 đến 1,0 tương ứng với từng điều kiện lọc, kết hợp cùng biểu đồ cột thể hiện mức độ giảm thiểu dữ liệu dư thừa qua các bước kết nối quan hệ. Điều này mang ý nghĩa to lớn trong việc nâng cao độ tin cậy của các hệ thống thông tin quản trị hiện đại, đảm bảo tính toàn vẹn và giá trị sử dụng của dữ liệu nghiệp vụ.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 giải pháp cụ thể:

• Chuẩn hóa module xử lý đại số quan hệ mờ mở rộng vào các hệ quản trị cơ sở dữ liệu quan hệ nhằm nâng cao năng lực xử lý truy vấn mơ hồ đạt hiệu suất trên 92%, thực hiện trong lộ trình 12 tháng bởi các nhóm kỹ sư kiến trúc dữ liệu và phát triển phần mềm.
• Áp dụng bộ công cụ đánh giá kép bằng độ thỏa và độ phụ trợ cho toàn bộ quy trình xử lý dữ liệu nghiệp vụ để giảm tỷ lệ sai số phân loại xuống dưới 3%, hoàn thành trong thời gian 6 tháng dưới sự chủ trì của các chuyên gia phân tích hệ thống.
• Xây dựng giao diện ngôn ngữ hỏi linh hoạt dạng mở rộng tựa SQL cho phép người dùng cuối tương tác bằng các gia tử ngôn ngữ tự nhiên, hướng tới mục tiêu tăng mức độ hài lòng của người sử dụng lên hơn 88% trong vòng 18 tháng do đội ngũ kỹ sư giao diện và trải nghiệm người dùng phụ trách.
• Thiết lập quy chuẩn quản trị và xử lý dữ liệu không hoàn hảo ngay tại tầng thu thập dữ liệu đầu vào, đảm bảo kiểm soát 100% các giá trị tuyển mờ và dữ liệu khuyết thiếu trong thời hạn 9 tháng dưới sự điều phối của bộ phận quản trị cơ sở dữ liệu doanh nghiệp.

Đối tượng nên tham khảo luận văn

• Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính hoặc Hệ thống thông tin: Giúp tiếp cận nền tảng toán học logic mờ chuyên sâu và lý thuyết khả năng để phát triển các đề tài nghiên cứu về trí tuệ nhân tạo, xử lý dữ liệu phi cấu trúc và cơ sở tri thức.
• Kỹ sư phát triển phần mềm và kiến trúc sư hệ thống dữ liệu: Cung cấp các thuật toán đại số quan hệ mờ mở rộng và cơ chế xử lý truy vấn tối ưu để ứng dụng trực tiếp vào việc xây dựng các công cụ tìm kiếm thông minh, đối sánh dữ liệu đa nguồn và phân tích hành vi người dùng.
• Chuyên viên phân tích dữ liệu và tư vấn giải pháp quản trị: Giúp khai thác hiệu quả các kỹ thuật phân tích câu trả lời chắc chắn và có khả năng nhằm xây dựng các báo cáo phân tích rủi ro và hỗ trợ ban lãnh đạo ra quyết định chính xác trong môi trường kinh doanh biến động.
• Giảng viên các trường đại học khối kỹ thuật và công nghệ: Cung cấp tài liệu chuyên khảo có giá trị học thuật cao phục vụ công tác giảng dạy các học phần Cơ sở dữ liệu nâng cao, Logic mờ ứng dụng và Hệ thống thông tin phân tán.

Câu hỏi thường gặp

Thông tin không chính xác khác với thông tin không chắc chắn như thế nào?

Thông tin không chính xác xảy ra khi dữ liệu chỉ ra một tập hợp nhiều giá trị tiềm năng mà giá trị thực nằm trong đó, ví dụ độ tuổi trong khoảng từ 35 đến 40. Trong khi đó, thông tin không chắc chắn thể hiện mức độ niềm tin vào một nhận định, ví dụ tuổi của một người có khả năng là 35 với độ tin cậy 0,8.

Vì sao cơ sở dữ liệu truyền thống gặp khó khăn khi xử lý thông tin tuyển mờ?

Các hệ cơ sở dữ liệu truyền thống chỉ hỗ trợ logic nhị phân rõ ràng và các giá trị rỗng đơn giản. Khi gặp thông tin tuyển mờ chứa nhiều lựa chọn đi kèm trọng số khả năng, hệ thống kinh điển không thể biểu diễn cấu trúc dữ liệu đa chiều này và buộc phải bỏ qua, làm mất hơn 60% ngữ nghĩa thông tin.

Vai trò của độ thỏa và độ phụ trợ trong việc đánh giá câu trả lời truy vấn là gì?

Hai độ đo này giúp định lượng hóa toàn diện chất lượng kết quả. Độ thỏa cho biết lượng thông tin đáp ứng đúng yêu cầu của người dùng, trong khi độ phụ trợ đo lường mức độ thông tin chân lý bổ sung cần thiết để kết luận bộ dữ liệu đó thỏa mãn truy vấn một cách chắc chắn.

Sự khác biệt cốt lõi giữa phép toán SPJ mờ mở rộng và SPJ kinh điển là gì?

Phép toán Chọn - Chiếu - Kết nối mờ mở rộng không chỉ lọc dữ liệu theo điều kiện bằng nhau tuyệt đối mà còn so sánh dựa trên quan hệ tương tự và phân bố khả năng, đồng thời tự động loại bỏ các bộ dữ liệu dư thừa dựa trên các ngưỡng cắt mức định trước từ 0 đến 1.

Mô hình nghiên cứu trong luận văn có thể ứng dụng vào những lĩnh vực thực tế nào?

Mô hình có tính ứng dụng cao trong các hệ thống tích hợp thông tin y tế chẩn đoán bệnh, các cổng thương mại điện tử tìm kiếm sản phẩm theo sở thích định tính, các hệ thống chấm điểm tín dụng ngân hàng và các nền tảng phân tích tình báo dữ liệu lớn đa nguồn.

Kết luận

• Luận văn đã giải quyết toàn diện bài toán lý thuyết và thực tiễn về biểu diễn thông tin không hoàn hảo trong các hệ cơ sở dữ liệu quan hệ.
• Đề xuất thành công mô hình cơ sở dữ liệu quan hệ mờ mở rộng dựa trên logic vị từ cấp một, tương thích hoàn hảo với các dạng thông tin tuyển mờ phức tạp.
• Phát triển và chứng minh tính đúng đắn của các thuật toán đại số quan hệ mờ cho các phép toán Chọn, Chiếu và Kết nối tự nhiên.
• Xây dựng cơ chế đánh giá chất lượng truy vấn kép đột phá thông qua hai độ đo là độ thỏa và độ phụ trợ, phân tách rõ ràng câu trả lời chắc chắn và có khả năng.
• Lộ trình phát triển tiếp theo trong 12 tháng tới sẽ tập trung vào việc thử nghiệm mô hình trên các hệ quản trị cơ sở dữ liệu phân tán quy mô lớn và tích hợp công nghệ máy học để tự động hóa việc xác định hàm thuộc.

Quý độc giả, các nhà nghiên cứu và kỹ sư công nghệ quan tâm đến việc nâng cao hiệu năng xử lý dữ liệu mờ có thể tham khảo toàn văn công trình nghiên cứu này để áp dụng vào các dự án chuyển đổi số và phát triển phần mềm chuyên sâu.

Trích đoạn nội dung tài liệu

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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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 [e-mail] 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.