Mô Hình Cơ Sở Dữ Liệu Quan Hệ Với Thông Tin Không Chắc Chắn

Quản lý thông tin không chắc chắn là một lĩnh vực rộng lớn, bao gồm nhiều phương pháp tiếp cận khác nhau. Một số phương pháp phổ biến bao gồm sử dụng lý thuyết độ tin cậy, logic mờ, và các mô hình xác suất. Mỗi phương pháp có ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc điểm của dữ liệu và yêu cầu của ứng dụng. Theo tài liệu gốc, nhiều tác giả đã quan tâm nghiên cứu và có những kết quả đáng kể về CSDL mờ. Do sự đa dạng của những loại thông tin này nên chúng ta gặp rất khó khăn trong biểu thị ngữ nghĩa và thao tác với chúng.

Mô hình dữ liệu đóng vai trò quan trọng trong việc biểu diễn và xử lý dữ liệu không chắc chắn. Một mô hình dữ liệu tốt cần có khả năng biểu diễn một cách chính xác các loại thông tin không chắc chắn, đồng thời cung cấp các công cụ hiệu quả để truy vấn dữ liệu không chắc chắn và đưa ra các quyết định dựa trên dữ liệu này. Việc nghiên cứu và cài đặt các thủ tục thao 8 tác dữ liệu để bảo đảm tính trọn vẹn dữ liệu đối với mô hình CSDL mới này và chứng tỏ sự thuận tiện và đơn giản của loại mô hình này .

Các mô hình quan hệ truyền thống dựa trên khái niệm về các giá trị thuộc tính rõ ràng và xác định. Khi một giá trị bị thiếu hoặc không chính xác, các cơ sở dữ liệu này thường phải sử dụng các giá trị mặc định hoặc các giá trị null để biểu diễn sự thiếu hụt thông tin. Tuy nhiên, việc sử dụng các giá trị mặc định hoặc null có thể dẫn đến mất mát thông tin và ảnh hưởng đến độ chính xác của các truy vấn. (i) Với các thuộc tính mà giá trị là dữ liệu kinh điển và dữ liệu mờ, (gọi là các thuộc tính mờ), kiểu dữ liệu không đồng nhất, do đó, việc xử lý dữ liệu gặp nhiều khó khăn.

SQL, ngôn ngữ truy vấn tiêu chuẩn cho các cơ sở dữ liệu quan hệ, không được thiết kế để xử lý thông tin không chắc chắn. Việc truy vấn dữ liệu không chắc chắn bằng SQL đòi hỏi việc sử dụng các hàm và toán tử phức tạp, cũng như các kỹ thuật lập trình nâng cao. Điều này có thể làm tăng độ phức tạp của các truy vấn và làm giảm hiệu suất của hệ thống. Ví dụ như, để diễn giải nghĩa của bảy thuật ngữ terms very very small , very small , small , medium , large , very large , very very large nhằm mô tả các giá trị của cường độ dòng điện trong khoảng [0, 10] am - pe, người ta có thể dựng bảy tam giác cân như hình 2 .

Trong đại số gia tử, các giá trị ngôn ngữ được biểu diễn như là các phần tử của một đại số, với các phép toán như kết hợp, giao, và bù. Các phép toán này cho phép kết hợp các giá trị ngôn ngữ khác nhau để tạo ra các biểu thức phức tạp hơn, đồng thời cho phép tính toán độ tương tự giữa các giá trị ngôn ngữ. Chúng ta xét miền ngôn ngữ của biến chân lý TRUTH gồm các từ sau: Dom (TRUTH)={ true, false, very true, very false, more - or - less true, more - or - less false, possibly true, possibly false, approximately true, approximately false, little true, little false, very possibly true, very possibly false .}, trong đó true, false là các từ nguyên thuỷ, các từ nhấn (mordifier hay intensifier) very, more - or - less, possibly, approximately true, little gọi là các gia tử (hedges).

So với lý thuyết tập mờ, đại số gia tử cung cấp một cách tiếp cận tự nhiên và nhất quán hơn để biểu diễn thông tin ngôn ngữ. Trong lý thuyết tập mờ, các giá trị ngôn ngữ được biểu diễn bằng các hàm thuộc, đòi hỏi việc xác định các hàm này một cách chủ quan. Ngược lại, đại số gia tử không yêu cầu việc xác định các hàm thuộc, và cung cấp một khuôn khổ toán học chặt chẽ để lý luận về thông tin ngôn ngữ. Vì vậy, mặc dù đã có nhiều kết quả nghiên cứu về CSDL mờ, theo chiều hướng đó cách tiếp cận nghi ên cứu CSDL mờ với ngữ nghĩa dựa trên đại số gia tử vẫn có thể được xem là một vấn đề nghiên cứu mới.

Để biểu diễn giá trị ngôn ngữ trong cơ sở dữ liệu, cần phải định nghĩa các kiểu dữ liệu mới, có khả năng lưu trữ các phần tử của đại số gia tử. Các kiểu dữ liệu này có thể được xây dựng dựa trên các kiểu dữ liệu hiện có, chẳng hạn như kiểu chuỗi, hoặc có thể được định nghĩa hoàn toàn mới. Ví dụ dựa trên ngữ nghĩa, các quan hệ thứ tự sau là đúng: false  true, more true  very true nhưng very false  more false, possibly true  true nhưng false  possibly false .

Các toán tử truy vấn SQL truyền thống không được thiết kế để xử lý dữ liệu ngôn ngữ. Do đó, cần phải phát triển các toán tử truy vấn mới, có khả năng so sánh, kết hợp, và truy vấn các giá trị ngôn ngữ. Các toán tử này có thể được xây dựng dựa trên các phép toán của đại số gia tử, hoặc có thể được định nghĩa hoàn toàn mới. Tập X được sinh ra từ C bởi các phép tính trong H. Như vậy mỗ i phần tử của X sẽ có dạng biểu diễn x=h n h n - 1 . Tập tất cả các phần tử được sinh ra từ một phần tử x được ký hiệu là H(x).

Đại số gia tử cung cấp một cách tiếp cận hiệu quả để xây dựng các hệ thống tìm kiếm tri thức có khả năng xử lý thông tin không chắc chắn. Các hệ thống này có thể được sử dụng để tìm kiếm thông tin trong các kho tri thức lớn, hoặc để đưa ra các khuyến nghị dựa trên thông tin không chắc chắn. Xét ĐSGT AX = ( X , G, LH, s,  ,  ). Với mọi h  LH i c , mọi k  LH c i+1 , nếu  x,  x  lim(x) (hay  x,  x  LH(G)) thì: hx  kx kéo theo  hx =  kx, hx  kx kéo theo fhx =  kx.

Việc sử dụng đại số gia tử có thể cải thiện đáng kể độ chính xác của các truy vấn trong cơ sở dữ liệu. Bằng cách sử dụng các toán tử truy vấn được định nghĩa trên đại số gia tử, các truy vấn có thể trả về các kết quả chính xác hơn, ngay cả khi dữ liệu chứa thông tin không chắc chắn. Trong cách tiếp cận này, miền giá trị của thuộc tính được phép nhận giá trị ngôn 13 ngữ và giả thiết tập các giá trị ngôn ngữ được nhúng vào một đại số gia tử. Ngữ nghĩa của các quan hệ hai ngôi trên mỗi miền giá trị thuộc tính, bao gồm các giá trị kinh điể n và các giá trị ngôn ngữ, sẽ được nghiên cứu và trên cơ sở đó các phép toán đại số quan hệ sẽ được định nghĩa phù hợp với ngữ nghĩa mới.

Nghiên cứu này đã trình bày một mô hình cơ sở dữ liệu quan hệ mới, dựa trên đại số gia tử, để biểu diễn và xử lý thông tin không chắc chắn. Mô hình này cung cấp các kiểu dữ liệu mới và các toán tử truy vấn mới, cho phép truy vấn và xử lý dữ liệu không chính xác một cách hiệu quả. Việc nghiên cứu và cài đặt các thủ tục thao 8 tác dữ liệu để bảo đảm tính trọn vẹn dữ liệu đối với mô hình CSDL mới này và chứng tỏ sự thuận tiện và đơn giản của loại mô hình này .

Trong tương lai, có nhiều hướng nghiên cứu tiềm năng liên quan đến mô hình cơ sở dữ liệu dựa trên đại số gia tử. Một hướng đi là nghiên cứu các phương pháp tối ưu hóa truy vấn để cải thiện hiệu suất của hệ thống. Một hướng khác là nghiên cứu các ứng dụng mới của mô hình dữ liệu này trong các lĩnh vực như khai phá dữ liệu và học máy. Khác với CSDL mờ trong đó giá trị ngôn ngữ được xem như là nhãn của tập mờ, theo cách tiếp cận của ĐSGT, các giá trị như vậy được xem chính là các phần t ử của đại số gia tử, vì theo cách biểu thị ngữ nghĩa trong ĐSGT, chúng có thể được xem chính là các giá trị ngôn ngữ.