I. Tổng Quan Về Mô Hình Cơ Sở Dữ Liệu Mờ Giới Thiệu
Cơ sở dữ liệu mờ mở rộng mô hình quan hệ truyền thống, cho phép biểu diễn và xử lý dữ liệu không chắc chắn. Mô hình quan hệ của Codd (1970) chỉ biểu diễn dữ liệu chính xác, đầy đủ. Tuy nhiên, thực tế thường xuyên xử lý thông tin không đầy đủ, không rõ ràng. Nghiên cứu xây dựng mô hình cơ sở dữ liệu mờ đáp ứng nhu cầu biểu diễn dữ liệu không chắc chắn. Có nhiều mô hình cơ sở dữ liệu mờ đã được đề xuất, ví dụ như mô hình tập con mờ, mô hình dựa trên quan hệ tương tự và mô hình dựa trên lý thuyết khả năng. Các nhà khoa học quan tâm nghiên cứu nhằm đáp ứng nhu cầu biểu diễn dữ liệu với thông tin không chắc chắn, không đầy đủ trong thực tế.
1.1. Lý Thuyết Tập Mờ Nền Tảng Của Mô Hình Dữ Liệu Mờ
Lý thuyết tập mờ dùng công cụ toán học để mô tả khái niệm mơ hồ như "cao", "thấp", "nặng", "nhẹ", "trẻ", "già". Cho X là tập vũ trụ các đối tượng. Tập mờ A trên X là tập các cặp A = { µA(x) / x : x ∈ X, µA(x) ∈ [0, 1] }. µA(x) là hàm từ X vào [0, 1] gán cho mỗi phần tử x thuộc X giá trị µA(x) phản ánh mức độ của x thuộc vào tập mờ A. µA(x) được gọi là độ thuộc của phần tử x vào tập mờ A. Độ thuộc này là một số thực trong đoạn [0, 1]. Nếu µA(x) = 0 nghĩa là x không thuộc vào tập mờ A. Nếu µA(x) = 1 nghĩa là x hoàn toàn thuộc vào tập mờ A. µA(x) còn được gọi là hàm đặc trưng hay hàm thuộc của tập mờ A.
1.2. Nhãn Ngôn Ngữ Trong Biểu Diễn Dữ Liệu Mờ
Nhãn ngôn ngữ (Linguistic label) là một từ, trong ngôn ngữ tự nhiên, biểu diễn hoặc nhận biết một tập mờ mà có thể được định nghĩa hoặc không. Với định nghĩa này, trong cuộc sống hàng ngày, người ta thường sử dụng các nhãn ngôn ngữ để biểu diễn các khái niệm trừu tượng như: trẻ, già, nóng, lạnh, đắt, rẻ, v.v. Về trực giác, định nghĩa về các nhãn này không những biến đổi từ người này sang người khác và phụ thuộc vào từng thời điểm, mà còn biến đổi theo ngữ cảnh mà nó được áp dụng. Ví dụ nhãn ngôn ngữ “cao” trong ngữ cảnh một người cao và tòa nhà cao là khác nhau.
II. Thách Thức Khi Sử Dụng SQL Truy Vấn Dữ Liệu Mờ
Mô hình quan hệ không cho phép lưu trữ và xử lý dữ liệu mờ, nên cần mở rộng mô hình quan hệ. Việc mở rộng khả năng khai thác dữ liệu rõ bằng các yếu tố mờ là một hướng đi. Với cách mở rộng này, dữ liệu vẫn là dữ liệu rõ nhưng cho phép mở rộng khả năng khai thác, cho phép trả lời các câu hỏi mờ. Ví dụ, có thể trả lời những câu hỏi dạng “cho biết những nhân viên có thu nhập cao”, “có phải hầu hết những người có kinh nghiệm làm việc gần như nhau và có thâm niên công tác xấp xỉ nhau thì có lương tương đương nhau”. Với cách mở rộng này thì phải mô hình hóa các khái niệm mờ như “cao”, “thấp” và cách gán chân lý cho những phép so sánh như “xấp xỉ nhau”, “gần nhau”, “tương đương”.
2.1. Các Loại Dữ Liệu Mờ Trong Thực Tế
Dữ liệu với thông tin không đầy đủ: Chẳng hạn đã biết đầy đủ các thông tin về người A nhưng không biết ngày sinh. Dữ liệu với thông tin không chính xác, không chắc chắn: Chẳng hạn biết người A có lương cao, nhưng không biết cụ thể là bao nhiêu. Dữ liệu không xác định: Ví dụ như học sinh B không thể có lương vì còn đang đi học. Dữ liệu hoàn toàn không có thông tin: Không biết người A có lương hay không, nếu có là bao nhiêu. Tất cả các dạng dữ liệu trên, trong luận văn này gọi chung là dữ liệu mờ.
2.2. Hạn Chế Của SQL Chuẩn Với Dữ Liệu Không Chắc Chắn
Ngôn ngữ SQL chuẩn chỉ cho phép thiết lập các câu truy vấn với các tiêu chuẩn chọn dữ liệu cứng nhắc và dữ liệu trả về phải chính xác với các tiêu chuẩn đó. Nó không cho phép thiết lập các câu truy vấn với các tiêu chuẩn chọn dữ liệu là mơ hồ, còn gọi là tiêu chuẩn mơ hồ hay tiêu chuẩn mờ, và dữ liệu trả về là “gần” với tiêu chuẩn đó. Do đó, một cách tự nhiên, chúng ta cần phải mở rộng ngôn ngữ SQL chuẩn sao cho có thể thiết lập được các câu truy vấn mềm dẻo với các tiêu chuẩn mờ.
III. Mô Hình Dữ Liệu Mờ Dựa Trên Quan Hệ Tương Tự
Luận văn tập trung tìm hiểu trình bày một mô hình cơ sở dữ liệu mờ dựa trên quan hệ tương tự. Trình bày chi tiết về phụ thuộc hàm mờ, các dạng chuẩn mờ và phân tách bảo toàn phụ thuộc và có kết nối không mất thông tin trong mô hình cơ sở dữ liệu mờ này. Đồng thời, luận văn cũng tìm hiểu trình bày về ngôn ngữ SQL mờ trên hai mô hình cơ sở dữ liệu: mô hình cơ sở dữ liệu quan hệ truyền thống và mô hình cơ sở dữ liệu mờ.
3.1. Quan Hệ Tương Tự Định Nghĩa Và Ứng Dụng
Mô hình dựa trên quan hệ tương tự là một trong những hướng tiếp cận chính để mở rộng mô hình quan hệ. Trong mô hình này, quan hệ tương tự được sử dụng để biểu diễn sự tương đồng giữa các giá trị dữ liệu. Điều này cho phép xử lý các truy vấn mờ, nơi các tiêu chí tìm kiếm không được xác định một cách chính xác.
3.2. Phụ Thuộc Hàm Mờ FFD Trong Mô Hình Quan Hệ Mờ
Phụ thuộc hàm mờ (Fuzzy Functional Dependency - FFD) là một khái niệm quan trọng trong mô hình cơ sở dữ liệu mờ. Nó mở rộng khái niệm phụ thuộc hàm truyền thống để xử lý các trường hợp mà mối quan hệ giữa các thuộc tính không hoàn toàn xác định. FFD cho phép biểu diễn sự phụ thuộc giữa các thuộc tính với một mức độ tin cậy nhất định.
3.3. Các Dạng Chuẩn Mờ 1NF 2NF 3NF BCNF Trong CSDL Mờ
Các dạng chuẩn mờ (Fuzzy Normal Forms) là các quy tắc được sử dụng để thiết kế cơ sở dữ liệu mờ sao cho giảm thiểu sự dư thừa dữ liệu và đảm bảo tính nhất quán. Các dạng chuẩn mờ phổ biến bao gồm 1NF, 2NF, 3NF và BCNF, tương tự như trong cơ sở dữ liệu quan hệ truyền thống, nhưng được điều chỉnh để phù hợp với tính chất mờ của dữ liệu.
IV. SQL Mờ Mở Rộng SQL Cho Truy Vấn Dữ Liệu Mờ
Ngôn ngữ SQL mờ (fuzzy SQL) là một mở rộng của ngôn ngữ SQL và cho phép thiết lập các câu truy vấn mềm dẻo với các tiêu chuẩn mờ. Luận văn này tập trung tìm hiểu trình bày một mô hình cơ sở dữ liệu mờ dựa trên quan hệ tương tự. Trình bày chi tiết về phụ thuộc hàm mờ, các dạng chuẩn mờ và phân tách bảo toàn phụ thuộc và có kết nối không mất thông tin trong mô hình cơ sở dữ liệu mờ này.
4.1. Cú Pháp SQL Mờ Các Câu Lệnh Và Toán Tử Mờ
Cú pháp của SQL mờ bao gồm các câu lệnh và toán tử mờ được thêm vào SQL chuẩn để cho phép truy vấn dữ liệu mờ. Các toán tử mờ như LIKE, IS SIMILAR TO, và các hàm mờ như FUZZY_AND, FUZZY_OR được sử dụng để biểu diễn các điều kiện tìm kiếm không chính xác.
4.2. Truy Vấn Mờ Trên Mô Hình Cơ Sở Dữ Liệu Quan Hệ
SQL mờ có thể được sử dụng để truy vấn dữ liệu mờ trên mô hình cơ sở dữ liệu quan hệ truyền thống bằng cách sử dụng các hàm và toán tử mờ để so sánh các giá trị dữ liệu với các tiêu chí mờ. Điều này cho phép người dùng tìm kiếm các bản ghi gần đúng với các điều kiện tìm kiếm của họ.
4.3. Truy Vấn Mờ Trên Mô Hình Cơ Sở Dữ Liệu Mờ
Trên mô hình cơ sở dữ liệu mờ, SQL mờ có thể được sử dụng để truy vấn dữ liệu mờ một cách tự nhiên hơn, vì mô hình này đã hỗ trợ biểu diễn và lưu trữ dữ liệu mờ. Các truy vấn mờ có thể được thực hiện trực tiếp trên các thuộc tính mờ và các quan hệ mờ.
V. Triển Khai Ngôn Ngữ SQL Mờ Trên CSDL Quan Hệ
Chương 4 trình bày về việc triển khai ngôn ngữ SQL mờ trên mô hình quan hệ truyền thống. Luận văn gồm phần mở đầu, 4 chương nội dung, phần kết luận và tài liệu tham khảo. Chương 1 trình bày những kiến thức, khái niệm cơ sở dùng trong luận văn. Giới thiệu tổng quan về các mô hình cơ sở dữ liệu mờ, ngôn ngữ SQL mờ.
5.1. Cấu Trúc Dữ Liệu Cho Triển Khai SQL Mờ
Việc triển khai SQL mờ đòi hỏi các cấu trúc dữ liệu phù hợp để lưu trữ và xử lý dữ liệu mờ. Các cấu trúc dữ liệu này có thể bao gồm các kiểu dữ liệu mờ, các hàm thành viên và các toán tử mờ.
5.2. Các Bước Triển Khai Truy Vấn SQL Mờ
Việc triển khai truy vấn SQL mờ bao gồm các bước như phân tích cú pháp, tối ưu hóa truy vấn và thực thi truy vấn. Các bước này cần được điều chỉnh để phù hợp với tính chất mờ của dữ liệu và các toán tử mờ.
VI. Ưu Điểm và Hướng Phát Triển Mô Hình Dữ Liệu Mờ
Mô hình dữ liệu mờ và ứng dụng SQL mờ mang lại nhiều ưu điểm trong việc xử lý thông tin không chắc chắn và không đầy đủ. Tuy nhiên, vẫn còn nhiều hướng phát triển để nâng cao hiệu quả và khả năng ứng dụng của mô hình này.
6.1. Ưu Điểm Của Mô Hình Dữ Liệu Mờ
Mô hình dữ liệu mờ cho phép biểu diễn và xử lý thông tin không chắc chắn và không đầy đủ một cách tự nhiên hơn so với mô hình dữ liệu quan hệ truyền thống. Điều này giúp cải thiện khả năng ra quyết định trong các tình huống mà thông tin không hoàn toàn chính xác.
6.2. Hướng Phát Triển Của Mô Hình Dữ Liệu Mờ
Các hướng phát triển của mô hình dữ liệu mờ bao gồm việc nghiên cứu các mô hình mờ mới, phát triển các thuật toán truy vấn mờ hiệu quả hơn và tích hợp mô hình dữ liệu mờ với các công nghệ khác như học máy và khai phá dữ liệu.
