Nghiên Cứu Phát Hiện Luật Kết Hợp Hiếm và Ứng Dụng

• Tác giả: Cù Thu Thủy
• Người hướng dẫn: PGS. Đỗ Văn Thành
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Hệ thống thông tin
• Đề tài: Phát Hiện Luật Kết Hợp Hiếm: Nghiên Cứu và Ứng Dụng
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC CÁC KÍ HIỆU VÀ CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
• MỞ ĐẦU
• 0.1. Lý do chọn đề tài
• 0.2. Mục tiêu cụ thể và phạm vi nghiên cứu của luận án
• 0.3. Ý nghĩa khoa học và thực tiễn của luận án
• 0.4. Đóng góp của luận án
• 0.5. Cấu trúc của luận án
• 1. CHƯƠNG 1: PHÁT HIỆN LUẬT KẾT HỢP VÀ LUẬT KẾT HỢP HIẾM
• 1.1. Luật kết hợp và phương pháp chung phát hiện luật kết hợp
• 1.2. Bài toán phát hiện luật kết hợp
• 1.3. Quy trình hai bước phát hiện luật kết hợp
• 1.4. Phát hiện luật kết hợp từ CSDL tác vụ
• 1.5. Phát hiện luật kết hợp với một ngưỡng độ hỗ trợ
• 1.6. Phát hiện luật kết hợp với độ hỗ trợ khác nhau
• 1.7. Phát hiện luật kết hợp từ CSDL định lượng
• 1.8. Phát hiện luật kết hợp định lượng
• 1.9. Phát hiện luật kết hợp mờ
• 1.10. Phân hoạch mờ
• 1.11. Phát hiện luật kết hợp hiếm
• 1.12. Giới thiệu chung về luật kết hợp hiếm
• 1.13. Một số hướng nghiên cứu chính phát hiện luật kết hợp hiếm
• 1.14. Luật hiếm Sporadic
• 1.15. Khuynh hướng nghiên cứu về luật hiếm
• 2. CHƯƠNG 2: PHÁT HIỆN LUẬT KẾT HỢP HIẾM TRÊN CƠ SỞ DỮ LIỆU TÁC VỤ
• 2.1. Luật kết hợp Sporadic tuyệt đối hai ngưỡng
• 2.2. Giới thiệu về luật Sporadic tuyệt đối hai ngưỡng
• 2.3. Tập Sporadic tuyệt đối hai ngưỡng
• 2.4. Thuật toán tìm tập Sporadic tuyệt đối hai ngưỡng đóng
• 2.5. Luật kết hợp Sporadic không tuyệt đối hai ngưỡng
• 2.6. Giới thiệu về luật kết hợp Sporadic không tuyệt đối hai ngưỡng
• 2.7. Tập Sporadic không tuyệt đối hai ngưỡng
• 2.8. Thuật toán tìm tập Sporadic không tuyệt đối hai ngưỡng đóng
• 2.9. Luật kết hợp với ràng buộc mục dữ liệu âm
• 2.10. Giới thiệu về luật kết hợp với ràng buộc mục dữ liệu âm
• 2.11. Tập phổ biến có ràng buộc mục dữ liệu âm
• 2.12. Thuật toán tìm tập phổ biến với ràng buộc mục dữ liệu âm
• 3. CHƯƠNG 3: PHÁT HIỆN LUẬT KẾT HỢP HIẾM TRÊN CƠ SỞ DỮ LIỆU ĐỊNH LƯỢNG
• 3.1. Giới thiệu về phát hiện luật kết hợp hiếm trên CSDL định lượng
• 3.2. Luật kết hợp Sporadic tuyệt đối hai ngưỡng mờ
• 3.3. Giới thiệu về luật Sporadic tuyệt đối hai ngưỡng mờ
• 3.4. Tập Sporadic tuyệt đối hai ngưỡng mờ
• 3.5. Thuật toán tìm tập Sporadic tuyệt đối hai ngưỡng mờ
• 3.6. Luật kết hợp Sporadic không tuyệt đối hai ngưỡng mờ
• 3.7. Giới thiệu về luật Sporadic không tuyệt đối hai ngưỡng mờ
• 3.8. Tập Sporadic không tuyệt đối hai ngưỡng mờ
• 3.9. Thuật toán tìm tập Sporadic không tuyệt đối hai ngưỡng mờ
• 4. CHƯƠNG 4: ỨNG DỤNG LUẬT KẾT HỢP MẪU ÂM VÀ MÔ HÌNH HỒI QUY CHUYỂN TIẾP TRƠN TRONG PHÂN TÍCH VÀ DỰ BÁO KINH TẾ
• 4.1. Mô hình hồi quy chuyển tiếp trơn
• 4.2. Phân tích hồi quy
• 4.3. Mô hình hồi quy chuyển tiếp trơn logistic
• 4.4. Xây dựng mô hình hồi quy chuyển tiếp trơn logistic
• 4.5. Ứng dụng luật kết hợp mẫu âm và mô hình hồi quy chuyển tiếp trơn trong xây dựng mô hình phân tích và dự báo chỉ số chứng khoán
• 4.6. Dữ liệu phục vụ xây dựng mô hình
• 4.7. Phát hiện mối quan hệ giữa chỉ số chứng khoán và các cổ phiếu
• 4.8. Xây dựng mô hình dự báo chỉ số chứng khoán
• 4.9. Ứng dụng luật kết hợp mẫu âm và mô hình hồi quy chuyển tiếp trơn trong xây dựng mô hình dự báo chỉ số giá tiêu dùng (CPI)
• 4.10. Dữ liệu phục vụ xây dựng mô hình dự báo chỉ số CPI
• 4.11. Phát hiện mối quan hệ giữa giá hàng hóa và chỉ số CPI
• 4.12. Xây dựng mô hình dự báo chỉ số CPI
• KẾT LUẬN
• DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ CÓ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phát Hiện Luật Kết Hợp Hiếm Trong Nghiên Cứu

Phát hiện luật kết hợp hiếm là một lĩnh vực nghiên cứu quan trọng trong khai phá dữ liệu. Luật kết hợp hiếm đề cập đến những mối quan hệ giữa các phần tử dữ liệu mà ít xảy ra nhưng lại có giá trị cao. Nghiên cứu này không chỉ giúp hiểu rõ hơn về các mối quan hệ trong dữ liệu mà còn mở ra nhiều ứng dụng thực tiễn trong các lĩnh vực như thương mại, y tế và tài chính.

1.1. Khái Niệm Về Luật Kết Hợp Hiếm

Luật kết hợp hiếm là những luật có tần suất xảy ra thấp nhưng lại mang lại thông tin quý giá. Ví dụ, luật kết hợp giữa 'máy pha cà phê' và 'máy xay cà phê' có độ hỗ trợ thấp nhưng độ tin cậy cao.

1.2. Lịch Sử Phát Triển Nghiên Cứu Luật Kết Hợp

Lý thuyết luật kết hợp được giới thiệu lần đầu tiên vào năm 1993 bởi Rakesh Agrawal. Từ đó, nhiều nghiên cứu đã được thực hiện để phát triển các thuật toán phát hiện luật kết hợp hiếm.

II. Thách Thức Trong Phát Hiện Luật Kết Hợp Hiếm

Mặc dù phát hiện luật kết hợp hiếm có nhiều tiềm năng, nhưng vẫn tồn tại nhiều thách thức. Việc tìm kiếm các luật hiếm thường gặp khó khăn do tần suất thấp và chi phí tính toán cao. Các thuật toán hiện tại thường không hiệu quả khi áp dụng cho luật hiếm.

2.1. Chi Phí Tính Toán Cao

Việc phát hiện luật kết hợp hiếm yêu cầu đặt ngưỡng độ hỗ trợ cực tiểu rất nhỏ, dẫn đến chi phí tính toán tăng cao do số lượng luật tìm được lớn.

2.2. Thiếu Hiệu Quả Trong Các Thuật Toán Hiện Tại

Nhiều thuật toán hiện tại chỉ tập trung vào các luật có độ hỗ trợ và độ tin cậy cao, bỏ qua các luật hiếm có giá trị.

III. Phương Pháp Phát Hiện Luật Kết Hợp Hiếm Hiệu Quả

Để giải quyết các thách thức trong phát hiện luật kết hợp hiếm, nhiều phương pháp mới đã được đề xuất. Các phương pháp này tập trung vào việc tối ưu hóa quy trình phát hiện và giảm thiểu chi phí tính toán.

3.1. Sử Dụng Ràng Buộc Trong Phát Hiện Luật

Một trong những phương pháp hiệu quả là sử dụng ràng buộc phần hệ quả của luật để giảm thiểu không gian tìm kiếm và tăng cường độ chính xác.

3.2. Thuật Toán MCPSI và NC CHARM

Các thuật toán như MCPSI và NC-CHARM được phát triển để tìm kiếm các tập mục hiếm một cách hiệu quả hơn, giảm thiểu chi phí tính toán.

IV. Ứng Dụng Thực Tiễn Của Luật Kết Hợp Hiếm

Luật kết hợp hiếm đã được ứng dụng trong nhiều lĩnh vực khác nhau, từ thương mại đến y tế. Các ứng dụng này không chỉ giúp cải thiện quy trình ra quyết định mà còn tối ưu hóa các chiến lược kinh doanh.

4.1. Ứng Dụng Trong Thương Mại

Trong thương mại, phát hiện luật kết hợp hiếm giúp các doanh nghiệp hiểu rõ hơn về hành vi của khách hàng và tối ưu hóa các chiến dịch marketing.

4.2. Ứng Dụng Trong Y Tế

Trong lĩnh vực y tế, luật kết hợp hiếm có thể giúp phát hiện các mối liên hệ giữa các triệu chứng và bệnh tật, từ đó cải thiện quy trình chẩn đoán.

V. Kết Luận Về Nghiên Cứu Luật Kết Hợp Hiếm

Nghiên cứu về phát hiện luật kết hợp hiếm đang ngày càng trở nên quan trọng trong bối cảnh dữ liệu ngày càng lớn. Các phương pháp mới và ứng dụng thực tiễn sẽ tiếp tục được phát triển để tối ưu hóa quy trình phát hiện và ứng dụng luật kết hợp hiếm.

5.1. Tương Lai Của Nghiên Cứu Luật Kết Hợp Hiếm

Tương lai của nghiên cứu luật kết hợp hiếm hứa hẹn sẽ có nhiều tiến bộ với sự phát triển của công nghệ và thuật toán mới.

5.2. Đề Xuất Hướng Nghiên Cứu Mới

Cần tiếp tục nghiên cứu để phát triển các thuật toán hiệu quả hơn và mở rộng ứng dụng của luật kết hợp hiếm trong các lĩnh vực khác nhau.