Tổng quan về luận án

Khai phá dữ liệu (Data Mining) và phát hiện tri thức từ cơ sở dữ liệu (Knowledge Discovery in Databases - KDD) đóng vai trò nền tảng trong việc trích xuất các tri thức ẩn, có giá trị dự báo từ khối lượng dữ liệu khổng lồ. Trong các hệ thống thông tin hiện đại, dữ liệu phát sinh từ thị trường tài chính chứng khoán (như VN-Index, VN30, Istanbul Stock Exchange), giao dịch thương mại điện tử (Online Retail), mạng cảm biến và y tế số đều mang hai đặc trưng cốt lõi: tính định lượng (quantitative values) và tính phụ thuộc thời gian (temporal timestamps).

Luận án tiến sĩ chuyên ngành Hệ thống thông tin (Mã số: 9 48 01 04) của nghiên cứu sinh Trương Đức Phương, dưới sự hướng dẫn khoa học của PGS. Đỗ Văn Thành và PGS. Nguyễn Đức Dũng tại Học viện Khoa học và Công nghệ thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam, mang tiêu đề: "Phát hiện luật kết hợp và luật chuỗi mờ trong cơ sở dữ liệu định lượng có yếu tố thời gian". Công trình này thể hiện tính tiên phong học thuật khi giải quyết bài toán khai phá tri thức tích hợp đa chiều: kết hợp đồng thời giá trị định lượng, trình tự xuất hiện và khoảng cách thời gian diễn ra giữa các sự kiện dưới góc nhìn của lý thuyết tập mờ (Fuzzy Set Theory).

Nghiên cứu tập trung giải quyết 3 khoảng trống tri thức (research gaps) mang tính cốt lõi trong y văn:

  1. Khoảng trống về luật kết hợp có khoảng cách thời gian trong CSDL định lượng: Các nghiên cứu kinh điển về luật kết hợp liên giao dịch (Inter-transaction Association Rules) của Lu et al. (1998) [32] hay FITI [33], ITARM [34] chỉ áp dụng trên CSDL giao dịch nhị phân với khoảng thời gian rõ hoặc cửa sổ trượt (sliding window). Kỹ thuật cửa sổ trượt gây bùng nổ không gian tìm kiếm và giới hạn khoảng cách khảo sát. Trong khi đó, thuật toán FITARM [89] đã tiếp cận CSDL định lượng nhưng khoảng cách thời gian vẫn là giá trị số rời rạc rõ, dẫn đến hiện tượng "sắc nét" (sharp boundary problem) tại biên phân chia.
  2. Khoảng trống về mẫu chuỗi mờ có khoảng cách thời gian trong CSDL chuỗi định lượng: Các thuật toán khai phá mẫu chuỗi có khoảng cách thời gian như Delta-Pattern của Yoshida et al. (2000) [60], I-Apriori / I-PrefixSpan của Chen et al. (2003) [61], TAS [62], FTI-Apriori / FTI-PrefixSpan của Chen & Huang (2005) [63], SPFTI của Chang et al. (2009) [65] chỉ thực hiện trên CSDL chuỗi giao dịch mục nhị phân. Ngược lại, các thuật toán mẫu chuỗi định lượng mờ (SPEEDYFUZZY [53], FGBSPMA [54]) lại hoàn toàn bỏ qua khoảng cách thời gian giữa các giao dịch.
  3. Khoảng trống về luật chuỗi chung có yếu tố thời gian trong CSDL chuỗi định lượng: Mô hình luật chuỗi chung (General Sequential Rules) được đề xuất bởi Fournier-Viger et al. (2011, 2012, 2014) [69, 71, 72] qua các thuật toán CMRules, RuleGrowth và ERMiner chỉ khảo sát trên CSDL chuỗi giao dịch không có thuộc tính định lượng và không xác định khoảng cách thời gian giữa tiền đề và hệ quả.

Để giải quyết các khoảng trống trên, luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:

  • RQ1: Làm thế nào để khai phá luật kết hợp phản ánh đồng thời mức độ định lượng mờ và khoảng cách trễ thời gian mờ giữa các giao dịch mà không làm bùng nổ tổ hợp ứng viên?
    • H1: Việc mờ hóa đồng thời thuộc tính định lượng và khoảng cách thời gian sẽ loại bỏ triệt để hiện tượng biên sắc nét, đồng thời thuật toán FTQ duy trì tính đúng đắn và đầy đủ trên không gian tìm kiếm.
  • RQ2: Làm thế nào để trích xuất các mẫu chuỗi mờ mang khoảng cách thời gian mờ trong CSDL chuỗi định lượng?
    • H2: Mô hình chuỗi mờ kết hợp hàm thuộc thời gian mờ FSPFTIM cho phép biểu diễn tự nhiên quy luật diễn tiến hành vi theo thời gian với chi phí tính toán tối ưu hơn phương pháp phân khoảng rõ.
  • RQ3: Làm thế nào để mở rộng luật chuỗi chung sang không gian định lượng có khoảng cách thời gian mờ?
    • H3: Cấu trúc lớp tương đương trái/phải ($LE_{W,i}, RE_{W,i}$) kết hợp cơ chế mờ hóa trong thuật toán IFERMiner sẽ khai phá chính xác các luật chuỗi chung hợp lệ ($FCSI\text{ valid}$) với số lần quét CSDL tối thiểu.

Về khung lý thuyết, công trình tích hợp Lý thuyết tập mờ của Zadeh (1965) [84], Khung lý thuyết khai phá tập phổ biến của Agrawal et al. (1993, 1995) [1, 39], và Cấu trúc đại số lớp tương đương của Fournier-Viger et al. (2014) [72]. Đóng góp của luận án được kiểm chứng trên các tập dữ liệu chuẩn quốc tế và thực tế với quy mô lên tới 341.000 chuỗi giao dịch ($S100I1000T3D341K$), dữ liệu bán lẻ Online Retail France và dữ liệu chỉ số tài chính VN-Index, VN30.

Literature Review và Positioning

Lịch sử phát triển của lý thuyết khai phá luật kết hợp và mẫu chuỗi trải qua ba dòng nghiên cứu chính:

                            TIẾN TRÌNH TIẾP CẬN Y VĂN
1. Khai phá giao dịch cổ điển:
   
2. Xử lý dữ liệu định lượng:
   
3. Tích hợp thời gian:
   
4. Luật chuỗi chung & Đóng góp của Luận án:
  1. Dòng nghiên cứu luật kết hợp và mẫu chuỗi giao dịch cổ điển: Khởi đầu từ thuật toán Apriori của Agrawal & Srikant (1993, 1994) [1, 2], các cấu trúc dữ liệu và chiến lược duyệt không gian tìm kiếm theo chiều rộng (BFS: Partition [3], DIC [13]) và chiều sâu (DFS: FP-Growth [14], ECLAT [12], CHARM [9]) liên tục được phát triển. Trong khai phá chuỗi, các đại diện tiêu biểu gồm GSP [40], SPADE [42], SPAM [43], PrefixSpan [49] và CloSpan [50]. Nhược điểm cốt tử của nhóm này là chỉ tiếp nhận dữ liệu nhị phân ${0, 1}$, xem xét các mục chỉ ở trạng thái xuất hiện hoặc không xuất hiện.
  2. Dòng nghiên cứu xử lý dữ liệu định lượng và lý thuyết tập mờ: Để khai phá CSDL định lượng, Srikant & Agrawal (1996) [20] áp dụng kỹ thuật rời rạc hóa phân khoảng rõ (crisp partitioning). Tuy nhiên, cách tiếp cận này tạo ra hiện tượng "sắc nét" vô lý tại điểm biên (ví dụ: tuổi 59 là "Trung niên", nhưng 60 tuổi bị cắt sang "Già" dù độ chênh lệch chỉ 1 đơn vị). Để khắc phục, Kuok et al. (1998) [24], Hong et al. (1999, 2003) [25, 54] và Chen et al. [26] đã đưa lý thuyết tập mờ (Zadeh, 1965) vào biểu diễn thuộc tính ngôn ngữ (linguistic terms) với các thuật toán nổi bật như SpeedyFuzzy, MiniFuzzy [53], FGBSPMA [54], FQSP-MMS [56].
  3. Dòng nghiên cứu tích hợp yếu tố thời gian và khoảng cách thời gian: Lu et al. (1998) [32] mở rộng luật kết hợp liên giao dịch $a \xrightarrow{2\text{ ngày}} b$ thông qua cửa sổ trượt. Yoshida et al. (2000) [60] và Chen et al. (2003) [61] đưa khoảng thời gian rõ $[t_1, t_2]$ vào mẫu chuỗi. Nhằm loại bỏ biên sắc nét của thời gian, Chen & Huang (2005) [63] đề xuất thuật toán FTI-Apriori và FTI-PrefixSpan với mẫu chuỗi mờ $\langle a, Short, b, Long, c \rangle$. Chang et al. (2009) [65, 66] phát triển số mờ hình thang $\langle a, \mu_{a_b}, b \rangle$ nhưng chỉ dừng ở mức độ đề xuất ý tưởng chưa có thực nghiệm đầy đủ.

Trong y văn tồn tại hai cuộc tranh luận học thuật lớn:

  • Tranh luận 1 (Biểu diễn định lượng): Rời rạc hóa phân khoảng rõ (Crisp Partitioning) đối lập với Mờ hóa thuộc tính (Fuzzy Fuzzification). Phân khoảng rõ có ưu thế tính toán đơn giản nhưng làm biến dạng thông tin tại biên và đánh mất các mẫu tiềm năng. Mờ hóa phản ánh chính xác ngữ nghĩa tự nhiên nhưng đòi hỏi chi phí tính toán hàm thành viên và xử lý tổ hợp tập mờ phức tạp.
  • Tranh luận 2 (Mô hình hóa thời gian): Cửa sổ trượt cố định (Sliding Window) đối lập với Khoảng cách thời gian mờ động (Dynamic Fuzzy Intervals). Cửa sổ trượt gò bó quan hệ trong phạm vi hẹp cố định, trong khi khoảng cách mờ cho phép nắm bắt quan hệ trễ linh hoạt nhưng tạo thách thức lớn trong việc kiểm soát không gian trạng thái.

Định vị nghiên cứu: Luận án định vị tại giao điểm tiên tiến nhất chưa từng được khám phá trong y văn: tổng quát hóa toàn diện các chiều dữ liệu Định lượng (Quantitative), Chuỗi/Kết hợp (Sequential/Association) và Khoảng cách thời gian mờ (Fuzzy Time Intervals).

Tiêu chí so sánh Chen & Huang (2005) [63] Fournier-Viger et al. (2014) [72] Luận án Trương Đức Phương (2021)
Loại CSDL xử lý Chuỗi giao dịch nhị phân có thời gian Chuỗi giao dịch nhị phân Chuỗi định lượng & CSDL định lượng có thời gian
Thuộc tính định lượng Không hỗ trợ (Nhị phân) Không hỗ trợ (Nhị phân) Mờ hóa đa mức ($K$ phân hoạch)
Khoảng cách thời gian Mờ hóa cho trước ($Short, Long$) Không xét yếu tố thời gian Mờ hóa đồng thời thuộc tính và thời gian ($K_t$)
Dạng tri thức phát hiện Mẫu chuỗi mờ thời gian Luật chuỗi chung ($X \implies Y$) Luật kết hợp mờ, Mẫu chuỗi mờ, Luật chuỗi chung mờ ($FCSI$)
Thuật toán cốt lõi FTI-Apriori, FTI-PrefixSpan ERMiner (Lớp tương đương) FTQ, FSPFTIM, IFERMiner

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng nền tảng lý thuyết khai phá tập phổ biến của Agrawal et al. (1993, 1995) và lý thuyết tập mờ của Zadeh (1965), thiết lập 3 dạng tri thức hình thức mới:

                            CÁC DẠNG TRI THỨC MỚI

Đóng góp lý thuyết mang tính đột phá thể hiện qua việc chứng minh toán học Tính chất suy biến (Degeneration Properties):

  • Định lý suy biến của FTQ: Khi các hàm thuộc mờ của thuộc tính co thành hàm chỉ thị nhị phân ${0, 1}$ và khoảng cách thời gian mờ chuyển thành các điểm thời gian rõ, luật kết hợp mờ suy biến hoàn toàn về luật kết hợp liên giao dịch cổ điển (Lu et al., 1998) hoặc thuật toán Apriori (Agrawal et al., 1994).
  • Định lý suy biến của FSPFTIM: Mẫu chuỗi mờ với khoảng cách thời gian mờ suy biến thành mẫu chuỗi cổ điển GSP (Agrawal & Srikant, 1995) khi $K=1, K_t=1$.
  • Định lý suy biến của IFERMiner: Luật chuỗi chung mờ suy biến chính xác về luật chuỗi chung kinh điển của thuật toán ERMiner (Fournier-Viger et al., 2014).

Điều này khẳng định các lý thuyết trước đây chỉ là những trường hợp riêng biệt (special cases) của khung lý thuyết tổng quát mà luận án xây dựng.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 trụ cột lý thuyết: Fuzzy Set Theory (Zadeh), Itemset/Sequence Lattice Theory (Agrawal), và Equivalence Class Algebraic Structures (Fournier-Viger).

Quy trình mờ hóa dữ liệu định lượng và khoảng cách thời gian sử dụng hàm thành viên tam giác chuẩn tắc: $$\mu_{x_m}^{K, i_m}(val) = \max\left{1 - \frac{|val - a_{i_m}^K|}{b_{i_m}^K}, 0\right}$$ Trong đó tọa độ tâm và độ rộng đáy phân hoạch mờ được xác định bởi: $$a_{i_m}^K = \min(x_m) + \frac{(\max(x_m) - \min(x_m))(i_m - 1)}{K - 1}, \quad b_{i_m}^K = \frac{\max(x_m) - \min(x_m)}{K - 1}$$

                HÀM THÀNH VIÊN TAM GIÁC CHO THUỘC TÍNH ĐỊNH LƯỢNG
       μ(val)
              a_1^K           a_2^K           a_3^K
              (min)                          (max)

Điều kiện biên (Boundary Conditions): Mô hình thiết lập các ràng buộc toán học chặt chẽ:

  • Trục thời gian đơn điệu không giảm: $0 \le t_1 \le t_2 \le \dots \le t_m$.
  • Ngưỡng hỗ trợ cực tiểu $min_sup \in (0, 1]$ và ngưỡng tin cậy cực tiểu $min_conf \in (0, 1]$.
  • Phân hoạch thuộc tính $K \ge 2$ và phân hoạch thời gian $K_t \ge 2$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ triết lý thực chứng diễn dịch kết hợp khoa học thiết kế thuật toán (Design Science & Computational Algorithmic Paradigm). Thiết kế nghiên cứu theo mô hình đa tầng:

                            THIẾT KẾ NGHIÊN CỨU ĐA TẦNG

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu triển khai qua 3 thuật toán đề xuất:

                          QUY TRÌNH THUẬT TOÁN IFERMiner

Trong thủ tục leftSearch và rightSearch, hàm countPruning(c, d) đóng vai trò then chốt: nếu cận trên độ hỗ trợ của tổ hợp mục $(c, d)$ không đạt $min_sup$, toàn bộ nhánh con của lớp tương đương sẽ bị loại bỏ ngay lập tức mà không cần duyệt CSDL.

Chứng minh tính đúng đắn và đầy đủ:

  • Soundness (Tính đúng đắn): Mọi luật sinh ra từ FTQ, FSPFTIM, IFERMiner đều có độ hỗ trợ và độ tin cậy mờ thực tế thỏa mãn $\ge min_sup$ và $\ge min_conf$.
  • Completeness (Tính đầy đủ): Không có bất kỳ mẫu/luật mờ hợp lệ nào bị bỏ sót do không gian tìm kiếm được bao phủ toàn vẹn qua cấu trúc dàn (lattice) và tính đơn điệu giảm của độ hỗ trợ mờ (Fuzzy Anti-monotonicity Property).

Data và phân tích

Nghiên cứu sử dụng hệ thống dữ liệu thực nghiệm đa dạng:

  1. Dữ liệu tài chính thực tế: Istanbul Stock Exchange, VN-Index và VN30 (chỉ số giá đóng cửa, khối lượng giao dịch qua các phiên).
  2. Dữ liệu thương mại điện tử: Online Retail France (chuỗi hành vi mua sắm với số lượng và mốc thời gian chi tiết).
  3. Dữ liệu tổng hợp quy mô lớn: $S100I1000T3D341K$ sinh từ bộ sinh chuẩn IBM Synthetic Data Generator gồm 341.000 chuỗi giao dịch, 1.000 mặt hàng, độ dài chuỗi trung bình 100.

Môi trường thực nghiệm được lập trình trên nền tảng C++/Java, chạy trên hệ thống CPU Intel Core i7, RAM 16GB. Các tham số thực nghiệm được kiểm thử: $min_sup \in [3%, 10%]$, $min_conf \in [70%, 85%]$, $K \in {3, 5}$, $K_t \in {3, 5}$.

Phát hiện đột phá và implications

Những phát hiện then chốt

                         KẾT QUẢ THỰC NGHIỆM THEN CHỐT
  1. Khắc phục triệt để hiện tượng biên sắc nét: So sánh trực tiếp giữa Phương pháp mờ hóa (A) và Phương pháp chia khoảng rõ (B) trên thuật toán FTQ, FSPFTIM và IFERMiner cho thấy: Phương pháp chia khoảng rõ làm mất đi 35% đến 45% số lượng luật có ý nghĩa do các giá trị rơi sát biên phân chia bị triệt tiêu độ hỗ trợ. Phương pháp mờ hóa bảo toàn tính liên tục của dữ liệu.
  2. Hiệu năng tính toán và khả năng co giãn vượt trội: Thuật toán IFERMiner với cơ chế phân tách lớp tương đương trái/phải giúp giảm từ 60% đến 80% số lần quét lại CSDL so với phương pháp sinh ứng viên duyệt cạn kiểu Apriori.
  3. Phát hiện các quan hệ trễ có giá trị thực tiễn cao:
    • Trên dữ liệu chứng khoán VN-Index và VN30 ($min_sup = 7%, min_conf = 70%$): Trích xuất thành công các luật trễ như: "Nếu chỉ số VN30 tăng ở mức Nhiều và mã VIC tăng ở mức Trung bình trong thời gian Ngắn, thì mã VCB sẽ tăng ở mức Trung bình sau một khoảng thời gian Trung bình tiếp theo".
    • Trên dữ liệu Online Retail France ($min_sup = 3%, min_conf = 75%$): Phát hiện chuỗi hành vi mua sắm định lượng kèm khoảng cách thời gian thực tế giữa các đợt tái đặt hàng của khách hàng doanh nghiệp.

Implications đa chiều

  • Về mặt học thuật (Theoretical Advances): Đặt nền móng lý thuyết vững chắc cho chuyên ngành Hệ thống thông tin trong việc tích hợp đồng thời 3 thành tố: Fuzzy Sets + Temporal Intervals + Quantitative Sequences.
  • Về mặt phương pháp luận (Methodological Innovations): Thuật toán IFERMiner cung cấp một khuôn mẫu (framework) xử lý đại số lớp tương đương có thể áp dụng cho các bài toán khai phá đồ thị, luồng dữ liệu hoặc mạng xã hội.
  • Về mặt ứng dụng thực tiễn (Practical Applications): Cung cấp công cụ dự báo định lượng cho các quỹ đầu tư tài chính chứng khoán, tối ưu hóa quản trị kho vận trong chuỗi cung ứng và cá nhân hóa hệ thống gợi ý (Recommender Systems) trong thương mại điện tử.
  • Khả năng tổng quát hóa (Generalizability): Các thuật toán FTQ, FSPFTIM, IFERMiner có tính độc lập miền dữ liệu (domain-independent), sẵn sàng triển khai trên dữ liệu y tế (theo dõi tiến triển bệnh lý theo liều lượng thuốc và thời gian) hoặc dữ liệu công nghiệp IoT.

Limitations và Future Research

Nghiên cứu nhìn nhận khách quan các giới hạn học thuật:

  1. Hàm thành viên cố định: Luận án sử dụng các hàm thành viên tập mờ hình tam giác/hình thang được xác định trước với tham số $K$ và $K_t$ cố định. Điều này đòi hỏi tri thức chuyên gia hoặc thử nghiệm tham số lặp đi lặp lại.
  2. Chi phí bộ nhớ khi phân hoạch mờ tăng cao: Khi số lượng thuộc tính định lượng lớn và số mức phân hoạch $K, K_t \ge 5$, không gian tìm kiếm tập mờ gia tăng theo hàm mũ, đòi hỏi dung lượng bộ nhớ RAM lớn trong quá trình lưu trữ các lớp tương đương.
  3. Chưa xét đến trọng số lợi ích kinh tế (High Utility): Các thuật toán mới chỉ đánh giá trên tần suất xuất hiện mờ (Fuzzy Support) và độ tin cậy (Confidence), chưa tích hợp giá trị sinh lời thực tế (Utility/Profit) của từng mặt hàng.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Tự động hóa quá trình sinh hàm thành viên mờ tối ưu bằng thuật toán di truyền (Genetic Algorithms) hoặc phân cụm mờ (Fuzzy C-Means).
  • Tích hợp khai phá mẫu chuỗi mờ thời gian có lợi ích cao (Fuzzy Time-Interval High Utility Sequential Patterns - FTI-HUSP).
  • Mở rộng thuật toán xử lý phân tán trên kiến trúc dữ liệu lớn Big Data (Apache Spark / Flink) cho luồng dữ liệu thời gian thực (Data Streams).

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Công trình mở ra hướng nghiên cứu mới trong cộng đồng KDD, cung cấp hệ thống định lý và mã giả thuật toán chuẩn mực. Các bài báo từ luận án đã được công bố trên các tạp chí khoa học quốc tế chuyên ngành (như Indian Journal of Science and Technology [CT4]).
  • Chuyển đổi công nghiệp: Doanh nghiệp bán lẻ và các sàn thương mại điện tử có thể ứng dụng trực tiếp FSPFTIM và IFERMiner để xây dựng hệ thống tự động cảnh báo thời điểm khách hàng sắp hết hàng tiêu dùng để kích hoạt khuyến mãi cá nhân hóa.
  • Tác động kinh tế tài chính: Cung cấp cho các tổ chức tài chính thuật toán phát hiện bất thường và dự báo xu hướng dòng tiền liên thị trường với độ chính xác cao hơn phương pháp chuỗi thời gian truyền thống.

Đối tượng hưởng lợi

                             ĐỐI TƯỢNG HƯỞNG LỢI

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng những lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc xây dựng mô hình toán học tổng quát tích hợp đồng thời 3 chiều: Mờ hóa thuộc tính định lượng, Mờ hóa khoảng cách thời gian và Cấu trúc quan hệ chuỗi chung ($FCSI$). Luận án mở rộng trực tiếp Lý thuyết tập mờ của Zadeh (1965), Lý thuyết khai phá tập phổ biến của Agrawal et al. (1993, 1995) và Lý thuyết đại số lớp tương đương của Fournier-Viger et al. (2014), đồng thời chứng minh toán học rằng các thuật toán kinh điển trong y văn đều là trường hợp suy biến riêng biệt của mô hình đề xuất.

2. Điểm cải tiến phương pháp luận cốt lõi khi so sánh với ít nhất hai nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu của Chen & Huang (2005) [63] (chỉ xử lý chuỗi giao dịch nhị phân với khoảng thời gian mờ), luận án cải tiến phương pháp luận khi mờ hóa toàn diện cả thuộc tính định lượng lẫn khoảng cách thời gian trên CSDL chuỗi định lượng ($FSD$). So với thuật toán ERMiner của Fournier-Viger et al. (2014) [72] (chỉ tìm luật chuỗi chung không thời gian trên CSDL giao dịch), luận án tích hợp thành công thông tin khoảng cách thời gian mờ vào quá trình sinh lớp tương đương trái/phải ($LE_{W,i}, RE_{W,i}$), cho phép trích xuất luật có dạng trễ thời gian $X \xrightarrow{\Delta t_{mờ}} Y$ với hiệu năng vượt trội.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và có bằng chứng dữ liệu hỗ trợ ra sao?

Phát hiện bất ngờ nhất là phương pháp chia khoảng rõ kinh điển (Crisp Partitioning) làm sụt giảm nghiêm trọng từ 35% đến 45% số lượng luật hợp lệ do triệt tiêu độ hỗ trợ tại các điểm biên giáp ranh. Ngược lại, phương pháp mờ hóa FTQ và IFERMiner duy trì được phổ luật liên tục và khám phá ra các quy luật trễ bất đối xứng trong thị trường chứng khoán (như quan hệ trễ giữa chỉ số VN30, mã VIC và VCB tại ngưỡng $min_sup=7%, min_conf=70%$) mà phương pháp phân khoảng rõ hoàn toàn bỏ sót.

4. Luận án có cung cấp đầy đủ giao thức tái lập (Replication Protocol) và chứng minh toán học không?

Luận án cung cấp đầy đủ mã giả chi tiết của 3 thuật toán cốt lõi (FTQ, FSPFTIM, IFERMiner), định nghĩa hình thức cho từng cấu trúc dữ liệu ($DF, FSD, LE, RE$), công thức xác định hàm thành viên $\mu(val)$, cùng toàn bộ chứng minh hình thức về Tính đúng đắn (Soundness), Tính đầy đủ (Completeness) và phân tích độ phức tạp thời gian/không gian. Các bộ dữ liệu thử nghiệm đều là dữ liệu thực tế công khai hoặc dữ liệu mô phỏng chuẩn quốc tế ($S100I1000T3D341K$).

5. Chương trình nghiên cứu 10 năm tiếp theo được định hình như thế nào?

Chương trình nghiên cứu dài hạn tập trung vào 3 hướng:

  1. Phát triển cơ chế tự thích nghi hàm thuộc mờ (Self-adaptive Dynamic Fuzzy Sets) sử dụng học sâu/học tăng cường.
  2. Tích hợp lý thuyết khai phá mẫu có lợi ích kinh tế cao (High Utility Pattern Mining) vào chuỗi mờ thời gian thực.
  3. Chuyển đổi kiến trúc thuật toán sang mô hình tính toán phân tán (Distributed Computing) trên nền tảng Big Data Stream để xử lý luồng dữ liệu thời gian thực mili-giây trong các hệ thống IoT và tài chính thông minh.

Kết luận

Luận án tiến sĩ của NCS. Trương Đức Phương đã giải quyết trọn vẹn và triệt để 3 bài toán lớn trong lĩnh vực khai phá dữ liệu định lượng có yếu tố thời gian, mang lại 5 đóng góp học thuật cốt lõi:

  1. Đề xuất mô hình hình thức và thuật toán FTQ phát hiện luật kết hợp mờ với khoảng cách thời gian mờ trong CSDL định lượng có yếu tố thời gian, xóa bỏ hiện tượng biên sắc nét và hạn chế của cửa sổ trượt.
  2. Đề xuất mô hình hình thức và thuật toán FSPFTIM phát hiện mẫu chuỗi mờ với khoảng cách thời gian mờ trong CSDL chuỗi định lượng có yếu tố thời gian.
  3. Đề xuất mô hình hình thức và thuật toán IFERMiner phát hiện luật chuỗi chung mờ với khoảng cách thời gian mờ ($FCSI\text{ valid}$), tận dụng tối đa sức mạnh của cấu trúc phân lớp tương đương trái/phải để tối ưu hóa hiệu năng tính toán.
  4. Chứng minh toán học chặt chẽ về Tính đúng đắn, Tính đầy đủ và Tính chất suy biến của các thuật toán đề xuất, khẳng định tính bao hàm tổng quát đối với các thuật toán kinh điển trong y văn quốc tế.
  5. Thực nghiệm toàn diện trên dữ liệu thực tế quy mô lớn, minh chứng tính khả thi, độ tin cậy và giá trị ứng dụng cao trong phân tích tài chính chứng khoán và hành vi thương mại điện tử.

Công trình tạo nên bước chuyển biến quan trọng về mô thức khai phá dữ liệu đa chiều, mở ra các nhánh nghiên cứu mới về khai phá luồng dữ liệu mờ, chuỗi mờ lợi ích cao và đóng góp thiết thực vào kho tàng tri thức khoa học máy tính và hệ thống thông tin.