Nghiên cứu thuật toán khai phá luật kết hợp mờ

Giảng viên hướng dẫn Th.S Vũ Vinh Quang
Từ khoá: Khai phá dữ liệu luật kết hợp tập mờ luật kết hợp mờ KDD Data Mining

Tóm tắt

Đồ án nghiên cứu chuyên sâu về thuật toán khai phá luật kết hợp mờ, một mảng quan trọng trong lĩnh vực khai phá dữ liệu (Data Mining). Nội dung khởi đầu với các lý thuyết tổng quan về quá trình khám phá tri thức (KDD) và ý nghĩa của các luật kết hợp. Trọng tâm của đồ án nằm ở việc phân tích các điểm hạn chế của phương pháp rời rạc hóa dữ liệu truyền thống (vấn đề điểm biên gãy) đối với các thuộc tính số, từ đó đề xuất giải pháp áp dụng lý thuyết tập mờ để xây dựng luật kết hợp mờ hiệu quả hơn. Các thuật toán sinh tập phổ biến và chuyển đổi luật mờ cũng được làm rõ. Cuối cùng, tác giả cài đặt chương trình thử nghiệm FuzzyARM bằng C# để chứng minh tính hiệu quả.

Tài liệu tham khảo

  1. Đinh Mạnh Tường (2003), Trí tuệ nhân tạo, NXB Đại học Quốc gia Hà Nội
  2. Hoàng Văn Kiếm (2004), Giải một bài toán trên máy tính như thế nào - T3, NXB Giáo dục
  3. Phan Đình Diệu (1999), Logic trong các hệ tri thức, NXB Đại học Quốc gia Hà Nội, Hà Nội.
  4. Ian H. Witten & Eibe Frank (2005), Data Mining – Practical Machine Learning Tools and Techniques, Department of Computer Science, University of Waikato
  5. Alan Rea (1995), Data Mining – An Introduction, The Parallel Computer Centre, The Queen s University of Belfast.
  6. Jiawei Han and Micheline Kamber (2002), Data Mining: Concepts and Techniques, University of Illinois, Morgan Kaufmann Publishers.
  7. Attila Gyenesei (2000). A Fuzzy Approach for Mining Quantitative Association Rules. Turku Centre for Computer Science, TUCS Technical Reports, No 336.
  8. Heikki Mannila, Hannu Toivonen, and A. Inkeri Verkamo (1994), Efficient Algorithms for Discovering Association Rules, In KDD-1994: AAAI Workshop on Knowledge Discovery in Databases, pages 181-192, Seattle, Washington.