Hơn một thập niên trởlại đây, khai phá dữliệu (KPDL) đã trởthành một trong những hướng nghiên cứu chính trong lĩnh vực khoa học máy tính và công nghệtri thức. Hàng loạt nghiên cứu, đềxuất ra đời đã được thửnghiệm và ứng dụng thành công vào đời sống cùng với hơn mười năm lịch sửcho thấy rằng KPDL là một lĩnh vực nghiên cứu ổn định, có một nền tảng lý thuyết vững chắc chứkhông phải được xem là “sớm nởtối tàn” nhưmột sốít nhà tin học nghi ngờ tại thủa ban đầu của lĩnh vực này. KPDL bao hàm rất nhiều hướng tiếp cận. Các kỹthuật chính được áp dụng trong lĩnh vực này phần lớn được thừa kếtừlĩnh vực cơsởdữliệu (CSDL), machine learning, trí tuệnhân tạo, lý thuyết thông tin, xác suất thống kê, và tính toán hiệu năng cao. Các bài toán chủyếu trong KPDL là phân lớp/dự đoán (classification/prediction), phân cụm (clustering), khai phá luật kết hợp (association rules mining), khai phá chuỗi (sequence mining), v.v. Lĩnh vực này cũng là điểm hội tụvà giao thoa của rất nhiều lĩnh vực khác. KPDL đã và đang được ứng dụng thành công vào thương mại, tài chính & thịtrường chứng khoán, sinh học, y học, giáo dục, viễn thông, .v.v. Ý thức được đây là một lĩnh vực nghiên cứu có nhiều triển vọng, tôi đã chọn hướng nghiên cứu Khai phá song song luật kết hợp mờcho đềtài luận văn của mình. Luận văn được xây dựng dựa trên nền các nghiên cứu đã có trong lĩnh vực khai phá luật kết hợp kểtừnăm 1993, đồng thời tôi cũng mạnh dạn trình bày một vài đềxuất của riêng mình mà hai trong sốnhững đềxuất đó là “nêu lên mối liên hệgiữa luật kết hợp mờvà lý thuyết tập mờ” và “thuật toán song song khai phá luật kết hợp mờ”. Luận văn được tổchức thành 5 chương nhưsau: • Chương Itrình bày tổng quan vềKPDL như định nghĩa thếnào là KPDL và khám phá tri thức từcơsởdữliệu, các bước chính trong quá trình khám phá tri thức. Chương này cũng đềcập đến các kỹthuật và hướng tiếp cận chính trong KPDL và phân loại các hệthống khai phá theo nhiều tiêu chí khác nhau. Phần cuối của chương này phác họa những ứng dụng chính của – 2 – lĩnh vực này và những hướng nghiên cứu đang và sẽ được chú trọng trong thời gian tới. • Chương IItrình bày vềbài toán “khai phá luật kết hợp”. Để đi vào những nghiên cứu cụthể ởhai chương sau, chương này cung cấp những hiểu biết cần thiết vềbài toán khai phá luật kết hợp. Phần cuối chương sẽlà tổng hợp những đềxuất chính trong hơn 10 năm lịch sửtồn tại và phát triển của bài toán này. • Chương IIItrình bày về“khai phá luật kết hợp mờ”. Phần đầu của chương phát biểu lại bài toán khai phá luật kết hợp với thuộc tính sốvà thuộc tính hạng mục cùng các phương pháp rời rạc hóa dữliệu cho bài toán này. Dạng luật kết hợp này cùng với các phương pháp rời rạc hóa đi kèm có một vài hạn chếnhưngữnghĩa của luật hay vấn đề“điểm biên gãy”. Luật kết hợp mờ được đềxuất nhưmột hướng khắc phục các nhược điểm của bài toán trên. Bên cạnh sựtổng hợp vềcác nghiên cứu trước đó vềdạng luật này, luận văn cũng nêu lên mối liên hệgiữa luật kết hợp và lý thuyết tập mờvà giải quyết câu hỏi “tại sao lại chọn phép tích đại sốvà phép lấy mincho toán tửT-norm”. Phần cuối của chương này là một đềxuất về cách chuyển đổi luật kết hợp mờvềdạng luật kết hợp mờvới thuộc tính số dựa vào ngưỡng wf tương ứng với các tập mờ fcủa từng thuộc tính mờ. • Chương IVtập trung vào bài toán ”khai phá song song luật kết hợp”. Phần đầu của chương này, luận văn tóm tắt lại các thuật toán đã được đềxuất và thửnghiệm thành công. Các thuật toán này giống nhau ởmột điểm là phải đồng bộhóa dù nhiều hay ít trong suốt quá trình tính toán và đây chính là nhược điểm cần khắc phục. Nắm bắt được tính chất của luật kết hợp mờ, luận văn đã đềxuất một thuật toán mới theo đó các bộxửlý (BXL) trong hệthống song song hạn chế được tối đa quá trình trao đổi dữliệu và đồng bộhóa. Thuật toán khai phá song song luật kết hợp mờnày được xem là gần lý tưởng bởi ngoài việc tránh được nhược điểm truyền thông, nó còn đạt được sựcân bằng tải giữa các BXL nhờmột chiến thuật chia tập thuộc tính ứng cửviên phù hợp. • Chương Vtổng kết luận văn bằng việc nêu lại những công việc đã thực hiện và kết quả đạt được của luận văn này. Ngoài ra, chương này cũng đề – 3 – cập những vấn đềchưa được giải quyết hoặc giải quyết thấu đáo trong toàn luận văn cũng nhưcông việc và hướng nghiên cứu trong tương lai. Lời cảm ơn: Đầu tiên, tôi muốn gửi lời cảm ơn sâu sắc nhất đến cán bộhướng dẫn khoa học, thầy giáo, TS. Hà Quang Thụy, người đã truyền cho tôi nguồn cảm hứng nghiên cứu khoa học, người đã đưa tôi đến với lĩnh vực nghiên cứu này, và là người đã giảng dạy, hướng dẫn tôi hết sức tận tình trong suốt bốn năm qua. Tôi xin bày tỏlời cảm ơn tới các thầy cô giáo đã giảng dạy tôi trong suốt hai năm học qua nhưGS. Huỳnh Hữu Tuệ, GS, TSKH. Nguyễn Xuân Huy, PGS, TS. Ngô Quốc Tạo, TS. Vũ Đức Thi, TS. Nguyễn Kim Anh, .v.v. Tôi cũng xin trân trọng cảm ơn các nhà khoa học và đồng thời là các thầy giáo trong ban chủnhiệm lớp cao học K8T1nhưGS. VS. Nguyễn Văn Hiệu, GS. TSKH. Bạch Hưng Khang, PGS. TS. HồSỹ Đàm, GS. TSKH. Phạm Trần Nhu, và PGS. TS. Đỗ Đức Giáo. Tôi cũng muốn gửi lời cảm ơn tới những thành viên trong nhóm seminar về “Khai phá dữliệu & tính toán song song” nhưTS. ĐỗVăn Thành, ThS. Phạm Thọ Hoàn, ThS. Đoàn Sơn, CN. Bùi Quang Minh, ThS. Nguyễn Trí Thành, CN. Nguyễn Thành Trung, CN. Tào ThịThu Phượng, CN. VũBội Hằng, .v.v. Họlà những người thầy, người bạn đã sát cánh bên tôi trong lĩnh vực nghiên cứu này và có những góp ý chuyên môn cũng nhưsự động viên vềtinh thần rất đáng trân trọng. Tôi xin ghi nhận những tình cảm, sựgiúp đỡvềchuyên môn cũng nhưtrong cuộc sống của các thầy giáo, các bạn đồng nghiệp trong Bộmôn Các Hệthống thông tin, Khoa Cộng nghệ, ĐHQG Hà Nội. Sựquan tâm của những người thầy nhưTS. Nguyễn Tuệ, PGS. TS. Trịnh Nhật Tiến, ThS. Nguyễn Quang Vinh, ThS. VũBá Duy, ThS. Lê Quang Hiếu .v.v. đã động viên và khích lệtôi rất nhiều trong thời gian qua. Cuối cùng, tôi xin gửi lời cảm ơn sâu sắc tới tất cảngười thân trong gia đình tôi, bạn bè tôi. Họthật sựlà nguồn động viên vô tận đối với tôi trong cuộc sống. Học viên thực hiện luận văn