Ứng dụng tập thô để tìm xấp xỉ tập hợp, rút gọn thuộc tính và độ phụ thuộc tính

Đại Học Quốc Gia TP.HCM
Trường Đại Học Công Nghệ Thông Tin
BÁO CÁO MÔN HỌC
Khai phá dữ liệu và kho dữ liệu
ĐỀ TÀI:
Ứng dụng tập thô để tìm xấp xỉ tập hợp,
rút gọn thuộc tính và độ phụ thuộc tính
GVHD: PGS.TS. Đỗ Phúc
Người thực hiện: Trần Duy Hùng
Mã số: CH1001105
Lớp: Cao học khóa 5
TP.HCM – 10/2012
Báo cáo môn Cơ sở dữ liệu nâng cao
MỤC LỤC

MỤC LỤC 1
DANH MỤC HÌNH ẢNH 2
LỜI MỞ ĐẦU 3
Phần I. Giới thiệu về Tập thô 4
Phần II. Chương trình ứng dụng tập thô tìm xấp xỉ tập hợp và rút gọn thuộc tính11
KẾT LUẬN 17
TÀI LIỆU THAM KHẢO 18
HVTH: Trần Duy Hùng – CH1001105 Trang 1/20
Báo cáo môn Cơ sở dữ liệu nâng cao
DANH MỤC HÌNH ẢNH

Hình I.1. Bảng hệ thống thông tin 4
Hình I.2. Bảng quyết định 5
Hình II.1. Giao diện khởi động chương trình 11
Hình II.2. Tạo bảng dữ liệu quyết định 12
Hình II.3. Chọn tập tin dữ liệu để xử lý 12

Hình II.4. Bảng dữ liệu quyết định sau khi chọn tập tin 13
Hình II.5. Kết quả tính MTPB, hàm PB và rút gọn thuộc tính 13
Hình II.6. Tính xấp xỉ tập hợp 14
Hình II.7. Tính xấp xỉ tập hợp 14
Hình II.8. Giao diện tính độ phụ thuộc thuộc tính 15
Hình II.9. Kết quả tính độ phụ thuộc thuộc tính P =>
k
Q 16
HVTH: Trần Duy Hùng – CH1001105 Trang 2/20
Báo cáo môn Cơ sở dữ liệu nâng cao
LỜI MỞ ĐẦU

Dữ liệu ngày càng lớn, cơ sở dữ liệu ngày càng được tích hợp thành các cơ sở dữ
liệu lớn; sự phụ thuộc của kinh tế, xã hội vào hệ thống thông tin ngày càng cao; sự tích
hợp mang tính đa ngành, đa lĩnh vực con người luôn mong muốn tìm kiếm được tri
thức mang tính chất trực quan, dễ hiểu, dễ vận dụng nhất từ những cái phức tạp đó.
Trong những năm gần đây, khám phá tri thức được xem là một hướng tiếp cận tốt cho
việc giải quyết các bài toán nêu trên, khám phá tri thức luôn thu hút nhiều nhà nghiên
cứu vận dụng các phương pháp khác nhau nhằm đạt kết quả cao nhất với chi phí thời
gian thấp nhất. Tập thô được xem là phương pháp tiếp cận có cơ sở toán học vững
chắc cho việc thực hiện khám phá tri thức. Lý thuyết tập thô tỏ ra rất hiệu quả để hoàn
thiện quá trình khai phá dữ liệu. Trong lý thuyết tập thô, dữ liệu được biễu diễn thông
qua hệ thông tin hay bảng quyết định và chất lượng của thông tin được đo bằng cách
sử dụng khái niệm xấp xỉ trên, xấp xỉ dưới. Từ những bảng dữ liệu lớn và dữ liệu thừa,
không hoàn hảo, dữ liệu liên tục hay dữ liệu ở dạng ký hiệu, lý thuyết tập thô cho phép
khám phá tri thức từ những loại dữ liệu như vậy nhằm phát hiện các quy luật từ khối
dữ liệu này.
Bài thu hoạch của em thực hiện việc vận dụng lý thuyết của tập thô để khám phá
tri thức để tìm ra các thuộc tính cần thiết nhất, đáng quan tâm nhất từ một tập hợp rất
nhiều thuộc tính trong dữ liệu, đồng thời phát hiện mức độ phụ thuộc giữa các thuộc

tính đó. Dù đã có nhiều cố gắng tìm tòi tài liệu nhưng do vấn đề thời gian và kiến thức
nên trong bài thu hoạch chắc chắn sẽ còn có những điều thiếu sót. Em kính mong nhận
được sự thông cảm cũng như những nội dung góp ý từ Thầy.
Xin chân thành cảm ơn Thầy!
Học viên thực hiện
Trần Duy Hùng
HVTH: Trần Duy Hùng – CH1001105 Trang 3/20
Báo cáo môn Cơ sở dữ liệu nâng cao
Phần I. Giới thiệu về Tập thô

I. Lý thuyết Tập thô
1. Hệ thống thông tin:
Một hệ thống thông tin là một biểu diễn của tập hợp dữ liệu đo lường các hiện
tượng vật lý như: giọng nói, văn bản, chuổi ảnh, các tín hiệu xử lý trong công nghiệp,
v.v
Một hệ thống thông tin bao gồm bốn thành phần:
S = <U,Q,V,f>
Trong đó:
- S: là hệ thống thông tin
- U: là tập vũ trụ đóng, tập xác định N đối tượng {x
1
,x
2
, x
3
, ,x
N
}, U không là
tập rỗng.
- Q: là tập xác định n thuộc tính {q

1
,q
2
, q
3
, ,q
N
}, Q không là tập rỗng.
- V = U
q
∈
Q
V
q
, trong đó V
q
là miền giá trị của thuộc tính q.
- f: UV  V là tập các hàm quyết định hay còn gọi là hàm biểu diễn thông tin
sao cho f(x,q) ∈ V
q
với mọi q ∈ Q, x ∈ U.
Các dòng trong bảng thông tin được gọi là các thực thể hay là các đối tượng.
Dưới đây là một bảng thông tin đơn giản với U = {x1, x2, x3, x4, x5, x6, x7, x8} và Q
= {Account, Balance, Employed, Monthly going}.
ACCOUNT BALANCE EMPLOYED MONTHLY GOING
X1 Bank Medium Yes Low
X2 Bank Low Yes High
X3 None Low Yes Medium
X4 Other High Yes High
X5 Other Medium Yes High

X6 Other High Yes Low
X7 Bank High No Medium
X8 None Low No Low
Hình I.1. Bảng hệ thống thông tin
2. Bảng quyết định
Bảng quyết định gồm cặp A = (U, A U {d}), trong đó:
• U là tập hữu hạn các đối tượng khác rỗng.
• A là tập các thuộc tính điều kiện.
• D là tập các thuộc tính quyết định (A ∩ D =
φ
).
ACCOUNT BALANCE EMPLOYED MONTHLY GOING DECISION
X1 Bank Medium Yes Low Accept
X2 Bank Low Yes High Reject
HVTH: Trần Duy Hùng – CH1001105 Trang 4/20
Báo cáo môn Cơ sở dữ liệu nâng cao
X3 None Low Yes Medium Reject
X4 Other High Yes High Accept
X5 Other Medium Yes High Reject
X6 Other High Yes Low Accept
X7 Bank High No Medium Accept
X8 None Low No Low Reject
Hình I.2. Bảng quyết định
3. Quan hệ bất khả phân biệt
Gọi S = <U,Q,V,f> là một hệ thống thông tin, A
⊆
Q là tập con của tập thuộc
tính Q; x,y ∈ U là các đối tượng trong hệ thống thông tin S. Hai đối tượng x và y được
gọi là có quan hệ tương đương trên tập thuộc tính A trong S nếu như: f(x,a) = f(y,a)
mọi a ∈A.

Ký hiệu: x
___
A
y: x quan hệ tương đương với y trên tập thuộc tính A.
Một quan hệ tương đương R
⊆
X  Y thỏa 3 điều kiện sau.
• Phản xạ (xRx)
• Đối xứng (Nếu xRy thì yRx)
• Bắc cầu (Nếu xRy và yRz thì xRz)
Lớp tương đương của x ∈ X bao gồm tất cả y ∈ X sao cho xRy
Cho A = {U,A} là bảng thông tin và B
⊆
A , ta có quan hệ tương đương
INDA (B) = {(x,x’) ∈ U
2
| ∀a ∈ B, a(x) = a(x’)}
IND
A
(B) được gọi là quan hệ bất khả phân biệt B. Nếu (x,x’) ∈ IND
A
(B) thì đối
tượng x và x’ là bất khả phân biệt với nhau bởi thuộc tính B. Lớp tương đương của
quan hệ bất khả phân biệt B được kí hiệu là [x]
B
.
Tìm lớp tương đương của các tập thuộc tính từ hệ thông tin
+IND{MONTHLY OUTGOING}: {X1,X6,X8} {X2,X4,X5} {X3,X7}
+IND{EMPLOYED}: {X1,X2,X3,X4,X5,X6} {X7,X8}
+IND{EMPLOYED,MONTHLY OUTGOING}: {X1,X6} {X2,X4,X5} {X3}

{X7} {X8}
+IND{BALANCE}: {X1,X5} {X2,X3,X8} {X4,X6,X7}
+IND{BALANCE,MONTHLY OUTGOING}: {X1,X3,X8} {X2,X4,X6,X8}
{X5,X7}
+IND{BALANCE, EMPLOYED}: {X1,X5} {X2,X3} {X4,X6} {X7} {X8}
+IND{BALANCE, EMPLOYED, MONTHLY OUTGOING}: {X1,X3}
{X2,X4,X6} {X5} {X7} {X8}
+IND{ACCOUNT}: {X1,X2,X7} {X3,X8} {X4,X5,X6}
+IND{ACCOUNT,MONTHLY OUTGOING}: {X1} {X2} {X3} {X4,X5}
{X6} {X7} {X8}
+IND{ACCOUNT,EMPLOYED}: {X1,X2} {X3} {X4,X5,X6} {X7} {X8}
HVTH: Trần Duy Hùng – CH1001105 Trang 5/20
Báo cáo môn Cơ sở dữ liệu nâng cao
+IND{ACCOUNT,EMPLOYED,MONTHLY OUTGOING}: {X1} {X2} {X3}
{X4,X5} {X6} {X7} {X8}
+IND{ACCOUNT,BALANCE}: {X1} {X2} {X3,X8} {X4,X6} {X5} {X7}
+IND{ACCOUNT,BALANCE,MONTHLY OUTGOING}: {X1} {X2}
{X3,X8} {X4} {X5} {X6} {X7}
+IND{ACCOUNT,BALANCE,EMPLOYED}: {X1} {X2} {X3} {X4,X6} {X5}
{X7} {X8}
+IND{ACCOUNT,BALANCE,EMPLOYED,MONTHLY OUTGOING}: {X1}
{X2} {X3} {X4} {X5} {X6} {X7} {X8}
4. Xấp xỉ tập hợp
Gọi T = (U , A) là bảng thông tin và B
⊆
A và X
⊆
U. Ta có thể xấp xỉ X dùng
các thông tin chứa trong B bằng cách tạo các xấp xỉ B dưới và B trên của X, kí hiệu
lần lượt là BX và

___
B
X với:
BX = {x/ [x]
B
∈ X }
___
B
X = {x/ [x]
B
∩ X ≠
φ
}
Xấp xỉ dưới (BX) luôn là tập con của xấp xỉ trên (
___
B
X).
Đối tượng trong B(X) chắc chắn được phân lớp là thành viên của X theo tri thức
cơ sở từ tập B, tập B(X) còn gọi là tập chắc chắn, trong khi đối tượng trong
___
B
X chỉ
có khả năng được phân lớp là thành viên của X theo tri thức cơ sở trong B, tập
___
B
X
được gọi là tập khả năng.
Tập BN
B
(X) =

___
B
X / BX được gọi là B - vùng biên của X. Tập U \
___
B
X được gọi
là vùng B - vùng ngoài của X bao gồm các đối tượng chắc chắn không thuộc X. Một
tập được gọi là thô hoàn toàn nếu vùng biên của nó khác rỗng.
Tìm xấp xỉ trên và xấp xỉ dưới của từ hệ thông tin trên
+ B{MONTHLY OUTGOING} có các lớp tương đương: {{X1,X6,X8,}
{X2,X4,X5,} {X3,X7,}
- B lower = {}
- B upper = {X1,X6,X8,X2,X4,X5,X3,X7,}
+ B{EMPLOYED} có các lớp tương đương: {{X1,X2,X3,X4,X5,X6,}
{X7,X8,}
- B lower = {}
- B upper = {X1,X2,X3,X4,X5,X6,X7,X8,}
+ B{EMPLOYED,MONTHLY OUTGOING} có các lớp tương đương:
{{X1,X6,} {X2,X4,X5,} {X3,} {X7,} {X8,}
- B lower = {X1,X6,X7,}
- B upper = {X1,X6,X2,X4,X5,X7,}
HVTH: Trần Duy Hùng – CH1001105 Trang 6/20
Báo cáo môn Cơ sở dữ liệu nâng cao
+ B{BALANCE} có các lớp tương đương: {{X1,X5,} {X2,X3,X8,}
{X4,X6,X7,}
- B lower = {X4,X6,X7,}
- B upper = {X1,X5,X4,X6,X7,}
+ B{BALANCE,MONTHLY OUTGOING} có các lớp tương đương:
{{X1,X3,X8,} {X2,X4,X6,X8,} {X5,X7,}
- B lower = {}

- B upper = {X1,X3,X8,X2,X4,X6,X8,X5,X7,}
+ B{BALANCE,EMPLOYED} có các lớp tương đương: {{X1,X5,} {X2,X3,}
{X4,X6,} {X7,} {X8,}
- B lower = {X4,X6,X7,}
- B upper = {X1,X5,X4,X6,X7,}
+ B{BALANCE,EMPLOYED,MONTHLY OUTGOING} có các lớp tương
đương: {{X1,X3,} {X2,X4,X6,} {X5,} {X7,} {X8,}
- B lower = {X7,}
- B upper = {X1,X3,X2,X4,X6,X7,}
+ B{ACCOUNT} có các lớp tương đương: {{X1,X2,X7,} {X3,X8,}
{X4,X5,X6,}
- B lower = {}
- B upper = {X1,X2,X7,X4,X5,X6,}
+ B{ACCOUNT,MONTHLY OUTGOING} có các lớp tương đương: {{X1,}
{X2,} {X3,} {X4,X5,} {X6,} {X7,} {X8,}
- B lower = {X1,X6,X7,}
- B upper = {X1,X4,X5,X6,X7,}
+ B{ACCOUNT,EMPLOYED} có các lớp tương đương: {{X1,X2,} {X3,}
{X4,X5,X6,} {X7,} {X8,}
- B lower = {X7,}
- B upper = {X1,X2,X4,X5,X6,X7,}
+ B{ACCOUNT,EMPLOYED,MONTHLY OUTGOING} có các lớp tương
đương: {{X1,} {X2,} {X3,} {X4,X5,} {X6,} {X7,} {X8,}
- B lower = {X1,X6,X7,}
- B upper = {X1,X4,X5,X6,X7,}
+ B{ACCOUNT,BALANCE} có các lớp tương đương: {{X1,} {X2,}
{X3,X8,} {X4,X6,} {X5,} {X7,}
- B lower = {X1,X4,X6,X7,}
- B upper = {X1,X4,X6,X7,}
+ B{ACCOUNT,BALANCE,MONTHLY OUTGOING} có các lớp tương

đương: {{X1,} {X2,} {X3,X8,} {X4,} {X5,} {X6,} {X7,}
HVTH: Trần Duy Hùng – CH1001105 Trang 7/20
Báo cáo môn Cơ sở dữ liệu nâng cao
- B lower = {X1,X4,X6,X7,}
- B upper = {X1,X4,X6,X7,}
+ B{ACCOUNT,BALANCE,EMPLOYED} có các lớp tương đương: {{X1,}
{X2,} {X3,} {X4,X6,} {X5,} {X7,} {X8,}
- B lower = {X1,X4,X6,X7,}
- B upper = {X1,X4,X6,X7,}
+ B{ACCOUNT,BALANCE,EMPLOYED,MONTHLY OUTGOING} có các
lớp tương đương: {{X1,} {X2,} {X3,} {X4,} {X5,} {X6,} {X7,} {X8,}
- B lower = {X1,X4,X6,X7,}
- B upper = {X1,X4,X6,X7,}
5. Độ chính xác của xấp xỉ tập hợp
|)(|
|)(|
)(
___
XB
XB
X
B
−−−
=
α
Với |X| là lực lượng của X ≠ 0
Ta thấy rõ ràng 0 ≤ α ≤ 1
Nếu α
B
(X) = 1, X là rõ so với B.

Nếu α
B
(X) < 1, X là thô so với B.
Ý nghĩa : nhờ độ chính xác của xấp xỉ, ta có thể đặc trưng được giá trị của thuộc
tính quyết định bằng tập thuộc tính B tuy nhiên có thể có sai số.
6. Phụ thuộc thuộc tính trong hệ thông tin
Giả sử D và C là các tập con của A, ta nói rằng D phụ thuộc vào C với mức k (k
[0, ,1]) biểu thị C =>
k
D nếu như:
k=
),( Dc
γ
=
||
|)(|
U
DPos
C
, với Pos
C
(D) =
DUx /∈

C(X)
Được gọi là một C - vùng dương của phân hoạch U/D đối với C, là tập tất cả các
phần tử của U mà có thể được phân loại duy nhất thành khối của phân hoạch U/D với
các thành phần thuộc tính trong C.
),( Dc
γ

=
DUx /∈
∑
||
|)(|
U
XC
−−−
Nếu k = 1 ta nói là D phụ thuộc hoàn toàn vào C và nếu k < 1, ta nói là D phụ
thuộc một phần vào C.
Hệ số k diễn tả tỷ lệ của các thành phần trong tập tổng thể, với sự phân loại thành
khối của phân hoạch U/D, các thuộc tính sử dụng trong C gọi là mức phụ thuộc.
7. Tập thuộc tính rút gọn và tập thuộc tính lõi
Reduct là tập nhỏ nhất trong tập các thuộc tính điều kiện nhưng có khả năng phân
lớp như toàn bộ thuộc tính. Điều đó có nghĩa là: thay vì ta phải xét tất cả các thuộc tính
HVTH: Trần Duy Hùng – CH1001105 Trang 8/20
Báo cáo môn Cơ sở dữ liệu nâng cao
điều kiện để có thể rút ra được quyết định, thì ta chỉ xét các thuộc tính điều kiện đặc
trưng nhất mà không làm ảnh hưởng gì đến quyết định cuối cùng.
Điều này làm giảm khối lượng xem xét thuộc tính điều kiện và ta sẽ phát hiện ra
các thuộc tính điều kiện dư thừa.
7.1. Ma trận phân biệt
Cho T = (U,C,D) là bảng quyết định với U là các đối tượng trong bảng
Ma trận bất khả phân biệt của T được kí hiệu là M(T) là ma trận đối xứng nn
với các phần tử M
ij
được định nghĩa như sau:






=∈∀
≠∈∃≠∈
=
)]()([
)]()([)}()(:{
ji
jiji
ududDdif
ududDdifucucCc
Mij
λ
Với i,j = 1,2,…,n sao cho u
i
hay u
j
thuộc về vùng C-dương của D
M
ij
là tập tât cả thuộc tính điều kiện để phân lớp các đối tượng u
i
và u
j
vào các
lớp khác nhau.
Tạo ma trận phân biệt từ hệ thông tin
X1 X2 X3 X4 X5 X6 X7
X2 Y2,Y4
X3 Y1 Y2

Y4
λ
X4
λ
Y1 Y2 Y1 Y2
Y4
X5 Y1 Y4
λ
λ
Y2
X6
λ
Y1 Y2
Y4
Y1 Y2
Y4
λ
Y2 Y4
X7
λ
Y2 Y3
Y4
Y1 Y2
Y3
λ
Y1 Y2 Y3
Y4
λ
X8 Y1 Y2
Y3

λ
λ
Y1 Y2 Y3
Y4
λ
Y1 Y2
Y3
Y1 Y2
Y4
Y1 = ''ACCOUNT''
Y2 = ''BALANCE''
Y3 = ''EMPLOYED''
Y4 = ''MONTHLY OUTGOING''
7.2. Hàm phân biệt
Hàm phân biệt f
T
cho một hệ thông tin T là một hàm boole của m biến logic u
*
1
,
u
*
2
, u
*
m
(tương ứng với các thuộc tính u
1
, u
2

, u
m
) được xác định như sau
với m
ij
= {u
*
\u ∈m
ij
}
f
T
(u
*
1
, u
*
2
, u
*
m
) =
∧
{∨ m
ij
| 1 ≤ j ≤ i ≤ n, m
ij

≠

φ
} với:
- ∨ m
ij
= (false), nếu m
ij

≠

φ
HVTH: Trần Duy Hùng – CH1001105 Trang 9/20
Báo cáo môn Cơ sở dữ liệu nâng cao
- ∨ m
ij
= (true), nếu m
ij
=
λ
Do vậy, từ ma trận phân biệt trên, ta có hàm phân biệt sau:
f = (Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y4) ٨
(Y2) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y2 ٧ Y4) ٨ (Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧
Y3) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y3) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧
Y3) ٨ (Y1 ٧ Y2 ٧ Y4)
7.3. Tính các rút gọn thuộc tính
Áp dụng định luật hút
abaa
abaa
=∧∨
=∨∧
)(

)(
Ta sẽ có được các rút gọn thuộc tính sau:
F= (Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y4) ٨
(Y2) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y2 ٧ Y4) ٨ (Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧
Y3) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y3) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4) ٨ (Y1 ٧ Y2 ٧
Y3) ٨ (Y1 ٧ Y2 ٧ Y4)
= (Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2) ٨ (Y1 ٧ Y4) ٨ (Y2) ٨ (Y2 ٧ Y3 ٧
Y4) ٨ (Y1 ٧ Y2 ٧ Y3) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4)
= (Y2) ٨ (Y1 ٧ Y4) ٨ (Y1 ٧ Y2) ٨ (Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y3) ٨ (Y2 ٧ Y3 ٧
Y4) ٨ (Y1 ٧ Y2 ٧ Y4) ٨ (Y1 ٧ Y2 ٧ Y3 ٧ Y4)
= (Y2) ٨ (Y1 ٧ Y4) = (Y2 ٨ Y4) ٧ (Y1 ٨ Y2)
HVTH: Trần Duy Hùng – CH1001105 Trang 10/20
Báo cáo môn Cơ sở dữ liệu nâng cao
Phần II. Chương trình ứng dụng tập thô tìm xấp
xỉ tập hợp và rút gọn thuộc tính

II. Giới thiệu chương trình
Hình II.1. Giao diện khởi động chương trình
Trong đó bao gồm các chức năng:
- Tạo mới bảng dữ liệu: cho phép nhập tay để khởi tạo bảng dữ liệu.
- Mở tập tin dữ liệu
- Xử lý tính toán ma trận phân biệt, hàm phân biệt, rút gọn thuộc tính và tính xấp
xỉ tập hợp.
1. Tính toán ma trận phân biệt, hàm phân biệt và rút gọn thuộc tính
a. Trường hợp tự tạo mới bảng dữ liệu
- Nhấp chọn nút "TẠO MỚI"
- Nhập vào Danh sách thuộc tính (mỗi tên thuộc tính nằm trên một dòng riêng
biệt) và nhập tên thuộc tính quyết định.
- Nhấp chọn "LƯU" để chương trình ghi tên cột vào Bảng dữ liệu quyết định.
- Sau đó nhập từng dòng dữ liệu vào bảng.

HVTH: Trần Duy Hùng – CH1001105 Trang 11/20
Báo cáo môn Cơ sở dữ liệu nâng cao
Hình II.2. Tạo bảng dữ liệu quyết định
b. Trường hợp mở tập tin
Hình II.3. Chọn tập tin dữ liệu để xử lý
- Nhấp chọn nút "MỞ TỆP" để chọn tập tin dữ liệu cần thiết. sau khi chọn xong
tập tin, bảng dữ liệu quyết định sẽ xuất hiện dữ liệu từ tập tin đã chọn.
HVTH: Trần Duy Hùng – CH1001105 Trang 12/20
1. Nhấp tạo mới.
2. Nhập DS thuộc tính và
thuộc tính quyết định.
3. Bấm Lưu.
4. Nhập từng dòng dữ liệu vào bàng dữ liệu quyết định
Báo cáo môn Cơ sở dữ liệu nâng cao
Hình II.4. Bảng dữ liệu quyết định sau khi chọn tập tin
Tính toán Ma trận phân biệt, hàm phân biệt và rút gọn thuộc tính
- Sau khi chọn tập tin hoặc tạo mới bảng dữ liệu, ta chọn nút "XỬ LÝ".
Hình II.5. Kết quả tính MT phân biệt, hàm phân biệt và rút gọn thuộc tính
2. Tính toán và diễn giải xấp xỉ tập hợp
- Để tính toán xấp xỉ tập hợp, ta chọn sang tab "Xấp xỉ tập hợp".
HVTH: Trần Duy Hùng – CH1001105 Trang 13/20
Báo cáo môn Cơ sở dữ liệu nâng cao
- Tại đây, người dùng cần phải chọn giá trị của thuộc tính quyết định trong
combo box, sau đó nhấp vào "TÍNH XẤP XỈ TẬP HỢP"
Hình II.6. Tính xấp xỉ tập hợp
Hình II.7. Tính xấp xỉ tập hợp
3. Tính toán và diễn giải độ phụ thuộc thuộc tính
- Để thực hiện tính độ phụ thuộc thuộc tính, ta chọn sang tab "Phụ thuộc thuộc
tính".
HVTH: Trần Duy Hùng – CH1001105 Trang 14/20

Báo cáo môn Cơ sở dữ liệu nâng cao
- Tại đây, sẽ xuất hiện danh sách thuộc tính điều kiện trong khung "Các thuộc
tính điều kiện". Ta chọn thuộc tính cho tập con P và tập con Q.
- Tập con P là tập con thuộc tính cơ sở. Tập con Q là tập con thuộc tính cần tính
độ phụ thuộc vào P. Để tính được độ phụ thuộc thuộc tính P=>
k
Q. Em áp dụng công
thức tính sau:
k =
)(Q
P
γ
=
||
||
1
U
QP
N
i
∑
−−−
(với Q
i
là các phân hoạch trong lớp tương đương của tập con Q)
Hình II.8. Giao diện tính độ phụ thuộc thuộc tính
- Nhấp chọn nút "Tính độ phụ thuộc thuộc tính", kết quả của việc tính toán sẽ
xuất hiện trong khung "Tính độ phụ thuộc thuộc tính P==>Q".
Trong ví dụ này, em tính kết quả độ phụ thuộc thuộc tính của thuộc tính
"MONTHLY OUTGOING" so với tập con thuộc tính "ACCOUNT" và "BALANCE".

HVTH: Trần Duy Hùng – CH1001105 Trang 15/20
Báo cáo môn Cơ sở dữ liệu nâng cao
Hình II.9. Kết quả tính độ phụ thuộc thuộc tính P =>
k
Q
III.Đánh giá chương trình và hướng phát triển
1. Ưu điểm chương trình
- Trực quan, dễ theo dõi với các tab chức năng phân biệt.
- Chạy tốt với tập dữ liệu có số lượng record vừa phải cỡ 150 record, tốc độ thực
hiện chấp nhận được. Cho đến hiện tại vẫn chưa phát hiện lỗi chương trình.
- Tìm được kết quả của những nội dung quan trọng trong Tập thô (MT phân biệt,
hàm phân biệt, rút gọn thuộc tính, xấp xỉ tập hợp với độ xấp xỉ lớn nhất, độ phụ thuộc
thuộc tính).
2. Khuyết điểm
- Chương trình xử lý chậm với các bảng dữ liệu với số lượng record lớn.
3. Hướng phát triển
- Tìm phương pháp cải tiến về thuật toán để có thể xử lý các tập tin dữ liệu có số
lượng dòng lớn. Việc cải tiến này hết sức cần thiết để có thể thích hợp áp dụng vào các
cơ sở dữ liệu thực tế.
- Cải tiến chương trình để làm việc với tập dữ liệu không hoàn chỉnh. Thông qua
độ phụ thuộc thuộc tính dự đoán được các giá trị khuyết trong tập dữ liệu.
HVTH: Trần Duy Hùng – CH1001105 Trang 16/20
Báo cáo môn Cơ sở dữ liệu nâng cao
KẾT LUẬN

Sau khi nghiên cứu cơ sở lý thuyết của Tập thô, em nhận thấy tập thô có khả
năng xử lý rất lớn, có thể áp dụng trong nhiều lĩnh vực khác nhau và có thể kết hợp với
các lý thuyết khác như Tập mờ, mạng nơ ron hay các phương pháp toán học logic
khác. Lý thuyết tập thô tỏ ra rất hiệu quả và đầy đủ để hoàn thiện quá trình khám phá
tri thức, các khái niệm về ma trận khả phân, quan hệ tương đương và rút gọn là các

khái niệm rất thích hợp trong khai phá dữ liệu. Tập thô tạo nên cơ sở toán học vững
chắc để áp dụng vào khai phá dữ liệu.
Thông qua bài tiểu luận, em đã đạt được những mục tiêu sau:
+ Hiểu rõ các vấn đề quan trọng trong lý thuyết tập thô.
+ Xây dựng được chương trình để trực quan hóa từng bước trong nội dung lý
thuyết tập thô (tìm MT và hàm phân biệt, rút gọn thuộc tính, tính xấp xỉ tập hợp, tính
độ phụ thuộc thuộc tính).
+ Tìm hiểu tổng quát mối quan hệ giữa lý thuyết tập mờ và lý thuyết tập thô.
Hàm thuộc thô được xem như là một kiểu đặc biệt của hàm thuộc mờ. Mối quan hệ
giữa những hàm thuộc mờ và những hàm thuộc thô, giữa lõi và giá của lý thuyết tập
mờ và xấp xỉ trên, xấp xỉ dưới của lý thuyết tập thô.

HVTH: Trần Duy Hùng – CH1001105 Trang 17/20
Báo cáo môn Cơ sở dữ liệu nâng cao
TÀI LIỆU THAM KHẢO

[1] <PGS.TS. Đỗ Phúc>Tài liệu bài giảng Tập thô và Khai phá dữ liệu;
[2] <Ths. Nguyễn Khánh Luân> Luận văn ThS - Áp dụng kỹ thuật tập thô và tập mờ
trong phân tích dữ liệu bảo hiểm;
[3] <Jan Komrowski, Lech Polkowski, Andrzej Skowron> Rough set: A Tutorial;
[4] <Yiyu Yao and Yan Zhao> Discernibility Matrix Simplification for Constructing
Attribute Reducts;
[5] <Keyun Hu, Yuchang Lu and Chunyi Shi> Feature Ranking in Rough Set.
HVTH: Trần Duy Hùng – CH1001105 Trang 18/20