Cơ sở dữ liệu hướng đối tượng với thông tin ngôn ngữ mờ( Luận án tiến sĩ)

BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC VÀ
CÔNG NGHỆ VIỆT NAM

VIỆN CÔNG NGHỆ THÔNG TIN

ĐOÀN VĂN THẮNG

CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG VỚI
THÔNG TIN NGÔN NGỮ MỜ

LUẬN ÁN TIẾN SĨ TOÁN HỌC

HÀ NỘI – 2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC VÀ
CÔNG NGHỆ VIỆT NAM

VIỆN CÔNG NGHỆ THÔNG TIN

ĐOÀN VĂN THẮNG

CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG VỚI
THÔNG TIN NGÔN NGỮ MỜ

Chuyên ngành: Bảo đảm toán học cho máy tính và hệ thống tính toán
Mã số: 62. 46. 35. 01

LUẬN ÁN TIẾN SĨ TOÁN HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TS ĐOÀN VĂN BAN
2. PGS.TS TRƯƠNG CÔNG TUẤN

HÀ NỘI – 2014


LỜI CẢM ƠN
Luận án được hoàn thành tại Viện Công nghệ Thông tin. Để hoàn thành luận
án này, tác giả đã nhận được sự chỉ bảo tận tình, cùng những đòi hỏi nghiêm
khắc của PGS.TS Đoàn Văn Ban, người đã truyền đạt rất nhiều kiến thức quí
báu cũng như những kinh nghiệm nghiên cứu khoa học trong suốt thời gian tác
giả theo học nghiên cứu sinh. Tác giả cũng đã nhận được sự hướng dẫn và quan
tâm giúp đỡ của PGS.TS Trương Công Tuấn. Nhân dịp này, tác giả xin được
bày tỏ lòng biết ơn chân thành và sự kính trọng sâu sắc đối với các Thầy.
Trong thời gian làm nghiên cứu sinh ở Viện Công nghệ Thông tin, tác giả
được tiếp nhận những kiến thức quý giá và sự quan tâm chân tình từ các thầy,
cô giáo ở Viện. Tác giả xin gửi tới các thầy, cô lòng biết ơn, và lời cảm ơn chân
thành nhất.
Tác giả xin chân thành cảm ơn Ban lãnh đạo, Bộ phận quản lý Nghiên cứu
sinh và các Phòng chức năng của Viện Công nghệ Thông tin đã tạo mọi điều
kiện thuận lợi trong quá trình học tập, nghiên cứu của tác giả tại Viện.
Tác giả xin cảm ơn Ban Giám hiệu trường Cao đẳng Công nghệ Thông tin
hữu nghị Việt Hàn, Ban Giám hiệu trường Cao đẳng Công Thương Hồ Chí Minh,
Ban Chủ nhiệm khoa Công nghệ Thông tin và các Phòng chức năng của trường
Cao đẳng Công Thương đã quan tâm giúp đỡ mọi mặt để tác giả hoàn thành
nhiệm vụ học tập.

Xin chân thành cảm ơn sự quan tâm, động viên và những đóng góp quý báu
của các đồng nghiệp.
Sự quan tâm, mong mỏi của mọi thành viên trong Gia đình là một trong
những động cơ để tác giả nỗ lực học tập, nghiên cứu. Luận án này, như một món
quà tinh thần, xin đáp lại những niềm quan tâm, mong mỏi đó.
Cuối cùng, tác giả xin biểu thị sự biết ơn tới những người thân và bạn bè đã
ưu ái, giúp đỡ, động viên, khích lệ để tác giả hoàn thành luận án này.


LỜI CAM ĐOAN

Tác giả xin khẳng định tất cả các kết quả được trình bày trong luận án là
của riêng tác giả, không sao chép từ bất kỳ một công trình nào khác. Nếu có
điều gì không trung thực, tác giả xin chịu hoàn toàn trách nhiệm.
Tác giả

Đoàn Văn Thắng


Mục lục

Danh mục các thuật ngữ và từ viết tắt

i

Danh sách hình vẽ

ii

Danh sách bảng

iii

MỞ ĐẦU

1

Chương 1. TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI
TƯỢNG MỜ

6

1.1. Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

1.2. Thông tin không đầy đủ trong mô hình CSDL . . . . . . . . . . .

9

1.2.1. Thông tin sai lệch . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2. Thông tin thiếu chính xác . . . . . . . . . . . . . . . . . . 10
1.2.3. Thông tin không chắc chắn . . . . . . . . . . . . . . . . . 11
1.3. Tập mờ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Tập mờ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2. Các phép toán trên tập mờ

. . . . . . . . . . . . . . . . . 14

1.3.3. Tổng quát hoá ba phép toán cơ bản trên tập mờ . . . . . . 14

1.3.4. Biến ngôn ngữ . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4. Mô hình biểu diễn dữ liệu mờ với ngữ nghĩa của đại số gia tử . . . 17
1.4.1. Đại số gia tử . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.2. Đại số gia tử tuyến tính đầy đủ . . . . . . . . . . . . . . . 20
1.5. Mô hình CSDL hướng đối tượng mờ . . . . . . . . . . . . . . . . . 26
1.5.1. Đối tượng mờ . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5.2. Lớp mờ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28


1.5.3. Giá trị thuộc tính . . . . . . . . . . . . . . . . . . . . . . . 29
1.5.4. Phương thức

. . . . . . . . . . . . . . . . . . . . . . . . . 30

1.5.5. Quan hệ lớp đối tượng mờ . . . . . . . . . . . . . . . . . . 30
1.5.6. Quan hệ kế thừa mờ . . . . . . . . . . . . . . . . . . . . . 32
1.5.7. Mô hình lớp đối tượng mờ . . . . . . . . . . . . . . . . . . 33
1.6. Ngôn ngữ truy vấn dữ liệu . . . . . . . . . . . . . . . . . . . . . . 37
1.7. Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Chương 2. PHỤ THUỘC DỮ LIỆU TRONG MÔ HÌNH CƠ SỞ
DỮ LIỆU HƯỚNG ĐỐI TƯỢNG MỜ

39

2.1. Quan hệ ngữ nghĩa của dữ liệu mờ . . . . . . . . . . . . . . . . . 39
2.1.1. Đối sánh giá trị khoảng

. . . . . . . . . . . . . . . . . . . 39

2.1.2. Sự tương đương hai giá trị thuộc tính . . . . . . . . . . . . 41

2.1.3. Xấp xỉ ngữ nghĩa . . . . . . . . . . . . . . . . . . . . . . . 43
2.2. Phụ thuộc thuộc tính mờ và tập luật suy dẫn . . . . . . . . . . . 45
2.2.1. Phụ thuộc thuộc tính mờ trong lớp đối tượng . . . . . . . 46
2.2.2. Các luật suy dẫn trên phụ thuộc thuộc tính mờ . . . . . . 50
2.3. Phụ thuộc phương thức mờ trong lớp đối tượng . . . . . . . . . . 51
2.4. Truy vấn Null và lập luận tương tự . . . . . . . . . . . . . . . . . 52
2.4.1. Các giá trị Null . . . . . . . . . . . . . . . . . . . . . . . . 52
2.4.2. Truy vấn Null . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.4.3. Lập luận tương tự . . . . . . . . . . . . . . . . . . . . . . 53
2.4.4. Thuật toán tìm câu trả lời gần đúng cho truy vấn Null . . 54
2.5. Một số ví dụ minh họa . . . . . . . . . . . . . . . . . . . . . . . . 63
2.6. Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Chương 3. TRUY VẤN DỮ LIỆU TRONG HỆ THỐNG HƯỚNG
ĐỐI TƯỢNG VỚI THÔNG TIN KHÔNG CHẮC CHẮN

70

3.1. Đối tượng mờ dư thừa . . . . . . . . . . . . . . . . . . . . . . . . 71


3.2. Các phép toán đại số mờ . . . . . . . . . . . . . . . . . . . . . . . 73
3.2.1. Phép chọn mờ . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.2.2. Phép chiếu mờ . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2.3. Phép tích mờ . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2.4. Phép kết nối mờ . . . . . . . . . . . . . . . . . . . . . . . 75
3.2.5. Phép hợp mờ . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.2.6. Phép giao mờ . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.2.7. Phép trừ mờ . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.3. Phương pháp truy vấn dữ liệu mờ . . . . . . . . . . . . . . . . . . 80
3.3.1. Tìm kiếm dữ liệu theo lân cận ngữ nghĩa . . . . . . . . . . 81

3.3.2. Truy vấn mờ với lượng từ ngôn ngữ . . . . . . . . . . . . . 85
3.4. Một số ví dụ minh họa . . . . . . . . . . . . . . . . . . . . . . . . 90
3.5. Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
KẾT LUẬN

97

DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ

98

TÀI LIỆU THAM KHẢO

100


i

Danh mục thuật ngữ, từ viết tắt

Tiếng Việt

Tiếng Anh

Ký hiệu

Biến ngôn ngữ

Linguistic variable

Cơ sở dữ liệu hướng đối tượng

Object-Oriented DataBase

OODB

Cơ sở dữ liệu hướng đối tượng mờ

Fuzzy Object-Oriented DataBase

FOODB

Dữ liệu ngôn ngữ

Linguistic data

Đại số gia tử tuyến tính

Linear Hedge algebra

Đại số gia tử

Hedge algebra

Đại số đối tượng mờ

Fuzzy Object Algebra

Đối tượng phức hợp

Composite object

Định danh đối tượng

Object Identity

Giá trị chân lý

Truth value

Lập luận xấp xỉ

Approximate reasoning

Lược đồ đối tượng

Object Schemas

Nhóm quản trị cơ sở đối tượng

Object DataBase

HA

OID

ODMG

Management Group
Ngôn ngữ truy vấn đối tượng

Object Query Language

OQL

Ngôn ngữ truy vấn đối tượng mờ

Fuzzy Object Query Language

FOQL

Quan hệ kế thừa

Inheritance relationship

Quan hệ kết nhập

Aggregation relationship

Phân cấp thừa kế mờ

Fuzzy inheritance hierarchy

Phụ thuộc hàm mờ

Fuzzy Fuctional Dependency

FFD

Phụ thuộc phương thức mờ

Fuzzy Method Dependency

FMD

Lân cận mờ

Fuzzy Neighborhood

FN


ii

Danh sách hình vẽ

2.1

[fa , fb ] ∈ ℑ(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.2

[fa , fb ] ̸⊂ ℑ(x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.3

khi [fa , fb ] ∩ ℑ(x) = ∅ . . . . . . . . . . . . . . . . . . . . . . . . 41

2.4

Tính mờ của trẻ và già . . . . . . . . . . . . . . . . . . . . . . . . 41

2.5

Lớp đối tượng Sinh Viên . . . . . . . . . . . . . . . . . . . . . . . 46

2.6

Lược đồ lớp NhanVien . . . . . . . . . . . . . . . . . . . . . . . . 66

3.1

Mối quan hệ giữa lớp SinhVien và PhongHoc . . . . . . . . . . . . 90


iii

Danh sách bảng

2.1

Thể hiện của lớp SinhVien . . . . . . . . . . . . . . . . . . . . . . 47

2.2

Thể hiện của lớp SinhVien khi chuyển về giá trị khoảng và đối
sánh với các khoảng mờ của thuộc tính. . . . . . . . . . . . . . . . 49

2.3

Kết quả thực hiện truy vấn 2.1 . . . . . . . . . . . . . . . . . . . 64

2.4

Kết quả thực hiện truy vấn 2.2 . . . . . . . . . . . . . . . . . . . 65

2.5

Thể hiện của lớp BoPhan và QuanLy . . . . . . . . . . . . . . . . 66

2.6

Ma trận độ tương tự giữa các thuộc tính . . . . . . . . . . . . . . 66

2.7

Kết quả thực hiện trong truy vấn 2.4 . . . . . . . . . . . . . . . . 68

3.1

Các thể hiện của lớp PhongHoc và SinhVien . . . . . . . . . . . . 91

3.2

Kết quả truy vấn 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . 93

3.3

Kết quả truy vấn 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . 95

MỞ ĐẦU

Như chúng ta đã biết, mô hình hướng đối tượng (HĐT) truyền thống đã
chứng tỏ nhiều ưu điểm trong các vấn đề mô hình hóa, thiết kế và hiện thực các
hệ thống lớn, từ phần mềm cho đến cơ sở dữ liệu (CSDL). Đó là nhờ mô hình
này có khả năng biểu diễn trạng thái và hành vi của các đối tượng cũng như
sự phân cấp, phân loại và quan hệ giữa chúng trong các ứng dụng thực tế. Hơn
nữa, mô hình hướng đối tượng còn giúp tối ưu dữ liệu và tái sử dụng mã khi
xây dựng hệ thống thông qua cơ chế thừa kế thông tin giữa các lớp đối tượng.
Tuy nhiên, trong mô hình HĐT truyền thống, các mối quan hệ cũng như trạng
thái và hành vi của các đối tượng luôn luôn được thể hiện một cách chắc chắn
và chính xác. Điều này không hoàn toàn phù hợp với thực tế, bởi thông tin về
các đối tượng trong thế giới thực có thể mơ hồ, không chắc chắn, không đầy đủ.
Hệ quả là các ứng dụng dựa trên mô hình CSDL HĐT truyền thống không
biểu diễn được các đối tượng mà thông tin về chúng không được xác định một
cách chắc chắn và chính xác. Chẳng hạn, các ứng dụng mô hình CSDL truyền
thống không thể trả lời các truy vấn như “tìm tất cả những bệnh nhân trẻ có
tiền sử bệnh viêm thanh quản”; hoặc “tìm tất cả các gói bưu kiện có thể tích
khoảng 25000 cm3 ”,. . . trong đó trẻ và khoảng 25000 là những khái niệm và giá
trị không chính xác. Để khắc phục được các hạn chế như vậy, các nghiên cứu gần
đây đã tập trung nghiên cứu mô hình CSDL HĐT có khả năng biểu diễn và xử
lý được các đối tượng mà thông tin về chúng có thể không chắc chắn và không
chính xác.
Trên tinh thần đó, trong những năm qua đã có nhiều cách tiếp cận khác
nhau để giải quyết các vấn đề này. Một số nghiên cứu của George, Buckles và
Petry, 1993 [25]; Yazici và George, 1999 [47]; Yazici, George và Aksoy 1999 [48]
cho phép giá trị thuộc tính đối tượng là một tập các giá trị mờ kết hợp với một
quan hệ tương tự trên miền giá trị thuộc tính. Tùy theo ngữ cảnh, tập các giá trị

2

thuộc tính được định nghĩa là tuyển hoặc hội logic của các giá trị này. Ngữ nghĩa
của các giá trị tập mờ được xác định thông qua các quan hệ tương tự trên các
miền giá trị thuộc tính tương ứng. Vì các giá trị thuộc tính đối tượng là những
tập mờ, nên các lớp đối tượng cũng trở nên mờ. Ngoài ra, sự phân loại và phân
cấp lớp là mờ nên mức độ thành viên lớp của các đối tượng cũng được mờ hóa
theo.
Như trong mô hình CSDL quan hệ mờ, trong các các mô hình CSDL HĐT
mờ, phương pháp biểu diễn giá trị thuộc tính đối tượng bởi các phân bố khả
năng. Các nghiên cứu theo tiếp cận này rất đa dạng và khả năng mô hình hóa các
đối tượng mờ cũng rất khác nhau. Nhóm tác giả Van Gyseghem và De Caluwe
[44] kết hợp với lý thuyết tập mờ đã định nghĩa lớp như một tập các tính chất
gồm các thuộc tính và phương thức lớp xác định các đối tượng mờ của lớp. Mỗi
phương thức được biểu diễn như một hàm thao tác trên các giá trị tập mờ của
thuộc tính đối tượng. Bao hàm và phân cấp lớp mờ được xác định thông qua
bao hàm các miền giá trị thuộc tính tương ứng của các lớp. Thừa kế không chắc
chắn thuộc tính lớp được tính toán thông qua mức độ bao hàm lớp con trong
lớp cha.
Mô hình dựa trên lý thuyết xác suất đầu tiên được nhóm tác giả Kornatzky
và Shimony đề xuất năm 1994 [27]. Trong mô hình này, lớp được định nghĩa như
một tập các thuộc tính mà giá trị của chúng có thể kết hợp với một phân bố xác
suất. Lược đồ được định nghĩa như một tập các lớp có phân cấp kết hợp với xác
suất có điều kiện để một đối tượng của một lớp thuộc về lớp con của nó. Các tác
giả cũng đã phát triển một ngôn ngữ truy vấn để thao tác chọn các đối tượng
thỏa một xác suất được kết hợp với các truy vấn.
Rõ ràng, trở ngại lớn nhất trong việc phát triển các hệ thống CSDL HĐT
mờ đó là chưa có một mô hình dữ liệu chuẩn hay cơ sở toán học thống nhất cho
việc biểu diễn và xử lý dữ liệu đối tượng mờ. Cho đến nay, các nghiên cứu về mô

hình CSDL HĐT mờ chủ yếu tập trung vào việc mở rộng mô hình dữ liệu rõ đã
có theo nhiều cách tiếp cận khác nhau và cho phép biểu diễn, thao tác trên dữ
liệu mờ. Do đó, các mô hình CSDL HĐT mờ này chỉ thống nhất trên một tập


3

các khái niệm chung nhất trong mô hình của ODMG [22]. Có thể thấy rằng, các
kết quả nghiên cứu trên CSDL HĐT mờ luôn được xem xét với một mô hình cụ
thể, các kết quả này sẽ giải quyết cho một lớp các bài toán với một tập con các
khái niệm, tính chất đặc trưng hướng đối tượng. Như vậy, việc chọn lựa một mô
hình dữ liệu để nghiên cứu các vấn đề trong CSDL HĐT mờ là rất quan trọng.
Trong cơ sở dữ liệu quan hệ mờ, ở trong nước, từ năm 1985 Lê Tiến Vương
đã nghiên cứu áp dụng lý thuyết tập mờ trong mô hình quan hệ. Một số các kết
quả về mô hình cơ sở dữ liệu mở rộng sử dụng lý thuyết tập mờ và biến ngôn
ngữ của Lê Tiến Vương và Hồ Thuần đã được công bố vào năm 1989. Vẫn tiếp
tục đi sâu vào hướng đó, có các công trình nghiên cứu của Đinh Thị Ngọc Thanh
(1991) và Trương Đức Hùng (1996). Năm 2002, Hồ Cẩm Hà đã mở rộng mô hình
cơ sở dữ liệu mờ dựa trên quan hệ tương tự và phát triển một số các kết quả
dựa trên mô hình [25]. Năm 2004, Trần Thiên Thanh đã đề xuất một số kết quả
về phụ thuộc dữ liệu và tổng kết dữ liệu trên mô hình lý thuyết khả năng.
Trên cơ sở những mô hình mở rộng, những kết quả đã đạt được trên mô hình
quan hệ như phụ thuộc hàm, phụ thuộc đa trị, các dạng chuẩn, phân tách lược
đồ quan hệ, ngôn ngữ hỏi đáp, . . . được mở rộng theo nhiều cách khác nhau để
phù hợp với từng mô hình. Ngoài ra, để khai thác dữ liệu trên mô hình cơ sở dữ
liệu mờ nhiều tác giả nghiên cứu đã mở rộng những ngôn ngữ hỏi đáp trên mô
hình quan hệ như đại số quan hệ, phép tính quan hệ trên bộ, phép tính quan hệ
trên miền, ngôn ngữ SQL,. . . cho phù hợp với mô hình mới và đáp ứng yêu cầu
khai thác dữ liệu đa dạng của người dùng.
Tuy đã có nhiều cách tiếp cận để xử lý thông tin mờ nhưng hầu hết việc biểu

diễn và đối sánh dữ liệu vẫn phức tạp và mang tính chủ quan, phụ thuộc vào
nhiều yếu tố làm ảnh hưởng đến hiệu quả của việc thao tác dữ liệu. Chẳng hạn
như theo cách tiếp cận quan hệ mờ, yếu tố ảnh hưởng vào việc biểu diễn ngữ
nghĩa là việc xây dựng hàm thuộc và chọn ngưỡng lát cắt α của tập mờ, theo
cách tiếp cận quan hệ tương tự là việc chọn ngưỡng tương tự hai giá trị, ngưỡng
của mỗi thuộc tính và ngưỡng của bộ dữ liệu,. . . Vì vậy, cần có một cách tiếp
cận để xử lý thông tin mờ một cách hiệu quả, đơn giản và trực quan hơn.


4

Nếu xem thuộc tính mờ A là một biến ngôn ngữ và F DA là miền các giá
trị ngôn ngữ của A được sắp theo một thứ tự tuyến tính, thì F DA được xét
như là một đại số gia tử (ĐSGT) tuyến tính. Cách tiếp cận từ đại số đến ngữ
nghĩa ngôn ngữ được nghiên cứu đầu tiên bởi tác giả Nguyễn Cát Hồ và Wechler
[30][31], trong mô hình này giá trị tập mờ của mỗi thuộc tính được biểu diễn bởi
một nhãn ngôn ngữ. Tuy nhiên, các giá trị thuộc tính như vậy không được diễn
dịch bởi hàm thành viên mà ngữ nghĩa của nó được xác định bởi đại số gia tử
trên miền trị của thuộc tính tương ứng. Nhờ những ưu điểm của cấu trúc ĐSGT
[5][6][20][35], chúng tôi tập trung nghiên cứu CSDL HĐT với thông tin ngôn ngữ
mờ dựa trên cách tiếp cận ngữ nghĩa định lượng của ĐSGT, trong đó ngữ nghĩa
ngôn ngữ được lượng hóa bằng các ánh xạ định lượng của ĐSGT. Theo cách tiếp
cận này, giá trị ngôn ngữ là dữ liệu, không phải là nhãn của các tập mờ biểu
diễn ngữ nghĩa của giá trị ngôn ngữ và ưu điểm cơ bản của nó là việc cho phép
tìm kiếm, xác định ngữ nghĩa của thông tin không chắc chắn chỉ bằng các thao
tác dữ liệu kinh điển thường dùng và do đó đảm bảo tính thuần nhất của kiểu
dữ liệu trong xử lý ngữ nghĩa của chúng. Điều này khác với CSDL HĐT mờ theo
các cách tiếp cận trước đây là vừa phải xử lý ngữ nghĩa kinh điển, vừa phải xử
lý ngữ nghĩa được biểu diễn dưới dạng tập mờ hay hàm thuộc của chúng. Ngoài
ra, theo cách tiếp cận ngữ nghĩa định lượng của ĐSGT, ngữ nghĩa ngôn ngữ có

thể biểu thị bằng một lân cận các khoảng được xác định bởi độ đo tính mờ của
các giá trị ngôn ngữ của một thuộc tính với vai trò là biến ngôn ngữ. Ví dụ, ngữ
nghĩa của giá trị ngôn ngữ "rất cao" của thuộc tính lương nhân viên sẽ được
biểu thị bằng những khoảng lân cận của giá trị đại diện của giá trị ngôn ngữ "rất
cao" thông qua ánh xạ định lượng của ĐSGT của thuộc tính lương nhân viên.
Với ý nghĩa như vậy, luận án đặt ra mục tiêu nghiên cứu cụ thể như sau:
1. Nghiên cứu mô hình CSDL HĐT với thông tin ngôn ngữ mờ dựa trên định
lượng của ĐSGT và lân cận ngữ nghĩa của ĐSGT.
2. Xây dựng một số dạng phụ thuộc dữ liệu và các vấn đề liên quan.
3. Tiến hành nghiên cứu một số thao tác dữ liệu trong mô hình CSDL HĐT
mờ.


5

Để thực hiện được các mục tiêu nêu trên, luận án được tổ chức như sau: Phần
mở đầu, ba chương và phần kết luận.
Chương 1 trình bày khái quát về cơ sở dữ liệu hướng đối tượng mờ. Nội
dung cụ thể của chương: tóm tắt các hướng tiếp cận khác nhau cho việc nghiên
cứu mô hình CSDL HĐT mờ. Tiếp đến, trình bày tóm tắt một số khái niệm và
tính chất cơ bản của ĐSGT như độ đo tính mờ, hàm dấu, hàm định lượng ngữ
nghĩa,... Phần cuối, trình bày một số khái niệm cơ bản trong mô hình CSDL
HĐT như đối tượng, lớp, quan hệ lớp đối tượng, v.v. . . được mở rộng sang mô
hình CSDL HĐT với thông tin ngôn ngữ mờ theo tiếp cận ĐSGT.
Chương 2 giới thiệu các phụ thuộc và ràng buộc dữ liệu trong một lớp đối
tượng mờ. Dựa trên hàm đo xấp xỉ ngữ nghĩa của hai giá trị mờ, chúng tôi đưa
ra khái niệm phụ thuộc hàm mờ cho các thuộc tính của lớp, phụ thuộc hàm mờ
giữa thuộc tính và phương thức lớp, và các vấn đề liên quan. Trong chương này,
lý thuyết suy diễn tương tự được trình bày và áp dụng quá trình suy diễn tương
tự để tìm ra câu trả lời gần đúng cho truy vấn Null.

Chương 3 trình bày ngôn ngữ truy vấn hướng đối tượng mờ và các phép
toán đại số mờ. Đưa lượng từ ngôn ngữ vào trong câu truy vấn được đề xuất phù
hợp với mô hình CSDL hướng đối tượng mờ theo cách tiếp cận đại số gia tử.
Các kết quả chính của luận án được báo cáo và thảo luận tại các hội nghị,
hội thảo khoa học:
- Hội thảo quốc gia “Một số vấn đề chọn lọc về công nghệ thông tin và truyền
thông”, tại Cần Thơ ngày 7-8/10/2011, và Hà Nội ngày 3-4/12/2012.
- Hội nghị khoa học kỷ niệm 35 năm thành lập Viện công nghệ thông tin, Hà
Nội 26/12/2011.
- The Fourth International Conference on Knowledge and Systems Engineering, KSE12, Da Nang - Viet Nam, 08/2012.
- Hội nghị khoa học FAIR “Nghiên cứu cơ bản và ứng dụng công nghệ thông
tin”, tại Huế ngày 20-21/06/2013, và Thái Nguyên ngày 19-20/06/2014.
Các kết quả của luận án được công bố trong 8 công trình ở trang 98.


Luận án đầy đủ ở file: Luận án Full