Một số thuật toán khai phá luật dãy và ứng
dụng thử nghiệm vào hệ thống quản lý khách
hàng và tính hóa đơn nước Nguyễn Đình Văn Trường Đại học Công nghệ
Luận văn ThS. ngành: Hệ thống thông tin; Mã số: 60 48 05
Người hướng dẫn: PGS.TS. Hà Quang Thụy
Năm bảo vệ: 2011 Abstract. Khái quát chung về luật dãy và khái phá luật dãy: trình bày khái quát về
luật kết hợp, một số đối sánh giữa luật dãy và luật kết hợp, đồng thời giới thiệu sơ bộ
các phương pháp tiếp cận khai phá luật dãy và các thuật toán điển hình tương ứng.
Các phương pháp khai phá luật dãy: tập trung giới thiệu các thuật toán khai phá luật
dãy như AprioriAll, AprioriSome, GSP là những thuật toán khởi thủy khai phá luật
dãy và giới thiệu hai phương pháp khai phá luật dãy được công bố thời gian gần đây
là “Khai phá luật dãy sử dụng kỹ thuật phân vùng” và “Khai phá luật dãy bằng mã
hóa khối cơ bản”. Tổng quan về Hệ thống Quản lý khách hàng và tính hóa đơn nước,
đồng thời đề xuất ứng dụng khai phá luật dãy với thuật toán AprioriAll trong Hệ
thống Quản lý khách hàng và tính hóa đơn nước.

Keywords. Khai phá dữ liệu; Thuật toán; Hệ thống quản lý; Khách hàng; Hóa đơn Content
Khai phá luật dãy là một trong những lĩnh vực rất quan trọng trong nghiên cứu khai phá
dữ liệu của thập kỷ gần đây và ngày càng được áp dụng rộng rãi trong nhiều lĩnh vực khác

Giới thiệu hai phương pháp khai phá luật dãy được công bố thời gian gần đây là “Khai phá
luật dãy sử dụng kỹ thuật phân vùng” [10] và “Khai phá luật dãy bằng mã hóa khối cơ bản”
[16].
Trong chương ba, luận văn giới thiệu tổng quan về Hệ thống Quản lý khách hàng và
tính hóa đơn nước, đồng thời đề xuất ứng dụng khai phá luật dãy với thuật toán AprioriAll.
Trong đó, đưa ra yêu cầu đầu bài và mô hình cụ thể giải quyết bài toán. Luận văn sử dụng dữ
liệu mô phỏng của Xí nghiệp kinh doanh nước sạch Hoàn Kiếm làm dữ liệu thử nghiệm để
thực thi chương trình, đánh giá kết quả thực nghiệm.
Luận văn được hỗ trợ một phần từ Đề tài QG.10-38.
References
[1]. Agrawal R., Srikant R. (1995), Mining sequential patterns. In Proceedings of the
International Conference on Data Engineering (ICDE): 3–14, IEEE Computer
Society.
[2]. Srikant R., Agrawal R. (1996), Mining sequential patterns: generalizations and
performance improvements. Proceedings of the International Conference on
Extending Data Base Technology (EDBT), Lecture Notes in Computer Science, 1057:
3–17.
[3]. Masseglia F., Teisseire M., Poncelet P. (2005), Sequential pattern mining: A survey on
issues and approaches. http://citeseerx.ist.psu.edu/viewdoc/summary?
doi=10.1.1.106.5130.
[4]. Jiawei Han and Micheline Kamber, (2006), Data Mining: Concepts and Techniques 2nd
ed, University of Illinois at Urbana-Champaign
[5]. Zhuo Zhang, Lu Zhang, Shaochun Zhong, Jiwen Guan (2008), A New Algorithm for
Mining Sequential Patterns, FSKD (2) 2008: 625-629.
[6]. Floriana Esposito, Nicola Di Mauro, Teresa Maria Altomare Basile, Stefano Ferilli
(2008), Multi-Dimensional Relational Sequence Mining, Fundam. Inform., 89(1): 23-
43.