Quan hệ giữa phụ thuộc hàm nới lỏng và phụ thuộc Boole dương tổng quát
Tập 2020, Số 1, Tháng 6
Quan hệ giữa phụ thuộc hàm nới lỏng và phụ
thuộc Boole dương tổng quát
Nguyễn Xuân Huy1, Nguyễn Thị Vân2, Trương Thị Thu Hà3
1Viện Hàn lâm Khoa học và Công nghệ Việt Nam
2Trường Cao đẳng Cộng đồng Hà Nội
3Trường Đại học Kinh doanh và Công nghệ
Tác giả liên hệ: Nguyễn Thị Vân, [email protected]
Ngày nhận bài: 08/05/2020, ngày sửa chữa: 26/06/2020
Định danh DOI: 10.32913/mic-ict-research-vn.vyyyy.nx.xyz
Tóm tắt: Mục đích chính của bài báo là khảo sát và đặc tả các biến thể khác nhau của phụ thuộc Boole dương tổng quát.
Tìm ra một đặc tả cho phụ thuộc nới lỏng tổng quát và chỉ ra rằng phụ thuộc nới lỏng nói chung và phụ thuộc hàm nới
lỏng nói riêng chỉ là những trường hợp riêng của phụ thuộc Boole dương tổng quát.
Kết quả này được dùng làm cơ sở để xây dựng mô hình tổng quát về các lớp phụ thuộc khác nhau trong khai thác tri thức
bằng các công cụ AI và học sâu.
Từ khóa: phụ thuộc Boole dương tổng quát, phụ thuộc hàm nới lỏng.
Title: Relationship between Relaxed Functional Dependencies and Generalized Positive Boolean Dependencies
Abstract: The main purpose in this paper is studying and descripting the variety of the generalized positive Boolean dependencies.
A class of genneralized relaxed dependencies is introduced and pointed out that this class and class of relaxed functional
dependencies are partial of the generalized positive Boolean dependencies.
The result can be used to construct a model of different dependencies for knowledge mining with the AI approach and
deep learning.
Keywords: Generalized Boolean Dependencies, Relaxed Functional Dependencies.
I. ĐẶT VẤN ĐỀ
Ví dụ, trong giao thông ta thường có các phụ thuộc dữ
liệu sau:
Phụ thuộc dữ liệu đóng vai trò quan trọng trong thiết kế
các hệ cơ sở dữ liệu và khai thác tri thức. Việc phát hiện
các loại phụ thuộc khác nhau trong dữ liệu là một vấn đề
nghiên cứu thú vị, có ý nghĩa và cũng là một trong những
mục tiêu của lĩnh vực đảm bảo ngữ nghĩa, tính nhất quán
và khai thác tri thức trên văn bản.
Bảng I
BẢNG GIÁ TAXI
Xe
Thành
tiền
Khoảng
cách
Điểm đi
Điểm đến
Phụ thuộc dữ liệu hay ràng buộc dữ liệu là những mệnh
đề qui định các tính chất của dữ liệu cần được tôn trọng
trong quá trình xử lý và lưu trữ nhằm phản ánh đúng hiện
thực khách quan. Sau công bố năm 1970 của Codd về phụ
thuộc hàm trong cơ sở dữ liệu, các nhóm nghiên cứu đã
phát triển và đề xuất nhiều loại phụ thuộc dữ liệu ngày càng
tinh tế hơn nhằm mở rộng và nâng cao khả năng mô tả dữ
liệu trong thế giới thực. Một trong những hướng nghiên
cứu quan trọng là những phụ thuộc hàm nới lỏng X Y,
201
18 Hoàng
Quốc Việt
20 Hoàng
Văn Thái
18 Hoàng
Quốc Việt
42 Vương
Thừa Vũ
20 Nguyễn Trãi
7.3 km
5.5 km
7 km
63.000
50.000
63.000
50.000
67
125 Nguyễn
Phong Sắc
18 Nguyễn Trãi
120
45
78 Trần Đăng
Ninh
5.3 km
Theo phụ thuộc hàm kinh điển: Khoảng cách → Thành
tiền thể hiện ngữ nghĩa sau: Nếu hai chuyến taxi chở khách
đi cùng một khoảng cách thì hai xe nhận được cùng một
số tiền.
trong đó X và Y là các các tập thuộc tính,
thể hiện sự
phụ thuộc của tập thuộc tính Y vào tập thuộc tính X với
các điều kiện nới lỏng khác nhau [5].
Phụ thuộc hàm nới lỏng: Khoảng cách (0.2)
Thành
44
Các công trình nghiên cứu phát triển Công nghệ Thông tin và Truyền thông
tiền (0) thể hiện ngữ nghĩa sau: Nếu hai chuyến taxi chở
khách có khoảng cách chênh lệch không quá 0.3 km thì hai
xe nhận được số tiền như nhau.
Phép hội hai công thức logic X và Y được kí hiệu là X∧Y
hoặc XY hoặc X và Y (trong trường hợp cần chỉ rõ dấu phép
toán) và được gọi là tích (logic); phép tuyển hai công thức
logic X và Y được ký hiệu X∨Y hoặc X+Y và được gọi là
tổng (logic); dấu ’ thay cho phép phủ định ¬. Ví dụ, biểu
thức ab + c + bd ’ là một biểu diễn tương đương với công
thức logic truyền thống a ∧ b ∨ c ∨ b ∧(¬d).
Năm 2016, nhóm tác giả Loredana Caruccio, Vincenzo
Deufemia, Giuseppe Polese đã tập hợp và phân loại các phụ
thuộc nới lỏng (relaxed functional dependencies) và phân
tích các đặc trưng của một số dạng nới lỏng [5].
Ví dụ, cho tập U={a,b,c} khi đó công thức f:ab→c là
Năm 1992, nhóm tác giả Nguyễn Xuân Huy và Lê Thị
Thanh đã đề xuất một loại phụ thuộc dữ liệu mới là phụ
thuộc Boole dương tổng quát (PTBDTQ) và chứng minh
phụ thuộc hàm và một số biến thể của phụ thuộc hàm như
phụ thuộc yếu, phụ thuộc mạnh, phụ thuộc đối ngẫu là
những trường hợp riêng của phụ thuộc Boole dương tổng
quát [1], [3]. Tiếp đến trong các năm từ 2012 đến 2016
nhóm nghiên cứu về phụ thuộc Boole dương tổng quát đã
tiếp tục chứng minh rằng các phụ thuộc sai khác [6] và các
biến thể như các phụ thuộc hàm xấp xỉ [4] cũng là những
trường hợp riêng của phụ thuộc Boole dương tổng quát.
một công thức Boole dương vì f(1,1,1) = 1.
Bảng II
BẢNG CHÂN LÝ T
푓
a
0
0
0
0
1
1
1
1
b
0
0
1
1
0
0
1
1
c
0
1
0
1
0
1
0
1
ab
0
0
0
0
0
0
1
1
f=ab→c
1
1
1
1
1
1
0
1
Trong bài này, tiếp tục mạch nghiên cứu trên, sẽ chỉ ra
rằng các phụ thuộc hàm nới lỏng cũng là những trường hợp
riêng của phụ thuộc Boole dương tổng quát.
Nếu U = { x1, x2, . . . , x푛 } là tập các thuộc tính và v là
một bộ trong quan hệ r trên U, x ∈ U thì v.x được ký hiệu
là trị của thuộc tính x trong bộ v. Nếu X ⊆ U thì ta định
nghĩa v.X = {v.x | x∈X}. Với tập thuộc tính U cho trước,
quan hệ trên tập thuộc tính U được kí hiệu là r, khi cần
chỉ rõ tập thuộc tính ta có thể sử dụng kí hiệu r(U).
II. CÁC KHÁI NIỆM VÀ QUY ƯỚC
Cho U = { x1, ..., x푛 } là tập hữu hạn các biến Boole
nhận giá trị trong tập trị logic B = {0, 1} Tập các công
thức Boole (CTB), kí hiệu L(U), bao gồm các biểu thức
được xây dựng từ các biến trong U, các hằng 0/1 và các
phép toán logic ∧, ∨, ¬, →
Các qui ước và kí pháp truyền thống khác được giới thiệu
trong các tài liệu kinh điển về cơ sở dữ liệu và được trích
dẫn trong [1] và [2].
Mỗi vector 0/1, v = (v1,...,vn) trong không gian B푛 được
gọi là một phép gán trị. Khi đó với mỗi CTB f = L(U),
f(v) là trị của công thức f đối với phép gán trị v. Kí hiệu e
là phép gán trị đơn vị, e = (1,1,...,1). Công thức f = L(U)
được gọi là công thức Boole dương (CTBD) nếu f(e)= 1.
III. PHỤ THUỘC BOOLE DƯƠNG TỔNG QUÁT
Cho U = {x1, ..., x푁 } là tập hữu hạn các biến Boole
nhận giá trị trong tập trị logic B = {0, 1}.
Ta quy ước mỗi miền trị d푥 của thuộc tính x trong U
có chứa ít nhất hai phần tử. Với mỗi miền trị d푥, xét ánh
Ký hiệu P(U). Với mỗi công thức Boole f ∈ L(U), kí
xạ ∝ : d2 → B thoả các tiên đề sau [2][3]:
푥
v
v
v
v
푥∀a, b∈d푥
hiệu T푓 = { v ∈ B푛| f(v) = 1 } là bảng chân lí của f. Mỗi
tập công thức F ⊆ L(U) được hiểu là một hội logic của các
Ñ
A1) Tiên đề phản xạ ∝푥(a, a) = 1
A2) Tiên đề đối xứng ∝푥(a, b) = ∝푥(b, a)
A3) Tiên đề bộ phận ∃c ∈ d푥: ∝푥(a, c) = 0
công thức thành phần, F = ∧f | f ∈ F. Khi đó, T퐹
=
T 푓
| f ∈ F là bảng chân lí của tập công thức F. Với hai CTBD
f và g trên U, ta đã biết CTBD g được suy dẫn logic từ
CTBD f và được ký hiệu là f → g khi và chỉ khi T 푓
∈
∝푥 chính là quan hệ (hai ngôi) bộ phận thực sự, thoả các
tính chất phản xạ và đối xứng trên miền trị d푥. Việc xác
định ∝푥 được hiểu là thiết lập một phép sánh trị trên miền
trị d푥 cho thuộc tính x
T푔. Tương tự, nếu F là tập các CTBD trên U thì F → g
khi và chỉ khi T퐹 ⊆ T푔. Hai tập CTBD F và G trên U là
tương đương nhau khi và chỉ khi T퐹 = T퐺.
Theo truyền thống của lý thuyết cơ sở dữ liệu, ta chấp
nhận các ký hiệu sau đây:
Quan hệ bằng =푥 (tạm gọi là quan hệ đẳng thức) được
định nghĩa: ∀a, b ∈ d푥: =푥(a, b) = 1, khi và chỉ khi a = b,
là trường hợp riêng của phép sánh trị và được ngầm định
trong rường hợp không định nghĩa tường minh phép sánh
trị cho thuộc tính x.
Hợp của hai tập X và Y được viết XY; giao của hai tập
Ñ
X và Y được viết X Y; phép trừ hai tập X và Y được ký
hiệu là X-Y.
45
Tập 2020, Số 1, Tháng 6
Ta gọi lược đồ dữ liệu là một cặp p = (U, F), trong đó
U là tập thuộc tính với các miền trị tương ứng và các phép
sánh trị trên mỗi miền trị, F là tập các phụ thuộc trên U
[1][2][3].
f(X (훾)→Y(휗), X, Y ⊆ U
Ta nói phụ thuộc hàm nới lỏng f thỏa trong quan hệ r(U)
nếu:
Cho lược đồ p = (U, F) và quan hệ r trên U. Với mỗi
cặp bộ u = (u1, u2,... , u푛), v = (v1, v2,... , v푛) trong r, ta
f(X (훾)→Y(휗), X, Y ⊆ U
Với mọi cặp bộ u, v ∈ r, nếu tân từ 훾(u.X,v.X) suy ra
dược tân từ 휗(u.X,v.Y).
đặt tương ứng một vector 0/1 t = (t1, t2,... , t푛) ∈ B và kí
푛
hiệu là t = ∝(u, v), trong đó thành phần t.x ứng với thuộc
tính x trong U chính là ảnh của ánh xạ t.x = ∝푥(u.x, v.x).
Phụ thuộc hàm nới lỏng được hiểu là phụ thuộc hàm với
điều kiện kèm theo nhằm giảm nhẹ các điều kiện của phụ
thuộc hàm chính thống. Các điều kiện giảm nhẹ được phát
biểu thông qua các tân từ 훾 và 휗
Khi đó mỗi quan hệ r sẽ được đặt tương ứng với tập các
vector 0/1, T푟 = { ∝( u, v) | u, v ∈ r}, và được gọi là bảng
trị của quan hệ r trên LĐBDTQ p [2][3].
Quan hệ r trên tập thuộc tính U thỏa PTBDTQ f (tập
PTBDTQ F) và viết r(f) (r(F)) nếu T푟 ⊆ T푓 (T푟 ⊆ T퐹 ).
Mỗi công thức Boole dương f trong P(U) với các phép
sánh trị cho trước được gọi là một phụ thuộc Boole dương
tổng quát (PTBDTQ), lược đồ thu được trong trường hợp
này được gọi là lược đồ với phụ thuộc boole dương tổng
quát.
V. CÁC LỚP BIẾN THỂ CỦA PHỤ THUỘC
BOOLE DƯƠNG TỔNG QUÁT
Các kết quả chủ yếu của mục này cho thấy, tùy thuộc
vào các dạng của công thức Boole dương cụ thể và phép
sánh trị alpha cụ thể ta có thể nhận được các phụ thuộc nới
lỏng khác nhau ứng với các lược đồ dữ liệu tương ứng sau
đây.
IV. PHỤ THUỘC HÀM NỚI LỎNG
1. Lớp IE (Implication Fomula và Equal Comparison)
Phụ thuộc hàm nới lỏng [5] được xây dựng dưới dạng
thức chung: f: X(휆) → Y(훾); X, Y ⊆ U với các điều kiện
nới lỏng 휆 và 훾 như sau:
Lớp IE là lớp các lược đồ phụ thuộc hàm kinh điển, được
xây dựng trên cơ sở phép toán suy dẫn và phép sánh trị
đẳng thức.
Quan hệ r(U) thỏa PTHNL f: X(휆) → Y(훾); X, Y ⊆ U
Cho tập các thuộc tính U = (x1, x2,... , x푛), n>1. Giả sử
X, Y ⊆ U. Một phụ thuộc thuộc lớp IE là biểu thức dạng
f: X→ Y.
nếu T푟 ⊆ T푓
Nới lỏng các phép sánh trị trên một vài thuộc tính: ngoài
sánh trị đẳng thức có thể xét các phép xấp xỉ theo độ đo,
hoặc các phép so sánh <, ≤, >, ≥, =, ≠. Quan hệ r thỏa phụ
thuộc hàm nới lỏng theo phép sánh trị X (휌)→Y và được
viết là r(X (휌)→Y) khi và chỉ khi hai bộ bất kỳ trong r sai
khác nhau không quá ngưỡng 휌 trên X thì hai bộ đó cũng
sai khác nhau không quá ngưỡng 휌 trên Y.
Dựa trên biểu thức logic X và Y ta phân biệt các dạng
phụ thuộc hàm sau:
IE-1: Biểu thức logic có dạng X → Y, ta có phụ thuộc
hàm truyền thống: Cho LĐQH (U, F) Cho LĐQH (U, F)
và một phụ thuộc hàm f:X→ Y trên U. Ta nói quan hệ r
thỏa phụ thuộc hàm f và ký hiệu r(f), nếu hai bộ tùy ý
Nới lỏng theo lực lượng:
trong r giống nhau trên X thì cũng giống nhau trên Y
Ô
≠ 푟(푋 → 푌)
r(X (훿)→Y) =
≤ 훿
IE-2: biểu thức logic có dạng X → Y cho ta lược đồ
≠ 푟
phụ thuộc hàm mạnh: Cho quan hệ r trên tập thuôc tính U,
Ô
Trong đó ≠S là số phần tử có trong tập S. Biểu thức
trên cho biết quan hệ r thỏa phụ thuộc hàm nới lỏng theo
lực lượng X (훿)→Y và được viết là r(X (훿)→Y) khi và
chỉ khi tỷ lệ giữa số lượng các bộ còn lại thỏa phụ thuộc
hàm truyền thống X → Y và các bộ của quan hệ r đạt trên
ngưỡng 훿. Nói cách khác, ta có thể xóa khỏi quan hệ r một
số bộ với tỷ lệ tỷ lệ 훿 để quan hệ còn lại thỏa phụ thuộc
hàm truyền thống X → Y.
quan hệ R thỏa phụ thuộc hàm mạnh X → Y trên U nếu
với hai bộ u, v bất kỳ trong r: u và v bằng nhau tại một
thuộc tính nào đó trên X thì u và v cũng bằng nhau trên Y.
Ô
IE-3: Biểu thức logic có dạng X → Y, ta có lược đồ
phụ thuộc hàm yếu: Cho quan hệ r trên tập thuôc tính U,
Ô
quan hệ r thỏa phụ thuộc hàm yếu X → Y trên U nếu
với hai bộ u, v bất kỳ trong r: u và v bằng nhau trên X thì
u và v cũng bằng nhau tại một thuộc tính nào đó trên Y.
Ô
Ô
Định nghĩa chung về phụ thuộc hàm nới lỏng tổng quát
như sau:
IE-4: Biểu thức logic có dạng X → Y , ta có lược
đồ phụ thuộc hàm đối ngẫu: Cho quan hệ r trên tập thuôc
Ô
Ô
Cho U là tập thuộc tính, X và Y là hai tập thuộc tính
trong U. PTH nới lỏng có dạng:
tính U, quan hệ r thỏa phụ thuộc hàm đối ngẫu X →
Y
trên U nếu với hai bộ u, v bất kỳ trong r: u và v bằng nhau
46
Các công trình nghiên cứu phát triển Công nghệ Thông tin và Truyền thông
tại một thuộc tính nào đó trên X thì u và v cũng bằng nhau
tại một thuộc tính nào đó trên Y.
Cho tập thuộc tính X ⊆ U. Hàm sai khác ∅푋 trên tập
thuộc tính X là hội logic của các hàm sai khác trên mọi
Ó
thuộc tính a ∈ X: ∅푋
=
∅
훼
훼∈푋
Bảng dưới đây tóm lược các đặc tả cho các lớp con IE1-4
của lớp IE
Trong [5], đã chỉ ra rằng phụ thuộc hàm sai khác là
trường hợp riêng của phụ thuộc hàm nới lỏng, trong phần
này chỉ ra rằng, phụ thuộc sai khác thuộc lớp LA-1.
Dạng phụ
thuộc
Tên gọi
Đặc điểm
- Nếu biểu thức logic có dạng f: X(훿) → Y, 0 6 훿 6 1
ta có phụ thuộc nới lỏng theo lực lượng.
X→ Y
phụ thuộc hàm
phụ thuộc hàm
mạnh
phụ thuộc hàm yếu
phụ thuộc hàm đối
ngẫu
ràng buộc chặt
nới lỏng vế trái
Ô
Ví dụ, khi khảo sát các khoa của một trường đại học
người ta đánh giá tổng thể môi trường đào tạo của khoa
theo ý kiến của các chuyên gia (thuộc tính A). Có 4 mức
cho A lần lượt là a, b, c và d, trong đó a là mức tốt nhất.
Thuộc tính B cho biết mức độ hài lòng của các sinh viên
về trường đó. B gồm 4 mức là 1, 2, 3 và 4, trong đó 1 là
mức cao nhất. Giả sử kết quả khảo sát được thể hiện trong
quan hệ r(A, B). Người ta muốn biết giữa môi trường học
tập (A) và mức độ hài lòng (B) có đạt trên ngưỡng 0.6 hay
không, tức là xác định f: A(0.6)→B?
X → Y
Ô
X →
Y
nới lỏng vế phải
nới lỏng
Ô
X →
Ô
Y
X(훿) → Y
phụ thuộc xấp xỉ
nới lỏng
Như vậy, các dạng phụ thuộc hàm IE-1, IE-2, IE-3, IE-4
là các phụ thuộc hàm nới lỏng và chúng là những trường
hợp riêng của phụ thuộc Boole dương tổng quát.
r
A
a
b
a
a
b
B
1
2
1
2
2
2. Lớp LA (Logic Fomula và Alpha Comparison)
Dựa theo điều kiện nới lỏng, ta chia lớp LA thành các
lớp con sau đây:
LA-1: Lớp LA-1 là lớp các phụ thuộc được xây dựng
trên cơ sở phép toán suy dẫn và phép sánh trị alpha.
*
Cho tập các thuộc tính U = (x1, x2,... , x푛), n>1. Giả sử
X, Y ⊆U. Một phụ thuộc thuộc lớp LA-1 là biểu thức dạng
f: 훼푋 → 훼푌 với các phép sách trị 훼 như đã trình bày ở
phần III.
Ta thấy, sau khi xóa bộ thứ tư khỏi quan hệ r thì quan
hệ con còn lại, ký hiệu là r’ sẽ thỏa phụ thuộc hàm truyền
thống A → B. Tỷ lệ thu được lúc này sẽ là
≠ r0
≠ 푟
4
5
Ta nói quan hệ r thỏa LA-1: 훼푋 → 훼푌 và viết r(X(훼) →
Y(훼)), nếu với hai bộ bất kỳ u, v ∈ r, thỏa các ràng buộc
được đặc tả bởi 훼푋 trên tập thuộc tính X, thì u và v cũng
thỏa các ràng buộc được đặc tả bởi hàm sai khác 훼푌 trên
tập thuộc tính Y:
=
=
0.8
>
0.6
- Phép sánh trị theo khoảng
Miền trị d퐴 được phân hoạch thành k khoảng không giao
nhau:
Trong lớp LA-1, ta có các phụ thuộc đại diện sau:
∀ x, y ∈ d퐴: 훼퐴)(x, y) = 1 khi và chỉ khi x và y thuộc
- Nếu biểu thức logic dạng f: 훼푋 → 훼푌 , ta có phụ thuộc
sai khác [6], với 훼푋 và 훼푌 là các hàm sai khác được định
nghĩa :
cùng một khoảng:
Ví dụ, điểm tổng kết của học sinh được chia thành 8
khoảng
Cho quan hệ r trên tập thuộc tính U, a ∈ U và độ sai
khác m푎. Hàm sai khác 훼푎 trên thuộc tính ∝ đặc tả ràng
buộc của độ sai khác m푎: Với hai trị x, y ∈ d푎, ta định
nghĩa 훼푎(x, y) = 1 khi và chỉ khi m푎(x, y) thỏa điều kiện
cho 훼푎 dưới dạng các biểu thức so sánh với các phép so
sánh =, ≠, <, 6, > và >.
v
v
v
v
v
v
Điểm F : [0; 3.9]
Điểm D : [4.0; 4.7]
Điểm D+ : [4.8; 5.4]
Điểm C : [5.5; 6.2]
Điểm C+ : [6.3; 6.9]
Điểm B : [7.0; 7.7]
47
Tập 2020, Số 1, Tháng 6
v
v
Điểm B+ : [7.8; 8.4]
Điểm A : [8.5; 10]
[6] Song S. and Chen L. (2011), "Differential Dependen-
cies: Reasoning and Discovery", ACM Trans. Datab.
Syst, vol.9, no 4, Article 39.
Lớp LA-2: Lớp LA-2 là lớp các phụ thuộc được xây dựng
trên cơ sở phép toán logic Boole và phép sánh trị đẳng
thức. Đại diện cho lớp LA-2 là phụ thuộc Boole dương.
[2][3]
Lớp LA-3: Lớp LA-3 là lớp các phụ thuộc được xây dựng
trên cơ sở phép toán logic Boole và phép sánh trị alpha
(mục 4.2). Đại diện cho lớp LA-3 là phụ thuộc Boole dương
tổng quát (phần III), đây cũng là lớp phụ thuộc bao hàm
các phụ thuộc logic trong cơ sở dữ liệu đã và đang được
nghiên cứu bởi các nhóm tác giả trong và ngoài nước.
SƠ LƯỢC VỀ TÁC GIẢ
Nguyễn Xuân Huy
Sinh năm 1944 tại Hải Phòng.
Cử nhân Toán, Đại học Sư phạm
Leningrad (Liên Xô) năm 1973.
Tiến sỹ CNTT năm 1982, tiến
sỹ khoa học CNTT năm 1990,
Viện Hàn lâm Khoa học Liên
Xô. Nguyên trưởng Phòng Cơ sở
dữ liệu và Lập trình, Viện Công
nghệ Thông tin, Viện Hàn lâm
Khoa học và Công nghệ Việt
Nam (1997-2009). Lĩnh vực
nghiên cứu: Cơ sở dữ liệu và
Công nghệ phần mềm. Email: [email protected].
VI. KẾT LUẬN
Việc phân loại và đề xuất một mô hình chung cho các
loại phụ thuộc dữ liệu là một trong những vấn đề đang được
giới nghiên cứu dữ liệu lớn quan tâm. Các điều kiện cần
và đủ để nhận biết các đặc trưng của một lớp phụ thuộc là
cơ sở để phân loại và tạo ra mối liên hệ giữa các lớp phụ
thuộc.
Bài báo mô tả mối quan hệ giữa phụ thuộc hàm nới lỏng
và phụ thuộc Boole dương tổng quát trong cơ sở dữ liệu.
Các kết quả chủ yếu bao gồm:
Nguyễn Thị Vân
Sinh năm 1985 tại Hà Tĩnh.
Cử nhân CNTT tại Trường
Đại học Kinh doanh và Công
nghệ Hà Nội năm 2011. Thạc
sĩ ngành Khoa học máy tính
tại Trường Đại học Công nghệ
thông tin và Truyền thông năm
2014. Hiện đang công tác tại
Khoa Công nghệ thông tin,
Trường Cao đẳng Cộng đồng
Hà Nội. Lĩnh vực nghiên cứu:
Các phụ thuộc logic trong cơ
sở dữ liệu, mô hình dữ liệu và cơ sở dữ liệu. Email:
1. Xây dựng các lớp phụ thuộc trong cơ sở dữ liệu dựa
vào hai đặc trưng cơ bản là công thức suy dẫn và phép
sánh trị.
2. Chỉ ra mối quan hệ giữa phụ thuộc hàm nới lỏng với
phụ thuộc Boole dương tổng quát. Từ các loại phụ thuộc
hàm nới lỏng có thể tổng quát hóa thành phụ thuộc Boole
dương tổng quát và ngược lại, từ lý thuyết phụ thuộc Boole
dương tổng quát có thể thực tế hóa về các phụ thuộc hàm
nới lỏng tùy thuộc từng trường hợp biến thể của yêu cầu
thực tế.
TÀI LIỆU THAM KHẢO
[1] Nguyễn Xuân Huy (2006), "Các phụ thuộc logic trong
cơ sở dữ liệu", NXB Thống Kê.
Trương Thị Thu Hà
Sinh năm 1979 tại Nghệ An. Cử
nhân CNTT Trường Đại học Sư
phạm Hà Nội năm 2000. Thạc
sĩ CNTT Trường Đại học Công
nghệ, Đại học Quốc Gia Hà
Nội năm 2006. Tiến sĩ CNTT,
Học viện Kỹ thuật Quân sự
năm 2018. Hiện công tác tại
Trường Đại học Kinh doanh
và Công nghệ Hà Nội. Lĩnh
vực nghiên cứu: Cơ sở dữ liệu,
Công nghệ phần mềm. Email:
[2] Berman J., Blok W. J. (1988), "Positive Boolean de-
pendencies" Inf. Processing Letters, 27, p.147 – 150.
[3] Huy Nguyen Xuan, Thanh Le Thi (1992), "Generalized
Positive Boolan Dependencies", J. Inf. Process. Cybern.
EIK, vol. 28, p. 363 – 370.
[4] Jalal Atoum (2009), "Mining Approximate Functional
Dependencies from Databases", European Journal of
Scientific Research, ISSN 1450 – 216X vol. 33 no. 2,
p.338 – 346.
[5] Loredana Caruccio, Vincenzo Deufemia, Giuseppe
Polese (2016), "Relaxed Functional Dependencies - A
Survey of Approaches", IEEE Transactions on Knowl-
edge and Data Engineering, vol. 28, p. 147–165.
48
5 trang
22640
Free
Bạn đang xem tài liệu "Quan hệ giữa phụ thuộc hàm nới lỏng và phụ thuộc Boole dương tổng quát", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- quan_he_giua_phu_thuoc_ham_noi_long_va_phu_thuoc_boole_duong.pdf
