ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TIỂU LUẬN KHAI PHÁ DỮ LIỆU VÀ KHO DỮ LIỆU Đề tài: TÌM HIỂU VÀ CÀI ĐẶT THUẬT TOÁN PHÁT SINH TẬP PHỔ BIẾN SỬ DỤNG THUẬT TOÁN FP-GROWTH GVHD: PGS.TS. Đỗ Phúc Học viên thực hiện: Phan Đình Duy CH1101060 Lớp: CH CNTT K6 Khóa: 2011 TP.Hồ Chí Minh, tháng 11 năm 2012 LỜI MỞ ĐẦU Ngày nay, công nghệ thông tin đã phát triển vô cùng mạnh mẽ, cùng với đó là một lượng rất lớn các thông tin được tạo ra và lưu trữ ở khắp nơi trên thế giới đã tạo nên các cơ sở dữ liệu khổng lồ. Để khai thác hiệu quả nguồn thông tin từ các cơ sở dữ liệu lớn hỗ trợ tiến trình ra quyết định, bên cạnh các phương pháp khai thác thông tin truyền thống, các nhà ngiên cứu đã phát triển các phương pháp, kỹ thuật và phần mềm mới hỗ trợ các tiến trình khám phá phân tích tổng hợp thông tin. Từ đó khái niệm khai phá dữ liệu ra đời, nó là một quá trình trích xuất thông tin có mối quan hệ hoặc có mối tương quan nhất định từ một kho dữ liệu lớn (cực lớn) nhằm mục đích dự đoán các xu thế, các hành vi trong tương lai, hoặc tìm kiếm những thông tin hữu ích mà bình thường không thể nhận diện được Một trong những vấn đề quan trọng trong data mining là tìm ra quy luật giữa các thông tin để biến chúng thành những tri thức, trong đó phương pháp tìm luật kết hợp là phương pháp thường được sử dụng nhất. Có rất nhiều thuật toán tìm luật kết hợp như apriori, apriori cải tiến, sử dụng hash…, các thuật toán này đóng góp vai trò rất quang trọng cho quá trình tìm kiếm luật kết hợp. Trong hầu hết các bài toán tìm luật kết hợp thì công đoạn phát sinh tập phổ biến là làm hao tốn nhiều tài nguyên của máy tính nhất. Do đó để cải tiến bài toán theo cách tốt hơn, trước tiên chúng ra hãy đặt vấn đề làm giảm chi phí cho công đoạn tìm tập phổ biến này. Để góp phần cải tiến giải thuật tìm tập phổ biến, trong bài tiểu luận này em sẽ trình bày quá trình tìm hiểu và thử ngiệm “thuật toán phát sinh tập phổ biến sử dụng FP- Growth” . Em xin gửi lời cảm ơn chân thành đến thầy PGS.TS Đỗ Phúc, người đã dành nhiều thời gian quý báu của mình để truyền đạt cho lớp CH CNTT K6 những kiến thức bổ ích, lý thú về chuyên đề khai phá dữ liệu và kho dữ liệu. Đây sẽ là những kiến thức hết sức cần thiết cho hành trang của chúng em trong công việc nghiên cứu về lĩnh vực tin học. Học viên thực hiện Phan Đình Duy Lớp: CH CNTT K6 . TIN TIỂU LUẬN KHAI PHÁ DỮ LIỆU VÀ KHO DỮ LIỆU Đề tài: TÌM HIỂU VÀ CÀI ĐẶT THUẬT TOÁN PHÁT SINH TẬP PHỔ BIẾN SỬ DỤNG THUẬT TOÁN FP-GROWTH GVHD: PGS.TS. Đỗ Phúc Học viên. hãy đặt vấn đề làm giảm chi phí cho công đoạn tìm tập phổ biến này. Để góp phần cải tiến giải thuật tìm tập phổ biến, trong bài tiểu luận này em sẽ trình bày quá trình tìm hiểu và thử ngiệm thuật. trong đó phương pháp tìm luật kết hợp là phương pháp thường được sử dụng nhất. Có rất nhiều thuật toán tìm luật kết hợp như apriori, apriori cải tiến, sử dụng hash…, các thuật toán này đóng góp