Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác

Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.Nghiên cứu phương pháp ẩn các tập mục có độ hữu ích trung bình cao nhạy cảm trong cơ sở dữ liệu giao tác.

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG Tơ Phú Khương NGHIÊN CỨU PHƯƠNG PHÁP ẨN CÁC TẬP MỤC CÓ ĐỘ HỮU ÍCH TRUNG BÌNH CAO NHẠY CẢM TRONG CƠ SỞ DỮ LIỆU GIAO TÁC ĐỀ ÁN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) TP.HỒ CHÍ MINH – NĂM 2023 ii HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG Tơ Phú Khương NGHIÊN CỨU PHƯƠNG PHÁP ẨN CÁC TẬP MỤC CĨ ĐỘ HỮU ÍCH TRUNG BÌNH CAO NHẠY CẢM TRONG CƠ SỞ DỮ LIỆU GIAO TÁC Chuyên ngành: Hệ thống thông tin Mã số: 8.48.01.04 ĐỀ ÁN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN KHẮC CHIẾN TP.HỒ CHÍ MINH - NĂM 2023 i LỜI CAM ĐOAN Tôi cam đoan đề án: “Nghiên cứu phương pháp ẩn tập mục có độ hữu ích trung bình cao nhạy cảm sở liệu giao tác” cơng trình nghiên cứu tơi Các số liệu sử dụng đề án trung thực xác Ngồi nội dung nghiên cứu đề án, vấn đề trình bày tìm hiểu nghiên cứu tơi trích dẫn từ nguồn tài liệu có ghi tham khảo rõ ràng, hợp pháp Trong đề án, tơi có tham khảo số tài liệu số tác giả liệt kê danh mục tài liệu tham khảo TP.HCM, Ngày 12 tháng 10 năm 2023 Học viên thực đề án Tô Phú Khương ii LỜI CẢM ƠN Trong suốt trình học tập nghiên cứu thực đề án tốt nghiệp thạc sĩ, nỗ lực thân, tơi nhận hướng dẫn nhiệt tình quý báu quý Thầy Cô, với động viên ủng hộ gia đình, bạn bè đồng nghiệp Với lịng kính trọng biết ơn sâu sắc, xin gửi lời cảm ơn chân thành tới: Thầy TS Nguyễn Khắc Chiến, người thầy kính yêu hết lòng giúp đỡ, hướng dẫn, động viên, tạo điều kiện cho tơi suốt q trình thực hoàn thành đề án tốt nghiệp thạc sĩ Ban Giám đốc, Phòng Đào tạo sau đại học quý Thầy Cô tạo điều kiện thuận lợi giúp hồn thành đề án Tơi xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp quan động viên Hỗ trợ tơi lúc khó khăn để tơi học tập hồn thành đề án Mặc dù có nhiều cố gắng, nỗ lực, thời gian kinh nghiệm nghiên cứu khoa học cịn hạn chế nên khơng thể tránh khỏi thiếu sót Tơi mong nhận góp ý quý Thầy Cô bạn bè đồng nghiệp để kiến thức tơi ngày hồn thiện Xin chân thành cảm ơn! TP.HCM, Ngày 12 tháng 10 năm 2023 Học viên thực đề án Tô Phú Khương iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT v DANH SÁCH BẢNG vii DANH SÁCH HÌNH VẼ viii MỞ ĐẦU 1 Lý chọn đề tài Tổng quan vấn đề nghiên cứu Mục tiêu nghiên cứu đề tài Đối tượng nghiên cứu Những nội dung yếu cần nghiên cứu CHƯƠNG 1: MỘT SỐ VẤN ĐỀ LIÊN QUAN ĐẾN TẬP MỤC CĨ ĐỘ HỮU ÍCH TRUNG BÌNH CAO 1.1 Các khái niệm liên quan đến khai thác tập mục có độ hữu ích trung bình cao 1.1.1 Khai phá tri thức khai thác liệu 1.1.1.1 Các bước q trình khai phá liệu 1.1.1.2 Kiến trúc hệ thống khai phá liệu 10 1.1.1.3 Ứng dụng khai phá liệu 13 1.1.2 Khai phá tập mục độ hữu ích trung bình cao 13 1.1.3 Ứng dụng khai thác tập mục độ hữu ích trung bình cao 16 1.1.4 Phương pháp khai phá tập mục hữu ích trung bình cao 16 1.2 Bài tốn ẩn tập mục có độ hữu ích trung bình cao 19 1.3 Một số thuật tốn khai phá tập mục độ hữu ích trung bình cao .22 1.4 Kết luận Chương 23 CHƯƠNG 2: PHƯƠNG PHÁP ẨN TẬP MỤC CĨ ĐỘ HỮU ÍCH TRUNG BÌNH CAO NHẠY CẢM 24 iv 2.1 Phương pháp khai thác tập mục có độ hữu ích trung bình cao nhạy cảm 24 2.2 Tác dụng phụ 26 2.3 Phương pháp ẩn tập mục có độ hữu ích trung bình cao nhạy cảm 29 2.4 Ưu điểm hạn chế phương pháp .38 2.5 Kết luận Chương 40 CHƯƠNG 3: ĐỀ XUẤT PHƯƠNG PHÁP HIỆU QUẢ ĐỂ ẨN TẬP MỤC CĨ ĐỘ HỮU ÍCH TRUNG BÌNH CAO NHẠY CẢM 41 3.1 Một số thông số dùng để đánh giá tính hiệu phương pháp ẩn tập mục có độ hữu ích trung bình cao nhạy cảm 41 3.1.1 Xác định giá trị hữu ích tối thiểu cần giảm hay xóa mục: .42 3.1.2 Xác định mục mục tiêu hệ số : 42 3.2 Đề xuất phương pháp ẩn tập phổ biến có độ hữu ích trung bình cao nhạy cảm hiệu .43 3.3 Kết luận Chương 50 CHƯƠNG 4: THỬ NGHIỆM VÀ ĐÁNH GIÁ 51 4.1 Môi trường thực nghiệm liệu sử dụng 51 4.2 Kết thực nghiệm .51 a Thời gian thực thi 52 b DSS (Tỷ lệ tương đồng cấu trúc CSDL sửa đổi D' so với CSDL gốc D) 53 c DUS (Tỷ lệ tương đồng hữu ích CSDL D' với CSDL D) 54 d IUS (Tỷ lệ tương đồng hữu ích trung bình tập HAUI CSDL sửa đổi D' (HAUIs') so với tập HAUI CSDL gốc D (HAUIs)) 55 4.3 Kết luận Chương .56 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 57 DANH MỤC TÀI LIỆU THAM KHẢO 58 v DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt Database Cơ sở liệu DIF Difference Sự khác biệt DSS Database Structure Similarity Tỷ lệ tương đồng cấu trúc CSDL sửa đổi D' so với CSDL gốc D DUS Database utility similarity Tỷ lệ tương đồng hữu ích CSDL D' với CSDL D HAUI High Average Utility Itemset Tập mục hữu ích trung bình cao HAUIM High Average Utility Itemset Mining Khai thác tập mục có độ hữu ích trung bình cao Hiding Failure Tỷ lệ tập mục hữu ích trung bình cao nhạy cảm không ẩn IUS Itemsets Utility Similarity Tỷ lệ tương đồng hữu ích trung bình tập HAUIs CSDL sửa đổi D' so với tập HAUIs CSDL gốc D KDD Knowledge Discovery in Databases Phát tri thức từ CSDL Data Mining Khai phá liệu Miss Cost Tỷ lệ tập mục hữu ích trung bình cao khơng nhạy cảm bị CSDL HF KPDL MC Privacy Preserving PPAUIM Average Utility Itemset Mining PPDM Bảo vệ tính riêng tư khai phá tập mục hữu ích trung bình cao Privacy Preserving Data Khai phá liệu bảo vệ quyền Mining riêng tư vi QTDB Quantitative Transaction Database Cơ sở liệu giao tác định lượng SHAUI Sensitive High Average Utility Itemset Tập mục hữu ích trung bình cao nhạy cảm vii DANH SÁCH BẢNG Bảng 1.1: Cơ sở liệu giao tác (biểu diện dạng ngang) 14 Bảng 1.2: Cơ sở liệu giao tác (biểu diễn dạng dọc) 15 Bảng 1.3: Cơ sở liệu giao tác (biểu diễn dạng ma trận) 15 Bảng 1.4: CSDL giao tác D 20 Bảng 1.5: Giá trị lợi nhuận CSDL D 21 Bảng 1.6: Tập mục hữu ích trung bình cao HAUIs 21 Bảng 2.1: Xác định tập ST chứa giao tác hỗ trợ S1 32 Bảng 2.2: CSDL giao tác D 33 Bảng 2.3: Tập mục hữu ích trung bình cao 34 Bảng 2.4: Xác định tập ST chứa giao tác hỗ trợ S2 34 Bảng 2.5: CSDL giao tác D 35 Bảng 2.6: Tập mục hữu ích trung bình cao 36 Bảng 2.7: Xác định tập ST chứa giao tác hỗ trợ S3 36 Bảng 2.8: CSDL giao tác D 37 Bảng 2.9: Tập mục hữu ích trung bình cao 37 Bảng 3.1: T-table 45 Bảng 3.2: Xác định tập ST chứa giao tác hỗ trợ S1 46 Bảng 3.3: CSDL giao tác D 47 Bảng 3.4: Tập mục hữu ích trung bình cao 47 Bảng 3.5: Xác định tập ST chứa giao tác hỗ trợ S2 48 Bảng 3.6: CSDL giao tác D 49 Bảng 3.7: Tập mục hữu ích trung bình cao 49 Bảng 4.1: Cơ sở liệu dùng cho thực nghiệm 51 viii DANH SÁCH HÌNH VẼ Hình 1.1: Khai thác liệu bước trình khám phá tri thức Hình 1.2: Kiến trúc hệ thống khai thác liệu 11 Hình 2.1 Quy trình PPUM chung 24 Hình 2.2 Mối quan hệ tập mục trước sau trình PPDM 26 Hình 2.3 Tập hợp tập mục nhạy cảm mà quy trình PPDM khơng ẩn 27 Hình 2.4 Mising cost quy trình làm 27 Hình 2.5 Artificial cost phát sinh từ quy trình PPDM 28 Hình 4.1: Kết so sánh thời gian thực thi hai thuật tốn 52 Hình 4.2: DSS Tỷ lệ tương đồng cấu trúc liệu thực ẩn 53 Hình 4.3: DUS Tỷ lệ tương đồng giá trị hữu ích CSDL thực ẩn 54 Hình 4.4: IUS Tỷ lệ tương đồng giá trị hữu ích trung bình tập SHAUIs CSDL gốc D CSDL sửa đổi D' thực ẩn 55 55 IUS (Tỷ lệ tương đồng hữu ích trung bình tập HAUIs CSDL d) sửa đổi D' (HAUIs') so với tập HAUIs CSDL gốc D (HAUIs)) Kết thể Hình 4.4, thuật tốn EHSHA-UI-Improved đề xuất có kết tốt so với thuật tốn EHSHA-UI Từ kết thể Hình 4.4 thấy IUS giảm số lượng SHAUIs tăng lên cần phải ẩn nhiều tập mục cách xóa SHAUIs giảm hữu ích chúng Foodmart 100.00 IUS (%) IUS (%) BMS2 50.00 0.00 10 15 20 100.00 50.00 0.00 25 Số lượng tập mục nhạy cảm cần ẩn EHSHA-UI EHSHA-UI-Improved EHSHA-UI 100.00 50.00 0.00 10 15 20 25 EHSHA-UI-Improved 20 100.00 95.00 90.00 85.00 80.00 25 Số lượng tập mục nhạy cảm cần ẩn EHSHA-UI 15 T20I6D100K IUS (%) IUS (%) Retail 10 Số lượng tập mục nhạy cảm cần ẩn 10 15 20 25 Số lượng tập mục nhạy cảm cần ẩn EHSHA-UI-Improved EHSHA-UI EHSHA-UI-Improved IUS (%) T25I10D10K 100.00 95.00 90.00 85.00 80.00 10 15 20 25 Số lượng tập mục nhạy cảm cần ẩn EHSHA-UI EHSHA-UI-Improved Hình 4.4: IUS Tỷ lệ tương đồng giá trị hữu ích trung bình tập SHAUIs CSDL gốc D CSDL sửa đổi D' thực ẩn 56 4.3 Kết luận Chương Các thử nghiệm thuật toán EHSHA-UI-Improved cải thiện so với thuật toán EHSHA-UI thời gian chạy, tỷ lệ tương đồng cấu trúc liệu, tỷ lệ tương đồng giá trị hữu ích CSDL tỷ lệ tương đồng giá trị hữu ích trung bình tập SHAUIs CSDL gốc D CSDL sửa đổi D' Những kết thực nghiệm chứng minh cải tiến sử dụng thuật toán EHSHA-UI-Improved có ý nghĩa cải thiện đáng kể hiệu suất để ẩn tập mục có độ hữu ích trung bình cao nhạy cảm 57 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Đồ án đề xuất thuật toán EHSHA-UI-Improved để bảo vệ tập mục có độ hữu ích trung bình cao nhạy cảm cách hiệu dựa chiến lược lựa chọn mục mục tiêu hợp lý áp dụng hệ số alpha thực giảm giá trị số lượng mục mục tiêu có giao tác mà khơng cần phải qt lại liệu nhiều lần Kết thử nghiệm cho thấy thuật toán đề xuất đồ án hiệu thuật tốn cơng bố trước thời gian thực hiện, tỷ lệ tương đồng cấu trúc liệu, tỷ lệ tương đồng giá trị hữu ích CSDL tỷ lệ tương đồng giá trị hữu ích trung bình tập SHAUIs CSDL gốc D CSDL sửa đổi D' Hướng nghiên cứu tiếp theo, đồ án phát triển thuật toán đề xuất, tiếp tục thử nghiệm sở liệu giao tác khác so sánh với thuật toán khác để đánh giá hiệu hiệu suất phép đo khác 58 DANH MỤC TÀI LIỆU THAM KHẢO [1] Hong, Tzung-Pei, Lee, Cho-Han, and Wang, Shyue-Liang (2011), "Effective utility mining with the measure of average utility", Expert Systems with Applications, 38(7), pp 8259-8265 [2] Huynh Trieu Vy, et al (2018), "A Novel Algorithm for Hiding Sensitive High Average-Utility Itemsets", Hội thảo Quốc gia lần thứ XXI: Một số vấn đề chọn lọc Công nghệ thơng tin truyền thơng - Thanh Hóa, pp 7-13 [3] Jiawei Ha, Micheline Kamber, Jian Pei (2012), "Data Mining Concepts and Techniques Third Edition", Elsevier Inc, pp 243-248 [4] Lan, Guo-Cheng, Hong, Tzung-Pei, and Tseng, Vincent S (2012), "Efficiently mining high average-utility itemsets with an improved upper-bound strategy", International Journal of Information Technology & Decision Making 11(05), pp 1009-1030 [5] Lan, Guo-Cheng, Hong, Tzung-Pei, and Tseng, Vincent S (2012), "A projection-based approach for discovering high average-utility itemsets", Journal of Information science and Engineering, 28(1), pp 193-209 [6] Le Bac, et al (2022), "H-FHAUI: Hiding frequent high average utility itemsets", Information Sciences, 611, pp 408-431 [7] Lin, Chun-Wei, Hong, Tzung-Pei, and Lu, Wen-Hsiang (2010), "Efficiently mining high average utility itemsets with a tree structure", asian conference on intelligent information and database systems, Springer, pp 131-139 [8] Lin, Jerry Chun-Wei, et al (2016), "An efficient algorithm to mine high average-utility itemsets", Advanced Engineering Informatics, 30(2), pp 233243 [9] Lin, Jerry Chun-Wei, et al (2016), "Fast algorithms for hiding sensitive high-utility itemsets in privacy-preserving utility mining", Engineering Applications of Artificial Intelligence, 55, pp 269-284 59 [10] Lin, Jerry Chun-Wei, et al (2017), "EHAUPM: Efficient high average-utility pattern mining with tighter upper bounds", IEEE Access, 5, pp 12927-12940 [11] Lin, Jerry Chun-Wei, et al (2017), "A fast algorithm for mining high averageutility itemsets", Applied Intelligence, 47(2), pp 331-346 [12] Lu, Tien, et al (2014), "A new method for mining high average utility itemsets", IFIP international conference on computer information systems and industrial management, Springer, pp 33-42 [13] M Liu and J Qu (2012), "Mining high utility itemsets without candidate generation", Proceedings of the 21st ACM international conference on Information and knowledge management, pp 55-64 [14] Sun, Xingzhi and Yu, Philip S (2007), "Hiding sensitive frequent itemsets by a border-based approach", Journal of Computing Science and Engineering, 1(1), pp 74-94 [15] Truong Tin, et al (2018), "Efficient vertical mining of high average-utility itemsets based on novel upper-bounds", IEEE Transactions on Knowledge and Data Engineering, 31(2), pp 301-314 [16] Truong Tin, et al (2019), "Efficient high average-utility itemset mining using novel vertical weak upper-bounds", Knowledge-Based Systems, 183, pp 104847 [17] Tseng, Vincent S, et al (2012), "Efficient algorithms for mining high utility itemsets from transactional databases", IEEE transactions on knowledge and data engineering, 25(8), pp 1772-1786 [18] Huỳnh Triệu Vỹ, cộng (2021), "ẨN TẬP MỤC HỮU ÍCH TRUNG BÌNH CAO NHẠY CẢM", Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIV Nghiên cứu ứng dụng Công nghệ thông tin (FAIR), TP.HCM, pp 227-235 [19] Wu, Jimmy Ming-Tai, et al (2018), "TUB-HAUPM: Tighter upper bound for mining high average-utility patterns", IEEE Access, 6, pp 18655-18669 60 [20] Yeh, Jieh-Shan, Hsu, Po-Chiang, and Wen, Ming-Hsun (2008), "Novel algorithms for privacy preserving utility mining", 2008 Eighth International Conference on Intelligent Systems Design and Applications, IEEE, pp 291296 [21] Yun, Unil and Kim, Donggyu (2017), "Mining of high average-utility itemsets using novel list structure and pruning strategy", Future Generation Computer Systems, 68, pp 346-360 [22] Zihayat, Morteza, Davoudi, Heidar, and An, Aijun (2017), "Mining significant high utility gene regulation sequential patterns", BMC systems biology, 11(6), pp 1-14 61 BẢN CAM ĐOAN Tôi cam đoan thực việc kiểm tra mức độ tương đồng nội dung đề án qua phần mềm https://kiemtratailieu.vn/ cách trung thực đạt kết mức độ tương đồng 10% toàn nội dung đề án Bản đề án kiểm tra qua phần mềm cứng đề án nộp để bảo vệ trước hội đồng Nếu sai tơi xin chịu hình thức kỷ luật theo quy định hành Học viện TP.Hồ Chí Minh, ngày 12 tháng 10 năm 2023 Học viên thực đề án Tô Phú Khương 62 Học viên thực đề án Người hướng dẫn khoa học Tô Phú Khương TS Nguyễn Khắc Chiến 63 BỘ THƠNG TIN VÀ TRUYỀN THƠNG CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM HỌC VIỆN CÔNG NGHỆ Độc lập - Tự - Hạnh phúc BƯU CHÍNH VIỄN THƠNG BÁO CÁO GIẢI TRÌNH SỬA CHỮA, HỒN THIỆN ĐỀ ÁN THẠC SĨ Họ tên học viên: Tô Phú Khương Chuyên ngành: Hệ thống Thơng tin Khóa: 2021-2023 Tên đề tài: Nghiên cứu phương pháp ẩn tập mục có độ hữu ích trung bình cao nhạy cảm sở liệu giao tác Người hướng dẫn khoa học: TS Nguyễn Khắc Chiến Ngày bảo vệ: 08/10/2023 Các nội dung học viên sửa chữa, bổ sung đề án theo ý kiến đóng góp Hội đồng chấm đề án: TT Ý kiến hội đồng Sửa chữa học viên Giải thích tiêu chí đánh giá hiệu Đề án trình bày chi tiết tiêu chí đánh giá trang 26-29 Giải thích đặc trưng CSDL giao tác Đề án mô tả CSDL dùng làm thực nghiệm Mục 4.1 Chương trang 51 Bổ sung cơng trình nghiên cứu Học viên chỉnh sửa mục 1.3 trang 22, 23 liên quan Danh mục tài liệu tham khảo trang 58, 59, 60 Tp.HCM, ngày 12 tháng 10 năm 2023 Ký xác nhận CHỦ TỊCH HỘI ĐỒNG THƯ KÝ HỘI ĐỒNG CHẤM ĐỀ ÁN PGS.TS Trần Công Hùng NGƯỜI HƯỚNG DẪN HỌC VIÊN KHOA HỌC TS Huỳnh Trọng Thưa TS Nguyễn Khắc Chiến Tô Phú Khương 64 65 66 67 68 69