Xây dựng giải thuật xác định độ tương tự giữa hai tình huống dựa vào bộ thuộc tính động

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN NGỌC BÌNH PHƯƠNG XÂY DỰNG GIẢI THUẬT XÁC ĐỊNH ĐỘ TƯƠNG TỰ GIỮA HAI TÌNH HUỐNG DỰA VÀO BỘ THUỘC TÍNH ĐỘNG Chuyên ngành: Khoa học Máy tính LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 06 năm 2008 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS Võ Văn Huy Cán chấm nhận xét 1: PGS TS Dương Tuấn Anh Cán chấm nhận xét 2: TS Vũ Thanh Nguyên Luận văn thạc sĩ bảo vệ tại: HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA Ngày 06 tháng 09 năm 2008 ii ĐẠI HỌC QUỐC GIA TP HCM CỘNG HÒA Xà HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập - Tự Do - Hạnh Phúc -oOo Tp HCM, ngày 09 tháng 09 năm 2008 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Nguyễn Ngọc Bình Phương Giới tính: Nam Ngày, tháng, năm sinh: 17/02/1981 Nơi sinh: Tiền Giang Chuyên ngành: Khoa học Máy tính Khóa: K15 TÊN ĐỀ TÀI: Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động NHIỆM VỤ LUẬN VĂN: − Sử dụng phương pháp CBR (Case-Based Reasoning) xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Độ tương tự phải tổng hợp từ kiểu biến khác − Hiện thực chương trình minh họa NGÀY GIAO NHIỆM VỤ: 15/01/2007 NGÀY HOÀN THÀNH NHIỆM VỤ: 30/06/2008 HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS Võ Văn Huy Nội dung đề cương Luận văn thạc sĩ Hội Đồng Chuyên Ngành thơng qua CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MƠN QUẢN LÝ CHUYÊN NGÀNH TS Võ Văn Huy TS Đinh Đức Anh Vũ iii LỜI CẢM ƠN Xin gửi lời cảm ơn chân thành đến: Thầy Võ Văn Huy tận tình hướng dẫn suốt thời gian thực luận văn; Các thầy cô khoa Công nghệ Thông tin, trường Đại học Bách Khoa TP Hồ Chí Minh cung cấp kiến thức quý báu; Các bạn đồng nghiệp gánh vác phần cơng việc ngày; Gia đình bạn bè thân thiết ln quan tâm, động viên khích lệ sẵn sàng giúp đỡ Nguyễn Ngọc Bình Phương iv TÓM TẮT CBR phương pháp lập luận mạnh ứng dụng rộng rãi nhiều lĩnh vực công nghiệp, quản lý, y học, v.v CBR lập luận dựa vào độ đo tương tự tình huống, thơng thường hàm thuộc tính mơ tả đặc trưng tình Trong lĩnh vực tư vấn quản lý, tình có thuộc tính đặc trưng khó xác định xác lần, phương pháp CBR dựa vào thuộc tính tĩnh bị hạn chế việc thể đặc trưng tình Luận văn nghiên cứu độ đo tương tự linh hoạt, có khả diễn tả thuộc tính động cho tình phức tạp Cơ sở giải pháp nguyên lý “cục bộ-toàn cục” với hỗ trợ trọng số, hàm gộp, độ đo tương tự cho kiểu thuộc tính đặc thù thuộc tính dạng tập hợp, dạng mờ, dạng thơ (so với thuộc tính dạng số hay dạng ký hiệu truyền thống) Luận văn thực tốn CBR dựa vào thuộc tính động mơi trường web Thử nghiệm chương trình thực với toán tư vấn ước lượng chi phí phần mềm kết cho thấy giải thuật hoạt động tương đối hiệu Bài toán giải mức tiếp cận, phát triển tương lai Từ khóa: CBR, lập luận dựa theo tình huống, độ tương tự, thuộc tính động v DANH MỤC HÌNH Hình 1.1 Kiểu giải vấn đề dựa theo tình Hình 2.1 Hệ thống CBR Hình 2.2 Chu trình CBR với bốn “RE” [Aamodt & Plaza, 1994] 10 Hình 2.3 Chu trình CBR với năm “RE” [Finnie & Sun, 2003] 11 Hình 2.4 Chu trình CBR với sáu “RE” [Watson, 2001] 12 Hình 2.5 Chu trình CBR với sáu “RE” [Berghofer & Iglezakis, 2001] 12 Hình 2.6 Bản ghi tình tư vấn cho doanh nghiệp 18 Hình 2.7 Q trình trích lục tình [Pal & Shiu, 2004] 20 Hình 2.8 Cách tìm láng giềng gần tình 22 Hình 2.9 Cây định hoàn chỉnh 23 Hình 2.10 Quá trình tinh chỉnh tình [Pal & Shiu, 2004] 24 Hình 2.11 Một số lĩnh vực ứng dụng CBR [Leake, 1996] 27 Hình 2.12 Hình chóp kiến thức [Bergmann, 2002] 27 Hình 2.13 So sánh nỗ lực cho cách tiếp cận CBR khác [Bergmann et al., 2003] 30 Hình 2.14 Một ví dụ lối biểu diễn tình dựa “thuộc tính-giá trị” 30 Hình 3.1 Kết truy vấn dải cho đối tượng truy vấn q 48 Hình 3.2 Kết truy vấn láng giềng gần cho đối tượng truy vấn q 49 Hình 3.3 Kết truy vấn k-láng giềng gần cho đối tượng truy vấn q k = 50 Hình 3.4 Bốn chứa kiến thức hệ thống CBR [Richter, 1995] 57 Hình 3.5 Phép biến đổi CBR 58 Hình 3.6 Ngữ cảnh học phép đo độ tương tự Stahl [2001; 2003] 59 Hình 4.1 Sơ đồ hệ thống quản lý tình tư vấn 63 Hình 4.2 (Quy trình 1) Quy trình đưa tình vào kho (được thực người quản trị hệ thống với trợ giúp chuyên gia lĩnh vực) 65 Hình 4.3 (Quy trình 2) Quy trình tạo tình truy vấn (được thực người dùng) 67 Hình 4.4 Phân loại kiểu thuộc tính 68 Hình 4.5 Một ví dụ thuộc tính dạng ký hiệu phân cấp 71 Hình 4.6 Ví dụ số mờ khoảng mờ 74 Hình 4.7 Ví dụ thuộc tính dạng ngơn ngữ mờ 75 Hình 4.8 Các tiêu chí so sánh cặp theo độ ưu tiên 78 vi Hình 4.9 Trọng số tiêu chí sau tính tốn 78 Hình 4.10 (Quy trình 3) Quy trình đánh lại trọng số để cải thiện kết trích lục (được thực người quản trị hệ thống) 82 Hình 4.11 Ý tưởng sử dụng giải thuật suy giảm độ dốc để tối ưu trọng số [Stahl, 2003] 84 Hình 5.1 Thiết kế mơ hình tình với phần mềm CBR-Works 87 Hình 5.2 Thiết kế mơ hình tình tĩnh sở liệu quan hệ (SQL Server 2000) 87 Hình 5.3 Một kiến trúc điển hình cho hệ thống CBR dựa web [Hayes et al., 1998] 88 Hình 5.4 Lược đồ sở liệu quan hệ: phần quản lý tình 89 Hình 5.5 Giao diện web thiết kế mơ hình tình cho tốn tư vấn ước lượng chi phí phần mềm 92 Hình 5.6 Giao diện thử nghiệm phép đo cục mặc định 93 Hình 5.7 Năm dạng hai khoảng mờ x y 95 Hình 5.8 Lược đồ sở liệu quan hệ: phần quản lý từ khóa đặc thù lĩnh vực 97 Hình 5.9 Giao diện trích lục tình tương tự tình truy vấn 98 Hình 5.10 Kết trích lục gồm tình với độ tương tự theo thứ hạng giảm dần 99 Hình 5.11 Xây dựng trọng số ban đầu phương pháp AHP 99 Hình 5.12 Xấp xỉ độ hữu dụng theo độ tương tự phần giải pháp 100 Hình 5.13 Sai lệch độ tương tự giảm xuống sau tối ưu trọng số 101 Hình 6.1 So sánh độ tương tự dựa thuộc tính (a) khơng dựa thuộc tính (b) 104 vii DANH MỤC BẢNG BIỂU Bảng 1.1 So sánh kỹ thuật/phương pháp giải vấn đề [Watson, 1997] Bảng 2.1 So sánh CBR, RBR, MBR [Conradie, 2000] 14 Bảng 2.2 Bốn tình cho vay 22 Bảng 2.3 Tình cho vay 22 Bảng 2.4 So sánh trích lục láng giềng gần trích lục quy nạp [Watson, 1997] 23 Bảng 3.1 Các phép đo khoảng cách kinh điển [Belanche, 2000] 41 Bảng 3.2 Độ tương tự cho liệu nhị phân [Pękalska & Duin, 2005] 51 Bảng 3.3 Độ không tương tự cho liệu nhị phân [Pękalska & Duin, 2005] 52 Bảng 3.4 Độ không tương tự cho liệu dạng số thực [Pękalska & Duin, 2005] 53 Bảng 4.1 Giá trị thuộc tính tình kho tình tình truy vấn 62 Bảng 4.2 Một số cơng thức tính độ tương tự hai số 69 Bảng 4.3 Bảng độ ưu tiên chuẩn AHP 77 Bảng 4.4 Các tiêu chí so sánh cặp theo độ ưu tiên (do chuyên gia thiết lập) 77 Bảng 5.1 Mơ hình tình tốn tư vấn ước lượng chi phí phần mềm 86 Bảng 5.2 Bảng tbl_LinhVuc 90 Bảng 5.3 Bảng tbl_CongViec 90 Bảng 5.4 Bảng tbl_KieuThuocTinh 90 Bảng 5.5 Bảng tbl_ThuocTinh 90 Bảng 5.6 Bảng tbl_TinhHuong 91 Bảng 5.7 Bảng tbl_GiaTriThuocTinh 91 Bảng 5.8 Bảng tbl_stopword 96 Bảng 5.9 Bảng tbl_keyword 96 viii MỤC LỤC LỜI CẢM ƠN iv TÓM TẮT v DANH MỤC HÌNH vi DANH MỤC BẢNG BIỂU viii MỤC LỤC ix Chương GIỚI THIỆU ĐỀ TÀI 1.1 Cơ sở hình thành đề tài 1.2 Mục tiêu phương pháp thực .2 1.3 Bố cục đề tài Chương TỔNG QUAN VỀ CBR 2.1 Đôi nét lịch sử nghiên cứu liên quan 2.2 Định nghĩa CBR .7 2.3 Chu trình CBR 2.4 So sánh CBR với cách tiếp cận khác .13 2.4.1 So sánh CBR lập luận dựa theo luật, lập luận dựa theo mơ hình 13 2.4.2 So sánh CBR lập luận người 14 2.4.3 Lợi ích việc sử dụng CBR 15 2.5 Các kỹ thuật xây dựng hệ thống CBR 17 2.5.1 Biểu diễn tình đánh mục tình 17 2.5.1.1 Biểu diễn tình 17 2.5.1.2 Đánh mục tình 19 2.5.2 Đối sánh trích lục tình .20 2.5.2.1 Trích lục láng giềng gần 21 2.5.2.2 Trích lục quy nạp .22 2.5.2.3 So sánh phối hợp kỹ thuật trích lục 23 2.5.3 Tinh chỉnh tình .24 2.5.4 Bảo trì kho tình 25 2.6 Khả ứng dụng CBR .25 2.7 Những định nghĩa quy ước CBR đề tài 27 2.7.1 Một số định nghĩa tảng .27 ix 2.7.2 Lối biểu diễn dựa “thuộc tính-giá trị” 29 2.7.3 Thuộc tính kiểu thuộc tính .31 2.7.4 Mơ hình tình 32 2.7.5 Trọng số thuộc tính .34 2.7.6 Bộ thuộc tính động 35 2.8 Kết chương 36 Chương TỔNG QUAN VỀ ĐỘ TƯƠNG TỰ 37 3.1 Giới thiệu 37 3.2 Cơ sở toán học độ tương tự .39 3.2.1 Phép đo khoảng cách 39 3.2.2 Độ tương tự, độ không tương tự 43 3.2.3 Gộp độ tương tự 44 3.2.4 Độ tương tự cho kiểu biến thông thường .46 3.2.4.1 Biến định danh 46 3.2.4.2 Biến có thứ tự 46 3.2.4.3 Biến liên tục .47 3.2.4.4 Biến tập hợp .47 3.3 Các kiểu truy vấn dựa vào độ tương tự 48 3.3.1 Truy vấn dải 48 3.3.2 Truy vấn láng giềng gần .49 3.3.3 Truy vấn k-láng giềng gần 49 3.3.4 Truy vấn xếp hạng 50 3.4 Độ tương tự CBR 50 3.4.1 Định nghĩa độ tương tự CBR 51 3.4.2 Các phép đo truyền thống 51 3.4.3 Nguyên lý “cục bộ-toàn cục” 54 3.4.3.1 Độ tương tự cục 54 3.4.3.2 Độ tương tự toàn cục 55 3.4.4 Vấn đề học phép đo độ tương tự .56 3.4.4.1 Kiến thức hệ thống CBR 56 3.4.4.2 Các nghiên cứu liên quan 57 3.5 Kết chương 59 Chương BÀI TOÁN XÁC ĐỊNH ĐỘ TƯƠNG TỰ GIỮA HAI TÌNH HUỐNG DỰA VÀO BỘ THUỘC TÍNH ĐỘNG 61 4.1 Tìm lĩnh vực cho tình dạng văn 63 x Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động THUẬT NGỮ ANH-VIỆT Adaptation: Sự tinh chỉnh Agent: Tác tử Aggregation: Phép gộp Algorithm: Giải thuật Analogy: Phép loại suy Analytical Hierarchy Process (viết tắt AHP): Quy trình phân tích phân cấp Application: Ứng dụng Artificial Intelligence (viết tắt AI): Trí tuệ nhân tạo Attribute: Thuộc tính (Trong số tài liệu tiếng Việt, “attribute” dịch “đặc tính” hay “đặc trưng” Trong số tài liệu tiếng Anh, “feature” “variable” hiểu “attribute”) Boundedness: Tính bị chặn Case base: Kho tình (cũng viết “case-base” hay “casebase”) Case: Tình (Trong số tài liệu tiếng Việt, “case” dịch “trường hợp”, “ca lập luận”, hay “kinh nghiệm”) Case-Based Reasoning (viết tắt CBR): Lập luận dựa theo tình (Có số tranh cãi nghĩa tiếng Việt “reasoning” CBR, xem chi tiết http://vi.wikipedia.org/wiki/Thảo luận:Lập luận theo tình huống) Class: Lớp Classification: Sự phân loại Clustering: Sự phân cụm Compensativeness: Tính bù Competence: Năng lực Continuity: Tính liên tục Coverage: Khả bao phủ Cycle: Chu trình Data Mining (viết tắt DM): Khai phá liệu Database: Cơ sở liệu Dissimilarity: Sự không tương tự Distance: Khoảng cách Domain expert: Chuyên gia lĩnh vực 107 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Domain: Lĩnh vực E-commerce: Thương mại điện tử Error: Độ sai lệch Evolutionary: Sự tiến hóa Feedback: Phản hồi Function: Hàm Fuzzy [adj]: Mờ Genetic Algorithm (viết tắt GA): Giải thuật di truyền Global similarity: Độ tương tự toàn cục Gradient descent algorithm: Giải thuật suy giảm độ dốc Granularity: Độ hạt Homogeneity: Tính Idempotency: Tính lũy đẳng Index: Chỉ mục/Chỉ số Induction: Quy nạp Information Retrieval (viết tắt IR): Trích lục thơng tin Introspective learning: Học nội quan Keyword: Từ khóa Knowledge Management (viết tắt KM): Quản lý kiến thức Knowledge: Kiến thức (Trong đa số tài liệu tiếng Việt, “knowledge” dịch “tri thức”) Learning: Học Liner [adj]: Tuyến tính Local similarity: Độ tương tự cục Machine Learning (viết tắt ML): Học máy Maintenance: Sự bảo trì Mean: Trung bình Measure: Độ đo/Phép đo Method: Phương thức/Phương pháp Methodology: Phương pháp luận Minimality: Tính tối thiểu Model: Mơ hình Model-Based Reasoning (viết tắt MBR): Lập luận dựa theo mơ hình Monotonicity: Tính đơn điệu Nearest Neighbor (viết tắt NN): Láng giềng gần 108 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Normed space: Khơng gian định chuẩn Operator: Tốn tử Problem: Vấn đề Proximity: Sự xấp xỉ Range: Miền trị/Dải Reachability: Khả với tới Refine [v]: Tinh lọc Relevance: Sự xác đáng Retain [v]: Giữ lại Retrieval: Sự trích lục Retrieve [v]: Trích lục (Trong số tài liệu tiếng Việt, “retrieve” dịch “tìm kiếm lại” cho thống với “RE” khác chu trình CBR) Reuse [v]: Sử dụng lại Review [v]: Xem lại Revise [v]: Sửa lại Rough [adj]: Thô Rule-Based Reasoning (viết tắt RBR): Lập luận dựa theo luật Semantics: Tính ngữ nghĩa Set: Tập hợp Similarity: Sự tương tự Solution: Giải pháp Space: Không gian Standard: Tiêu chuẩn Stopword: Hư từ String: Chuỗi Symbol: Ký hiệu Symmetry: Tính đối xứng Task: Cơng việc/Tác vụ Technology: Kỹ thuật Threshold: Ngưỡng Triangular inequality: Bất đẳng thức tam giác Type: Kiểu Utility: Sự hữu dụng Vocabulary: Từ vựng Weight: Trọng số 109 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động QUY ƯỚC VỀ KÝ HIỆU Quy ước tên gọi A, A': Thuộc tính (attribute) (dấu ' cho biết thuộc tính thuộc phần giải pháp) Range(A): Miền trị thuộc tính A Name(A): Tên thuộc tính A Type(A): Kiểu thuộc tính A w: trọng số (weight) C, c: Mơ hình tình huống, tình (case) P, p: Mơ hình vấn đề, vấn đề (problem) S, s: Mơ hình giải pháp, giải pháp (solution) CB: Kho tình (case base) Q, q: Tập truy vấn huấn luyện, truy vấn (query) u: Độ hữu dụng (utility) SIM, sim: Độ tương tự toàn cục, độ tương tự cục (similarity) DIS, dis: Khoảng cách toàn cục, khoảng cách cục (distance) D: Lĩnh vực (domain) TE: mẫu huấn luyện (training example) TD: Dữ liệu huấn luyện (training data) ESIM : Sai lệch độ tương tự (similarity error) fb: Hàm phản hồi (feedback function) Quy ước số lượng n: Số lượng tình CB (thuộc lĩnh vực D) m, m': Số lượng thuộc tính mơ hình vấn đề, mơ hình giải pháp r: Số lượng truy vấn tập truy vấn huấn luyện k: Số lượng láng giềng gần Quy ước mục i, l: Chỉ mục cho tình ci, cl j, j': Chỉ mục cho thuộc tính thuộc phần vấn đề Aj , thuộc tính thuộc phần giải pháp A'j ' t: Chỉ mục cho truy vấn qt 110 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Các ký hiệu toán học1 N: Tập hợp số tự nhiên ( N + = N \{0} ) Z: Tập hợp số nguyên Q: Tập hợp số hữu tỉ R: Tập hợp số thực ( R + = {x | x ∈ R , x > 0} ) ∅: Tập rỗng card(A): Lực lượng tập A A ∩ B: Giao tập A B A ∪ B: Hợp tập A B A \ B: Hiệu tập A B A × B: Tích Descartes tập A B ( A × B = {(a, b) | a ∈ A ∧ b ∈ B} ) x ∈ A: x thuộc tập A A ⊂ B: Tập A tập tập B iff: if: otherwise: khác ⇒: Suy ra/kéo theo ⇔: Tương đương ∀: Với ∃: Tồn φ : X → Y: φ ánh xạ (hàm) từ X vào Y Để Microsoft Word hiển thị ký hiệu toán học tài liệu này, cần sử dụng phần mềm MathType (có thể tải http://www.dessci.com/en/products/mathtype) số font chữ đặc biệt Viva, MT Extra 111 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động TÀI LIỆU THAM KHẢO Để thuận tiện trình thực luận văn theo dõi luận văn, sử dụng cách viết tài liệu tham khảo sau: Bài báo tạp chí: [Họ tác giả, năm xuất bản] Họ tên tác giả Tên báo Tên tạp chí, vol tập(số), pp trang, năm xuất Bài báo hội nghị: [Họ tác giả, năm tổ chức] Họ tên tác giả Tên báo Tên hội nghị, pp trang, nơi tổ chức, năm tổ chức Toàn sách: [Họ tác giả hay người biên tập, năm xuất bản] Họ tên tác giả hay người biên tập (Ed./Eds.) Tên sách Nơi xuất bản: tên nhà xuất bản, năm xuất Một hay chương sách biên tập: [Họ tác giả, năm xuất bản] Họ tên tác giả Tên hay chương Tên sách (Ed./Eds Họ tên người biên tập), pp trang, nơi xuất bản: tên nhà xuất bản, năm xuất Báo cáo kỹ thuật: [Họ tác giả, năm báo cáo] Họ tên tác giả Tên báo cáo Mã số, đơn vị, năm báo cáo Luận văn: [Họ tác giả, năm bảo vệ] Họ tên tác giả Tên luận văn Cấp độ, tên trường, năm bảo vệ Tài liệu/bài viết Internet: [Họ tác giả/tên website, năm viết/năm đăng] Họ tên tác giả/tên website Tên tài liệu/bài viết URL Tiếng Việt [1] [BR&T, 2006] BR&T Tài liệu yêu cầu nghiệp vụ website tư vấn Trung tâm Nghiên cứu Hỗ trợ Đào tạo Quản trị Doanh nghiệp, trường Đại học Bách khoa, TP.HCM, 2006 [2] [CESTI, 2007] CESTI Tài liệu hướng dẫn sử dụng chợ tư vấn trực tuyến Trung tâm Thông tin Khoa học Công nghệ, TP.HCM, 2007 [3] [Đỗ et al., 2005] Đỗ Văn Chiểu, Phạm Ngọc Hùng, Nguyễn Việt Hà Tối ưu trọng số cho hàm tính độ tương tự ca lập luận Case-Based Reasoning Kỷ yếu hội nghị quốc gia: Một số vấn đề chọn lọc công nghệ thơng tin: Chủ đề mã nguồn mở, Hải Phịng, 2005 [4] [Lâm & Nguyễn, 2005] Lâm Lợi Minh Nguyễn Thị Thúy Trung tâm Tư vấn Luận văn Đại học, khoa Tin học Quản lý, Đại học Kinh tế, TP.HCM, 2005 [5] [Lê & Phan, 2002] Lê Hoài Bắc Phan Thành Huấn Lập luận theo tình thiết kế hệ thống chẩn đoán y học Hội nghị khoa học lần thứ ba trường Đại học Khoa học Tự Nhiên, TP.HCM, 2002 [6] [MOI, 2004] MOI Nghề tư vấn http://www.moi.gov.vn/BForum/detail.asp?Cat=13&id= 519 [7] [Nguyễn, 2006] Nguyễn Hoàng Thanh Nhàn Xây dựng Task Template để tái sử dụng tri thức lĩnh vực tư vấn quản trị Luận văn thạc sĩ, khoa Công nghệ Thông tin, Đại học Bách khoa, TP.HCM, 2006 112 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [8] [Nguyễn & Phạm, 2005] Nguyễn Việt Hà Phạm Ngọc Hùng Thu hẹp khơng gian tìm kiếm lời giải hệ lập luận dựa luật sử dụng phương pháp lập luận theo tình Tạp chí Bưu Viễn thơng Cơng nghệ Thơng tin, Số 15, tr 36-42, 2005 [9] [Nguyễn et al., 2004] Nguyễn Việt Hà, Phạm Ngọc Hùng, Hồ Sĩ Đàm, Trần Vũ Việt Anh CaseBased Reasoning khả tiếp cận logic vị từ Tạp chí Khoa học Đại học Quốc gia Hà Nội, Số 4, tr 51-60, 2004 [10] [Nguyễn et al., 2006] Nguyễn Thị Thanh Huyền, Nguyễn Đắc Tuấn, Phan Trung Huy Xác định số độ đo tương tự hai xâu theo mơ hình otomat mờ Tạp chí Bưu Viễn thơng Cơng nghệ Thông tin, 2006 [11] [Phạm et al., 2005] Phạm Ngọc Hùng, Nguyễn Ngọc Bảo, Nguyễn Việt Hà Mơ hình ước lượng sớm chi phí phần mềm sử dụng phương pháp lập luận theo tình Kỷ yếu hội thảo khoa học quốc gia lần thứ hai: Nghiên cứu ứng dụng công nghệ thông tin, tr 178-186, TP.HCM, 2005 [12] [Phan et al., 2005] Phan Hồ Việt Phương, Nguyễn Việt Hà, Hồ Sĩ Đàm Áp dụng lập luận theo tình để đánh giá sơ đồ biểu diễn giải thuật Kỷ yếu hội thảo khoa học quốc gia lần thứ hai: Nghiên cứu ứng dụng công nghệ thông tin, tr 454-463, TP.HCM, 2005 [13] [Trần, 2005] Trần Quốc Thắng Xây dựng website tư vấn trực tuyến quản lý Luận văn Đại học, khoa Quản lý Công nghiệp, Đại học Bách khoa, TP.HCM, 2005 [14] [Võ & Trần, 2006] Võ Huỳnh Trâm Trần Ngân Bình Giáo trình Trí tuệ nhân tạo Bộ mơn Hệ thống thơng tin Tốn ứng dụng, Khoa Công nghệ Thông tin Truyền thông, Đại học Cần Thơ, 2006 [15] [Võ et al., 2004] Võ Văn Huy cộng Các sách giải pháp chuyển dịch cấu kinh tế nội ngành công nghiệp dịch vụ địa bàn TP.HCM đến năm 2010 Báo cáo đề tài nghiên cứu, Sở Khoa học Công nghệ TP.HCM, 2004 [16] [Võ et al., 2008] Võ Văn Huy cộng Xây dựng hệ thống tri thức hỗ trợ doanh nghiệp tỉnh Lâm Đồng nâng cao lực cạnh tranh hội nhập quốc tế Báo cáo đề tài nghiên cứu, Sở Khoa học Công nghệ Lâm Đồng, 2008 Tiếng Anh [17] [Aamodt & Plaza, 1994] Agnar Aamodt and Enric Plaza Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches AI Communication, vol 7(1), pp 3959, 1994 [18] [Aamodt, 1994] Agnar Aamodt Explanation-Driven Case-Based Reasoning Topics in Case-Based Reasoning (Eds S Wess, K Althoff, and M Richter), pp 272-288, Springer-Verlag, 1994 [19] [AI-CBR, 1999] workshop.html AI-CBR CBR Workshop @ IJCAI'99 http://www.ai-cbr.org/ijcai99/ [20] [Allen, 1994] B P Allen Case-Based Reasoning: Business Application Communications of the ACM, vol 37(3), pp 40-42, 1994 [21] [Althoff et al., 1995] Klaus-Dieter Althof, Eric Auriol, Ralph Barletta, and Michael Manago A Review of Industrial Case-Based Reasoning Tools AI Intelligence, Oxford, UK, 1995 113 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [22] [Aquin et al., 2006] Mathieu d’Aquin, Fadi Badra, Sandrine Lafrogne, Jean Lieber, Amadeo Napoli and Laszlo Szathmary Adaptation Knowledge Discovery from a Case Base ECAI’2006 (Eds G Brewka et al.), IOS Press, 2006 [23] [Ashley & Rissland, 1988] K D Ashley and E L Rissland A Case-Based Approach to Modelling Legal Expertise IEEE Expert, vol 3(3), pp 70-77, 1988 [24] [Baeza-Yates & Ribeiro-Neto, 1999] Ricardo Baeza-Yates and Berthier Ribeiro-Neto Modern Information Retrieval ACM Press, 1999 [25] [Bareiss, 1988] E R Bareiss PORPTOS: A Unified Approach to Concept Representation, Classification, and Learning Ph.D thesis, University of Texas at Austin, Department of Computer Science, 1988 [26] [Belanche, 2000] Lls Belanche Moz A Theory for Heterogeneous Neuron Models based on Similarity Technical Report LSI-00-6-R, Universitat Politècnica de Catalunya, Barcelona, Spain, 2000 [27] [Berghofer & Iglezakis, 2001] Thomas Roth–Berghofer and Ioannis Iglezakis Six Steps in Case– Based Reasoning: Towards a Maintenance Methodology for Case–Based Reasoning Systems Proceedings of the 9th German Workshop on Case-Based Reasoning (GWCBR'01), Baden-Baden, Germany, 2001 [28] [Bergmann & Wilke, 1998] Ralph Bergmann and Wolfgang Wilke Towards a New Formal Model of Transformational Adaptation in Case-Based Reasoning Proceedings of the Thirteenth European Conference on Artificial Intelligence (ECAI'98), 1998 [29] [Bergmann et al., 2001] Ralph Bergmann, Michael M Richter, Sascha Schmitt, Armin Stahl, and Ivo Vollrath Utility-Oriented Matching: A New Research Direction for Case-Based Reasoning Proceedings of the 9th German Workshop on Case-Based Reasoning (GWCBR'01), Baden-Baden, Germany, 2001 [30] [Bergmann et al., 2003] Ralph Bergmann, Klaus-Dieter Althoff, Sean Breen, Mehmet Goker, Michel Manago, Ralph Traphoner, and StefanWess (Eds.) Developing Industrial CBR Applications: The INRECA Methodology, 2nd Edition Springer-Verlag, 2003 [31] [Bergmann, 1998] Ralph Bergmann On the Use of Taxonomies for Representing Case Features and Local Similarity Measures Proceedings of the 6th German Workshop on Case-Based Reasoning (GWCBR’98), Germany, 1998 [32] [Bergmann, 2002] Ralph Bergmann Experience Management: Foundations, Methodology, and Internet-Based Applications LNAI 2432, Springer-Verlag, 2002 Development [33] [Bogaerts & Leake, 2004] Steven Bogaerts and David Leake Facilitating CBR for IncompletelyDescribed Cases: Distance Metrics for Partial Problem Descriptions Proceedings of the 7th European Conference on Case-Based Reasoning, pp 62-76, Berlin Heidelberg, Springer-Verlag, 2004 [34] [Bogaerts & Leake, 2005] Steven Bogaerts and David Leake IUCBRF:A Framework for Rapid and Modular Case-Based Reasoning System Development Technical Report No 617, Computer Science Department, Lindley Hall, Indiana University, 2005 [35] [Bonzano et al., 1997] Andrea Bonzano, Pádraig Cunningham, and Barry Smyth Using Introspective Reasoning to Improve Retrieval in CBR: A Case-Study in Air Traffic Control 114 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Proceedings of the 2nd International Conference on Case-Based Reasoning, Rhode Island, USA, 1997 [36] [Branting, 2001] L Karl Branting Acquiring Customer Preferences from Return-Set Selections Case-Based Reasoning Research and Development, 4th International Conference on Case-Based Reasoning (ICCBR'01) (Eds D W Aha and I Watson), pp 59-73, Springer, 2001 [37] [Cao et al, 2001] Guoqing Cao, Simon Shiu and Xizhao Wang A Fuzzy-Rough Approach for Case Base Maintenance Proceedings of the 4th International Conference in Case-Based Reasoning, pp 118-130, Vancouver, Canada, 2001 [38] [Charras & Lecroq, 2004] Christian Charras and Thierry Lecroq Hanbook of Exact String Matching Algorithms King's College London Publications, 2004 http://www-igm.univmlv.fr/~lecroq/string/ [39] [Chen et al., 1995] Shyi-Ming Chen, M.-S Yeh, and P.-Y Hsiao A Comparison of Similarity Measures of Fuzzy Values Fuzzy Sets and Systems, vol 72, pp 79-89, 1995 [40] [Conradie, 2000] Dirk Cornelis Uys Conradie The Use of Software Systems to Implement CaseBased Reasoning Enabled Intelligent Components for Architectural Briefing and Design Ph D thesis, University of Pretoria, South Africa, 2000 [41] [Coyle et al., 2004] Lorcan Coyle, Dónal Doyle, and Pádraig Cunningham Representing Similarity for CBR in XML Advances in Case-Based Reasoning (Procs of the 7th European Conference), LNAI 3155 (Eds P Funk and P González Calero), pp.119-127, Springer, 2004 [42] [Craw et al., 2001] Susan Craw, Jacek Jarmulak, and Ray Rowe Maintaining Retrieval Knowledge in a Case-Based Reasoning System Computational Intelligence, vol 17(2), pp 346-363, 2001 [43] [Cunningham & Delany, 2007] Pádraig Cunningham and Sarah Jane Delany Featureless Similarity Technical Report UCD-CSI-2007-1, University College Dublin Computer Science & Informatics, 2007 [44] [Das & Gunopulos, 2003] Gautam Das and Dimitrios Gunopulos Time Series Similarity and Indexing The Handbook of Data Mining (Ed Nong Ye), Lawrence Erlbaum Associates, 2003 [45] [Finnie & Sun, 2002] Gavin Finnie and Zhaohao Sun Similarity and Metrics in Case-Based Reasoning International Journal of Intelligent Systems, vol 17(3), pp 273-287, 2002 [46] [Finnie & Sun, 2003] Gavin Finnie and Zhaohao Sun R5 Model for Case-Based Reasoning Knowledge-Based Systems, vol 16, pp 59-65, 2003 [47] [Fox & Leake, 1995] Susan Fox and David B Leake Using Introspective Reasoning to Refine Indexing Proceedings of the 13th International Joint Conference on Artificial Intelligence, pp 391399, 1995 [48] [Funk & Xiong, 2006] Peter Funk and Ning Xiong Case-Based Reasoning and Knowledge Discovery in Medical Applications with Time Series Journal of Computational Intelligence, vol 22(3), pp 238-253, Blackwell Publishing, 2006 [49] [Gabel, 2003] Thomas Gabel Learning Similarity Measures: Strategies to Enhance the Optimisation Process Master thesis, Technical University of Kaiserslautern, 2003 115 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [50] [Gabel, 2005] Thomas Gabel On the Use of Vocabulary Knowledge When Learning Similarity Measures Proceedings of the 3rd German Workshop on Experience-Management (GWEM’2005), pp 272-283, Kaiserslautern, Germany, Springer, 2005 [51] [García & Agudo, 2004] Juan A Recio-García and Belén Díaz-Agudo An Introductory User Guide to jCOLIBRI 0.3 Technical Report No 144/2004, Dep Sistemas Informáticos y Programación, Universidad Complutense de Madrid, Spain, 2004 [52] [Gilboa & Schmeidler, 1995] Itzhak Gilboa and David Schmeidler Case-Based Decision Theory Quarterly Journal of Economics, vol 110, pp 605-639, 1995 [53] [Gower, 1971] J C Gower A General Coefficient of Similarity and Some of its Properties Biometrics, vol 27, pp 857-872, 1971 [54] [Grech & Main, 2004] Alicia Grech and Julie Main Case-Base Injection Schemes to Case Adaptation Using Genetic Algorithms ECCBR’2004 (Eds P.Funk and P A González Calero), LNAI 3155, pp 198-210, Springer-Verlag, 2004 [55] [Gu et al., 2005] Mingyang Gu, Xin Tong, and Agnar Aamodt Comparing Similarity Calculation Methods in Conversational CBR IEEE Information Reuse and Integration (IRI’2005), pp 427-432, 2005 [56] [Hayes et al., 1998] Conor Hayes, Pádraig Cunningham, and Michelle Doyle Distributed CBR using XML Workshop for Intelligent Systems and Electronic Commerce (within German Conference on Artificial Intelligence (KI’98)), 1998 [57] [Hoang, 2005] Hoang Xuan Huan Case-Based Reasoning With Rough Features Tạp chí Khoa học Đại học Quốc gia Hà Nội, 2005 [58] [Hunt, 1995] John Hunt Evolutionary Case-Based Design Progress in Case-Based Reasoning (Ed Ian Watson), LNAI 1020, pp 17-31, Springer, Berlin, 1995 [59] [Hyung et al., 1994] L Kwang Hyung, Y S Song, and K M Lee Similarity Measures Between Fuzzy Sets and Between Elements Fuzzy Sets and Systems, vol 62 (3), pp 291-293, 1994 [60] [Jain & Dubes, 1988] Anil K Jain & Richard C Dubes Algorithms for Clustering Data PrenticeHall, 1988 [61] [Jarmulak & Craw, 1999] Jacek Jarmulak and Susan Craw Genetic Algorithms for Feature Selection and Weighting Proceedings of the IJCAI’99 workshop on Automating the Construction of Case Based Reasoners, 1999 [62] [Kinley et al., 1996] A Kinley, D Leake, and D Wilson Acquiring Case Adaptation Knowledge: A Hybrid Approach Proceedings of the Thirteenth National Conference on Artificial Intelligence, Menlo Park, CA: AAAI Press, pp 684-689, 1996 [63] [Kitano, 1993] H Kitano Challenges for Massive Parallelism Proceedings of the Thirteenth International Conference on Artificial Intelligence (IJCAI’93), pp 813-834, Chambery, 1993 [64] [Kolodner, 1984] Janet L Kolodner Retrieval and Organization Strategies in Conceptual Memory: A Computer Model Hillsdale, NJ: Lawrence Erlbaum, 1984 [65] [Kolodner, 1993] Janet L Kolodner Case-Based Reasoning San Francisco: Morgan Kaufmann Publishers, 1993 116 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [66] [Koton, 1988] P Koton Using Experience in Learning and Problem Solving Ph.D thesis, Laboratory of Computer Science, Massachusetts Institute of Technology, Cambridge, MA, 1989 [67] [Le, 2005] Le Si Quang Similarity Measures for Complex Data Ph.D thesis, School of Knowledge Science, Japan Advanced Institute of Science and Technology, 2005 [68] [Leake, 1996] David B Leake (Ed.) Case-Based Reasoning: Experiences, Lessons and Future Directions AAAI Press, Menlo Park CA, 1996 [69] [Liao et al., 1998] T Warren Liao, ZhiMing Zhang, and Claude R Mount Similarity Measures for Retrieval in Case-Based Reasoning Systems Applied Artificial Intelligence, vol 12(4), pp 267-288, 1998 [70] [Little & Rubin, 1987] R J Little and D B Rubin Statistical Analysis with Missing Data New York: John Wiley and Sons, 1987 [71] [Lowe, 1993] D Lowe Similarity Metric Learning for a Variable-Kernel Classifier Neural Computation, vol 7, 1993 [72] [Malerba et al., 2001] Donato Malerba, Floriana Esposito, Vincenzo Gioviale, and Valentina Tamma Comparing Dissimilarity Measures for Symbolic Data Analysis Proceedings of the Joint Conferences on “New Techniques and Technologies for Statistcs” and “Exchange of Technology and Know-how” (ETK-NTTS’01), pp 473-481, 2001 [73] [Malerba et al., 2002] Donato Malerba, Floriana Esposito and M Monopoli Comparing Dissimilarity Measures for Probabilistic Symbolic Objects Data Mining III, Series Management Information Systems, vol (Eds A Zanasi, C A Brebbia, N.F.F Ebecken, P Melli), pp 31-40, WIT Press, Southampton, UK, 2002 [74] [Mántaras et al., 2005] Ramon López de Mántaras, David McSherry, Derek Bridge, David Leake, Barry Smyth, Susan Craw, Boi Faltings, Mary Lou Maher, Michael Cox, Kenneth Forbus, Mark Keane, Agnar Aamodt, and Ian Watson Retrieval, Reuse, Revision, and Retention in Case-Based Reasoning The Knowledge Engineering Review, vol 20(3), pp 215-240, 2005 [75] [McSherry, 2003] David McSherry Similarity and compromise Case-Based Reasoning Research and Development (Eds K Ashley and D Bridge), LNAI 2689, pp 291-305, Springer-Verlag, 2003 [76] [Mondal et al., 2006] Banibrata Mondal, Dipankar Mazumdar, and Swapan Raha Similarity in Approximate Reasoning International Journal of Computational Cognition, vol 4(3), pp 46-56., 2006 [77] [Morell et al., 2006] Carlos Morell, Rafael Bello, Ricardo Grau, and Yanet Rodriguez Learning Similarity Metrics from Case Solution Similarity Proceedings of the 10th Ibero-American Artificial Intelligence Conference and 18th Brazilian Artificial Intelligence Symposium (IBERAMIA/ SBIA'2006), Ribeirão Preto, SP, Brazil, 2006 [78] [Munoz-Avila & Hullen, 1996] Hector Munoz-Avila and Jochem Hullen Feature Weighting by Explaining Case-Based Planning Episodes Proceedings of the Third European Workshop on CaseBased Reasoning (EWCBR’96), 1996 [79] [O’Callaghan et al., 2003] Thomas Alexander O’Callaghan, James Popple, and Eric McCreath SHYSTER-MYCIN: A Hybrid Legal Expert System Proceedings of the 9th International Conference on Artificial Intelligence and Law (ICAIL‘03), Scotland, ACM, 2003 117 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [80] [Pal & Shiu, 2004] Sankar K Pal and Simon C K Shiu Foundations of Soft Case-Based Reasoning John Wiley and Sons, 2004 [81] [Pappis & Karacapilidis, 1993] C P Pappis and N I Karacapilidis A Comparative Assessment of Measures of Similarity of Fuzzy Values Fuzzy Sets and Systems, vol 56 (2), pp 171-174, 1993 [82] [Pękalska & Duin, 2005] Elżbieta Pękalska and Robert P W Duin The Dissimilarity Representation for Pattern Recognition: Foundations and Applications Singapore: World Scientific, 2005 [83] [Perner, 2002] Petra Perner Data Mining on Multimedia Data Springer-Verlag, 2002 [84] [Popple, 1993] James David Popple SHYSTER: A Pragmatic Legal Expert System Ph.D thesis, The Australian National University, Canberra, 1993 [85] [Richter, 1995] Michael M Richter The Knowledge Contained in Similarity Measures The First International Conference on Case-Based Reasoning, Sesimbra, Portugal, 1995 [86] [Richter, 2007] Michael M Richter Similarity Case-Based Reasoning for Digitals and Imaging (Ed Petra Perner), Springer-Verlag, 2007 [87] [Riesbeck & Schank, 1989] Christopher K Riebeck and Roger Schank Inside Case-Based Reasoning Lawrence Erbaum Associates, 1989 [88] [Roth-Berghofer, 2002] Th Roth-Berghofer Knowledge Maintenance of Case-Based Reasoning Systems: The SIAM Methodology Ph.D thesis, University of Kaiserslautern, Kaiserslautern, Germany, 2002 [89] [Rudolph, 1997] Stephan Rudolph On the Foundations and Applications of Similarity Theory to Case-Based Reasoning Proceedings of the 12th International Conference for Applications of Artificial Intelligence in Engineering (AIENG’97), 1997 [90] [Ryu & Eick, 1998] Tae-Wan Ryu and Christoph F Eick A Unified Similarity Measure for Attributes with Set or Bag of Values for Database Clustering Proceedings of the 6th International Workshop on Rough Sets, Data Mining and Granular Computing (RSDMGrC'98), 1998 [91] [Satty, 1980] T L Satty Analytic Hierarchy Process New York: McGraw-Hill, 1980 [92] [Schank, 1982] Roger C Schank Dynamic Memory Cambridge University Press, 1982 [93] [Schonäuer, 2004] Stefan Schonäuer Efficient Similarity Search in Structured Data Master thesis, Ludwig-Maximilians-Universität München, 2004 [94] [Schulz, 1999] Stefan Schulz CBR-Works: A State-of-the-Art Shell for Case-Based Application Building Proceedings of the 7th German Workshop on Case-Based Reasoning (GWCBR'99), Wrzburg, Germany, 1999 [95] [Smyth & Keane, 1993] Barry Smyth and M Keane Retrieving Adaptable Cases: The Role of Adaptation Knowledge in Case Retrieval Topics in Case-Based Reasoning, First European Workshop (EWCBR-93) (Eds S Wess, K.-D Althoff, and M M Richter), pp 209-220, Germany: Springer, 1993 [96] [Smyth & Keane, 1995] Barry Smyth and M Keane Remembering to Forget: A CompetencePreserving Case Deletion Policy for Case-Based Reasoning Systems Proceedings of the Thirteenth 118 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động International Joint Conference on Artificial Intelligence (IJCAI'1995), pp 377-382, SanFrancisco: MorganKaufmann, 1995 [97] [Stahl & Gabel, 2003] Armin Stahl and Thomas Gabel Using Evolution Programs to Learn Local Similarity Measures Proceedings of the 5th International Conference on Case-Based Reasoning (ICCBR’2003), Springer, 2003 [98] [Stahl, 2001] Armin Stahl Learning Feature Weights from Case Order Feedback Proceedings of the 4th International Conference on Case-Based Reasoning (ICCBR’2001), Springer, 2001 [99] [Stahl, 2003] Armin Stahl Learning of Knowledge-Intensive Similarity Measures in Case-Based Reasoning Ph D thesis, Technical University of Kaiserslautern, 2003 [100] [Sun & Finnie, 2005] Zhaohao Sun and Gavin Finnie A Unified Logical Model for CBR-based Ecommerce Systems International Journal of Intelligent Systems, vol 20(1), pp 29-46, 2005 [101] [Tversky, 1977] Amos Tversky Features of Similarity Psychological Review, vol 84(4), pp 327352, 1977 [102] [Tyree, 1985] A Tyree FINDER: An Expert System Proceedings of the Fortieth Annual Conference of the Australasian Universities Law Schools Association, pp 26–29, 1985 [103] [Venkatamaran, 1993] S Venkatamaran, R Krishnan, and K K Rao A Rule-case Based System for Image Analysis First European Workshop on Case-Based Reasoning, Posters and presentations, pp 410-415, University of Kaiserslautern, 1993 [104] [Voss, 1996] A Voss Towards a Methodology for Case Adaptation Proceedings of the 12th European Conference on Artificial Intelligence, pp 147–157, Budapest, Hungary, 1996 [105] [Wahono & Far, 2000] Romi Satria Wahono and Behrouz Homayoun Far Reasoning with Cases in the CBR System: A Case Study for Applying OOExpert System Proceedings of the IECI Japan Workshop 2000 (IJW'2000), pp 89-93, Chiba, Japan, 2000 [106] [Wang, 1997] W J Wang New Similarity Measures on Fuzzy Sets and on Elements Fuzzy Sets and Systems, vol 85, pp 305-309, 1997 [107] [Wang & Ishii, 1997] Yong Wang & Naohiro Ishii A Genetic Algorithm for Learning Weights in a Similarity Function Proceedings of the International Conference on Articial Neural Networks and Genetic Algorithms (Eds George D Smith and Nigel C Steele), pp 206-209, Norwich, UK, 1997 [108] [Wangenheim, 2000] Christiane Gresse von Wangenheim Case-Based Reasoning: A Short Introduction Federal University of Santa Catarina, Brazil, 2000 [109] [Watson, 1997] Ian Watson Applying Case-Based Reasoning: Techniques for Enterprise Systems Morgan Kaufmann Publishers, 1997 [110] [Watson, 1998] Ian Watson Case-Based Reasoning is a Methodology not a Technology Research and Development in Expert System XV (Eds Miles R., Moulton M., and Bramer M.), pp 213-223, London: Springer, 1998 [111] [Watson, 2001] Ian Watson Knowledge Management and Case-Based Reasoning: a Perfect Match? Proceedings of the Fourteenth International Florida Artificial Intelligence Research Society Conference, pp 118-122, AAAI Press, 2001 119 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động [112] [Watson, 2003] Ian Watson Applying Knowledge Management: Techniques for Building Corporate Memories Morgan Kaufmann Publishers, 2003 [113] [Wettschereck & Aha, 1995] D Wettschereck and D W Aha Weighting Features Case-Based Reasoning, Research and Development, First International Conference (Eds M Veloso and A Aamodt), pp 347-358, Berlin, 1995 [114] [Wettschereck et al., 1997] D Wettschereck, D W Aha, and T Mohri A Review and Empirical Evaluation of Feature Weighting Methods for a Class of Lazy Learning Algorithms Artificial Intelligence Review, vol 11(1-5), pp 273-314, 1997 [115] [Wilke & Bergmann, 1996] W Wilke and R Bergmann Considering Decision Cost During Learning of Feature Weights Proceedings of Advances in Case-Based Reasoning, Third European Workshop (EWCBR96), pp 460-472, Lausanne, Switzerland, 1996 [116] [Wilson & Leake, 1998] D C Wilson and David B Leake Categorizing Case-Base Maintenance: Dimensions and Directions Proceedings of the fourth European Workshop on Case-Based Reasoning (EWCBR’98), Dublin, Ireland, Springer-Verlag, Berlin, pp 197-207, 1998 [117] [Wilson & Martinez, 1997] D Randall Wilson and Tony R Martinez Improved Heterogeneous Distance Functions Journal of Artificial Intelligence Research, vol 6, pp 1-34, 1997 [118] [Xiong & Funk, 2006] Ning Xiong and Peter Funk Building Similarity Metrics Reflecting Utility in Case-Based Reasoning Journal of Intelligent & Fuzzy Systems, vol 17, pp 407-416, 2006 [119] [Zhang & Yang, 1999] Zhong Zhang and Qiang Yang Dynamic Refinement of Feature Weights Using Quantitative Introspective Learning Proceedings of the Sixteenth International Joint Conference on Artificial Intelligence (IJCAI’99), 1999 [120] [Zilles, 2007] Laura Zilles myCBR Tutorial http://mycbr-project.net/downloads/ mycbrTutorial.pdf 120 Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động LÝ LỊCH TRÍCH NGANG Họ tên : NGUYỄN NGỌC BÌNH PHƯƠNG Giới tính : Nam Ngày sinh : 17-02-1981 Nơi sinh : Tiền Giang Chỗ : ấp Mỹ Cần, xã Nhị Mỹ, huyện Cai Lậy, tỉnh Tiền Giang Dân tộc : Kinh Điện thoại : 0953549992 E-mail : nnbphuong81@yahoo.com QUÁ TRÌNH ĐÀO TẠO ƒ 1999-2004: sinh viên ngành Công nghệ Thông tin, trường Đại học Bách Khoa, Tp Hồ Chí Minh ƒ 2004-2008: học viên cao học ngành Khoa học Máy tính, trường Đại học Bách Khoa, Tp Hồ Chí Minh Q TRÌNH CƠNG TÁC ƒ 2004-2006: nhân viên IT Trung tâm Nghiên cứu Hỗ trợ Đào tạo Quản trị Doanh nghiệp (BR&T), trường Đại học Bách Khoa, Tp Hồ Chí Minh 121 ... cần giải Bộ nhớ cho tình qua (kho tình huống) tham khảo chế lập luận Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Kho tình Vấn đề Cơ chế lập luận dựa theo tình Giải. .. nguyên lý “cục bộtoàn cục” để xây dựng phép đo độ tương tự hai tình Các kỹ thuật học phép đo độ tương tự CBR bàn • Chương 4: Bài tốn xác định độ tương tự hai tình dựa vào thuộc tính động Trước hết,... 2005] Xây dựng giải thuật xác định độ tương tự hai tình dựa vào thuộc tính động Vấn đề tìm tương tự Vấn đề cũ ? Giải pháp chưa biết Tình tinh chỉnh Giải pháp biết Tình Kho tình Hình 1.1 Kiểu giải