Nắm vững cơ sở lý thuyết, các khái niệm cơ bản, khái quát về các phương pháp ứng dụng lý thuyết tập thô trong khai phá dữ liệu; nghiên cứu mô hình tập thô trong các bài toán kinh tế: [r]
(1)Ứng dụng lý thuyết tập tho khai phá liệu kinh tế - tài
Nguyễn Việt Hà Trường Đại học Công nghệ
Luận văn ThS ngành: Công nghệ thông tin; Mã số: 01 10 Người hướng dẫn: PGS.TS Hồ Thuần
Năm bảo vệ: 2007
Abstract: Tổng quan lý thuyết tập thô ứng dụng phát tri thức Trình bày ứng dụng cách tiếp cận tập thô dự báo kinh tế - tài chính, bao gồm: rời rạc hố liệu số, chuyển chuỗi thời gian vào đối tượng tập thơ, lựa chọn thuộc tính, phân lớp dựa quan hệ giá trị gần VCR, ứng dụng tập thô đánh giá cơng ty, đánh giá sách tín dụng ngân hàng chiến lược thị trường Tìm hiểu phương pháp khai phá liệu quan hệ dựa lập trình logic quy nạp Giới thiệu thuật toán khai phá liệu quan hệ FOIL, FOCL, thuật toán MMDR để khám phá yếu tố bất thường lĩnh vực kinh tế
Keywords: Cơ sở liệu; Khai phá liệu; Kinh tế; Lý thuyết tập thơ; Tài
Content MỞ ĐẦU
(2)Xuất phát từ thực tiễn đó, lý thuyết tập thơ khởi xướng từ thập niên tám mươi kỷ trước, song ngày ứng dụng cách rộng rãi việc phát tri thức, phân tích định, quy luận quy nạp nhận dạng mẫu Nó dường đặc biệt quan trọng cho hệ thống trợ giúp định khai phá liệu Thực tế cách tiếp cận cho việc phân tích liệu
Từ vấn đề đó, nội dung đề tài tập trung vào vấn đề lý thuyết tập thô ứng dụng tốn kinh tế, sở liệu thị trường, việc tìm kiếm yếu tố bất thường lĩnh vực tài ngân hàng
Mục tiêu nhiệm vụ phạm vi nghiên cứu
Nắm vững sở lý thuyết, khái niệm bản, khái quát phương pháp ứng dụng lý thuyết tập thô khai phá liệu; nghiên cứu mơ hình tập thơ tốn kinh tế: phương pháp, mơ hình phân tích lượng liệu lớn sở lý thuyết tập thơ, với ví dụ điển hình ứng dụng lý thuyết tập thô để giải vấn để hỗ trợ định lĩnh vực: đánh giá cơng ty, sách tài ngân hàng, chiến lược thị trường
Tìm hiểu ứng dụng mơ hình tập thô nghiên cứu thị trường qua sở liệu, khám phá yếu tố, điểm bất thường lĩnh vực tài sử dụng lập trình suy luận quy nạp
Bố cục luận văn
- Chương 1: Trình bày tổng quan khai phá liệu phát tri thức, giới thiệu khái niệm, nhiệm vụ khai phá liệu phát tri thức Trình bày chi tiết lý thuyết tập thô bao gồm: hệ thống thông tin, quan hệ không phân biệt được, xấp xỉ tập, rút gọn lõi tập thuộc tính, hàm thành viên thơ, độ xác chất lượng xấp xỉ Giới thiệu số vấn đề khai phá liệu - phát tri thức lĩnh vực kinh tế tài
- Chương : Trình bày ứng dụng cách tiếp cận tập thơ dự báo kinh tế - tài chính, bao gồm: lựa chọn rời rạc hố thuộc tính giá trị dạng số, hệ thống thông tin biểu thị thời gian, chuyển đổi chuỗi thời gian vào đối tượng tập thơ, chuỗi dẫn xuất, lựa chọn thuộc tính để qui nạp luật định dựa tập thô, trình phân lớp đối tượng theo luật định dựa quan hệ giá trị gần – VCR, giới thiệu ứng dụng toán kinh tế: đánh giá cơng ty, đánh giá sách tín dụng chiến lược thị trường
(3)References
Tiếng Việt
1 Hồ Thuần, Hồ Cẩm Hà (2004, 2005), Các hệ sở liệu: Lý thuyết thực hành, NXB Giáo dục
2 Nguyễn Thanh Thuỷ (2003), Phát trị thức khai phá liệu: Công cụ, phương pháp ứng dụng
3 Nguyễn Trung Tuấn (2004), "Kỹ thuật phát tri thức khai phá liệu, ứng dụng tốn dự báo thơng tin kinh tế - xã hội"; Tạp chí Bưu viễn thơng
Tiếng Anh
4 Adam Mrozek, Krzysztof Skabek (1998), "Rough sets in Economic applications" AI Dimitras, R.Slowinski, R.Susmaga, C Zopounidis (1999) "Business failure prediction using rough sets"
6 Andrzej Skowron (2001), "Rough sets in KDD"
7 Boris Kovalerchuk, Evgenii Vityaev (2004), Chapter - Data Mining for Financial Applications
8 Boris Kovalerchuk, Evgenii Vityaev (1998), "Inductive logic programming for financial regularities"
9 Boris Kovalerchuk, Evgenii Vityaev (1998 ), “Symbolic Methodology in Numeric Data Mining: Relational Techniques for Financial Applications"
10 Boris Kovalerchuk, Evgenii Vityaev (2000), Data mining In Finance Advances in Relational and Hybrid Methods - Kluwer Academic Publishers
11 D.Poel (1998), "Rough sets for Database marketing"
12 Dimitri Pissarenko (2002), Neural networks for financial time series prediction
13 Francis E H, Lixiang Shen (2001), "Economic and Financial prediction using rough sets model"
14 Ho Tu Bao (1996) Introduction to Knowledge discovery and Data mining Institute of Information Technology, National Center for' Natural Science and Technology
(4)16 Hung Son Nguyen, Sinh Hoa Nguyen (1998), "Discretization Methods in Data Mining"
17 Jan C.Bioch and Viara Popova (2001), "Bankrupcy Prediction with rough sets"
18 Jan Komorowski, Zdzislaw Pawlak, Lech Polkowski, Andrzej Skowron (1995), “rough Sets : A Tutorial"
19 Jerzy W.Grzymala-busse (2004), "Three Approachs to missing attributes values - A rough set Perspective"
20 J.K Baterzen (1996), An attempt to predict stock market data : a rough sets approach, Diploma thesis
21 Jitender S Deogun, "Data mining : Research Trends, Challenges, and Applications" 22 Lixiang Shen (2001), data mining techniques based on rough set theory, Doctoral Thesis, national university of singapore
23 Lixiang Shen, Han Tong Loh (2003), "Applying Rough sets to Market timing decisions"
24 Maria C Femlandez-baizán - Emestina Menasalvas Ruiz - José M.Pena Sánchez , Integrating RDMS and Data mining capabilities using Rough sets
25 M.J Segovia, J.A Gil, A.Hera, J.L Vilar, A.Sanchis (2003), "Using Rough sets to Predict Insovenlcy of Spanish non-life insurance companies"
26 M Zhang, J.T Yao(2001) , "A rough sets based approach to feature selection" 27 Nada Lavrac (2001), "Relational data mining and subgroup discovery"
28 Ning Zhong, Juzhen Dong (2001), "Using rough sets with heuristic for feature selection"
29 Ronald Braciman: "The Process of knowledge Discovery In Databases"
30 Stefan Zemke (2003), Data Mining for Prediction: Financial Series Case - Doctoral Thesis The Royal Institute of Technology Department of Computer and Systems Sciences -December 2003
31 Usima N Fayyad, Gregory Piatetsky Shapno, Padhraic Smyth: “From Data mining to Knowledge Discovery : An Overview"
(5)35 [DL92]: Reduct System, Inc: DataLogic/R reference Manual, Regina, Canada (1992) 36 [Sijach 93]:Sierpinska, M, Jacha: The company evaluation according to international standard, Wydawnnictwo Naukowe, Warszawa (1993)
37.[Skabek 96] Skabek, K.: Computer supporting credit decision The Master thesis, silesian Technical University, Gliwice (1996)
Cơ sở liệu; Khai phá liệu; Kinh tế; Lý thuyết tập thơ; Tài chính