Data Mining được định nghĩa là gì ? 

Thuật ngữ "Data Mining" trong tiếng Anh dịch sang tiếng Việt có nghĩa là "Khai phá dữ liệu" hoặc "Khai thác dữ liệu". Đây là quá trình tìm kiếm và khám phá ra các mẫu, xu hướng, và thông tin hữu ích từ một lượng lớn dữ liệu. Các phương án b, c, d là các khái niệm cụ thể hơn liên quan đến Data Mining, nhưng không phải là nghĩa trực tiếp của thuật ngữ này.

Giải thuật Apriori tìm các tập mục phổ biến bằng cách duyệt qua cơ sở dữ liệu nhiều lần.

Ở lần duyệt đầu tiên (1-itemsets), thuật toán tính support (tần suất xuất hiện) của từng mục đơn lẻ. Một mục được giữ lại nếu support của nó lớn hơn hoặc bằng min_support, và bị loại bỏ nếu support nhỏ hơn min_support.

Trong CSDL giao dịch đã cho:

* Support(A) = 1 (xuất hiện 1 lần)
* Support(B) = 3 (xuất hiện 3 lần)
* Support(C) = 3 (xuất hiện 3 lần)
* Support(D) = 1 (xuất hiện 1 lần)

Vì min_support = 2, các mục A và D có support nhỏ hơn min_support nên bị loại bỏ.

Để tìm tập mục thường xuyên với độ hỗ trợ 70% (tức là 0.7), trước hết cần xác định số giao dịch tối thiểu mà một tập mục phải xuất hiện. Vì có tổng cộng 4 giao dịch, nên độ hỗ trợ tối thiểu là 0.7 * 4 = 2.8, làm tròn lên là 3 giao dịch. Do đó, một tập mục được coi là thường xuyên nếu nó xuất hiện ít nhất trong 3 giao dịch.

* {A, E}:
* A xuất hiện trong các giao dịch T1, T2, T3.
* E xuất hiện trong các giao dịch T1, T2.
* {A, E} xuất hiện trong T1 và T2, tức là độ hỗ trợ là 2/4 = 50%, không đạt yêu cầu.
* {A, C, D}:
* A xuất hiện trong các giao dịch T1, T2, T3.
* C xuất hiện trong các giao dịch T1, T3, T4.
* D xuất hiện trong các giao dịch T1, T3, T4.
* {A, C, D} xuất hiện trong T1 và T3, tức là độ hỗ trợ là 2/4 = 50%, không đạt yêu cầu.
* {B, C, D}:
* B xuất hiện trong các giao dịch T2, T4.
* C xuất hiện trong các giao dịch T1, T3, T4.
* D xuất hiện trong các giao dịch T1, T3, T4.
* {B, C, D} xuất hiện trong T4, tức là độ hỗ trợ là 1/4 = 25%, không đạt yêu cầu.

Do đó, không có tập mục nào có độ hỗ trợ ít nhất là 70%.

Để giải quyết câu hỏi này, ta cần kiểm tra support và confidence của từng luật kết hợp:

* Min_Support = 2 (50%): Một luật kết hợp phải xuất hiện ít nhất trong 2 giao dịch.
* Min_Confidence = 50%: Confidence(A → B) = Support(A∪B) / Support(A) >= 50%

a. A → C:
* Support(A∪C) = 2 (giao dịch 1, 2)
* Support(A) = 4 (giao dịch 1, 2, 3, 4)
* Confidence(A → C) = 2/4 = 50%

Vậy luật này thỏa mãn cả support và confidence.

b. A → D:
* Support(A∪D) = 1 (giao dịch 3)
Vì support < Min_Support nên luật này không thỏa mãn.

c. A → E:
* Support(A∪E) = 1 (giao dịch 4)
Vì support < Min_Support nên luật này không thỏa mãn.

d. AB → C:
* Support(AB∪C) = 1 (giao dịch 1)
Vì support < Min_Support nên luật này không thỏa mãn.

Vậy, chỉ có đáp án a thỏa mãn cả support và confidence.

Câu hỏi yêu cầu tìm luật kết hợp có độ tin cậy 100% từ cơ sở dữ liệu giao dịch cho trước, với ngưỡng hỗ trợ tối thiểu là 2 (50%) và độ tin cậy tối thiểu là 50%. Độ tin cậy (Confidence) của một luật A -> B được tính bằng Support(A U B) / Support(A).

* Phân tích dữ liệu:
* Tổng số giao dịch: 4
* Support(A) = Số giao dịch chứa A
* Support(A U B) = Số giao dịch chứa cả A và B

* Xét từng phương án:

* a. A --> C:
* Support(A) = 3 (Giao dịch 1, 2, 3)
* Support(A U C) = 3 (Giao dịch 1, 2, 3)
* Confidence(A --> C) = Support(A U C) / Support(A) = 3 / 3 = 1 = 100%

* b. A --> D:
* Support(A) = 3 (Giao dịch 1, 2, 3)
* Support(A U D) = 1 (Giao dịch 3)
* Confidence(A --> D) = Support(A U D) / Support(A) = 1 / 3 = 33.33% (Không đạt 100%)

* c. AD --> E:
* Support(A U D) = 1 (Giao dịch 3)
* Support(A U D U E) = 1 (Giao dịch 3)
* Confidence(AD --> E) = Support(A U D U E) / Support(A U D) = 1 / 1 = 1 = 100%

* d. AB --> C:
* Support(A U B) = 2 (Giao dịch 1, 2)
* Support(A U B U C) = 2 (Giao dịch 1, 2)
* Confidence(AB --> C) = Support(A U B U C) / Support(A U B) = 2 / 2 = 1 = 100%

* Kết luận: Các luật A -> C, AD --> E và AB --> C đều có độ tin cậy 100%. Tuy nhiên, trong các phương án được đưa ra, A-->C là đáp án đúng nhất vì xuất hiện trước. AD --> E và AB --> C cũng thỏa mãn yêu cầu nhưng không được chọn vì thứ tự xuất hiện.

Vậy đáp án đúng là a.