TẠP CHÍ KHOA HỌC, Đại học Huế, Tập 74B, Số 5, (2012), 39-53 TRUY VẤN TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG MỜ DỰA TRÊN NGỮ NGHĨA ĐẠI SỐ GIA TỬ* Nguyễn Công Hào1, Trương Thị Mỹ Lê2 Trung tâm Công nghệ thông tin, Đại học Huế Trường Đại học Quang Trung, Qui Nhơn Tóm tắt Trong sở liệu hướng đối tượng mờ, ngôn ngữ truy vấn tác giả nghiên cứu với nhiều cách tiếp cận khác tiếp cận lý thuyết tập mờ, lý thuyết khả năng… Tuy nhiên, việc đối sánh biểu diễn liệu vần cịn nhiều khó khăn Vì vậy, báo này, chúng tơi đề xuất phương pháp để xử lý truy vấn sở liệu hướng đối tượng mờ dựa ngữ nghĩa đại số gia tử Cuối cùng, ngữ truy vấn với lượng từ ngôn ngữ xem xét, nghiên cứu Giới thiệu Thông thường, quan sát hiểu biết giới thực không đầy đủ, hệ tất yếu, liệu lưu trữ bên mơ hình thường mô tả cách không chắn, không hồn chỉnh, khơng xác gọi chung thơng tin mờ Trong năm qua, việc xử lý thông tin mờ môi trường sở liệu (CSDL) nhiều tác giả quan tâm nghiên cứu, đặc biệt mơ hình sở liệu quan hệ [5, 6], có số hạn chế nhóm tác giả nghiên cứu vấn đề thơng tin mờ mơ hình CSDL hướng đối tượng [1, 2, 4, 7] Trên thực tế, kết hợp thông tin mờ vào CSDL hướng đối tượng cho thấy thêm ưu điểm mơ hình liệu hướng đối tượng khả biểu diễn ngữ nghĩa trở nên phong phú Một số mơ hình CSDL hướng đối tượng mờ nghiên cứu dựa vào lý thuyết xác suất, lý thuyết tập mờ, lý thuyết khả năng, quan hệ tương tự, … Tuy nhiên, mơ hình đề xuất cịn có nhiều hạn chế biểu diễn đối sánh liệu Một hướng tiếp cận để xây dựng mơ hình sở liệu hướng đối tượng với thơng tin mờ dựa đại số gia tử (ĐSGT), mơ hình tốn học cấu trúc thứ tự ngữ nghĩa miền giá trị biến ngơn ngữ Dựa mơ hình đề xuất đó, chúng tơi tiếp tục nghiên cứu phương pháp xử lý truy vấn hướng đối tượng mờ xem xét việc đưa lượng từ vào câu truy vấn nhằm làm cho thao tác tìm kiếm liệu * Nghiên cứu tài trợ Quỹ hỗ trợ phát triển KHCN Quốc gia Nafosted 39 40 Truy vấn sở liệu hướng đối tượng mờ… mơ hình mềm dẻo phù hợp với thực tế Bài báo gồm phần Phần trình bày kiến thức CSDL hướng đối tượng mờ đại số gia tử, phần trình bày phương pháp xử lý truy vấn CSDL hướng đối tượng mờ, phần số nhận xét kết luận cho báo Một số kiến thức sở 2.1 Các lớp đối tượng mờ Các thực thể giới thực hay khái niệm trừu tượng thường đối tượng phức tạp Các đối tượng chứa tập định thông tin đối tượng hành vi đối tượng Thơng tin đối tượng gọi thuộc tính đối tượng xác định giá trị cụ thể, giá trị giá trị rõ (giá trị xác) lý mà ta khơng xác định giá trị xác nó, ví dụ, thuộc tính “tuổi” đối tượng cho khoảng 18, giá trị ngơn ngữ “rất trẻ”, thơng tin khơng xác, không rõ ràng, mà ta gọi chung thông tin mờ Như vậy, đối tượng mờ thiếu thơng tin Về mặt hình thức, đối tượng có thuộc tính có giá trị tập mờ đối tượng mờ Các đối tượng có thuộc tính giống đưa vào lớp tổ chức thành hệ thống phân cấp Về mặt lý thuyết, lớp xem xét từ hai quan điểm khác nhau: (a) lớp mở rộng, định nghĩa danh sách đối tượng, (b) lớp khái niệm, xác định tập thuộc tính giá trị thuộc tính Ngoài ra, lớp xác định từ lớp cha cách thừa kế CSDL hướng đối tượng xem trường hợp đặc biệt (b) Vì vậy, lớp coi mờ số lý sau đây: Trước tiên, số đối tượng lớp xác định mờ Những đối tượng thuộc lớp với độ thuộc đoạn [0,1] Thứ hai, lớp định nghĩa, miền trị thuộc tính mờ lớp mờ hình thành Ví dụ, lớp Picture mờ miền giá trị thuộc tính năm sử dụng yếu tố thời gian tập hợp giá trị mờ xưa, xưa khoảng 50 năm Thứ ba, lớp kế thừa nhiều lớp cha, có lớp cha lại lớp mờ, lớp lớp mờ Sự khác biệt lớp mờ lớp rõ ranh giới lớp mờ không rõ ràng Sự thiếu xác ranh giới lớp mờ mơ hồ giá trị miền trị thuộc tính Trong CSDL hướng đối tượng mờ, lớp mờ miền trị thuộc tính chúng chứa tập mờ Vấn đề đối tượng thuộc lớp với mức độ không chắn xảy lớp đối tượng mờ Tương tự vậy, lớp lớp lớp khác với mức độ khơng chắn lớp mờ Các đánh giá mối quan hệ lớp đối tượng mờ phân cấp thừa kế mờ cốt lõi mơ hình thơng tin mờ CSDL hướng đối tượng mờ NGUYỄN CÔNG HÀO, TRƯƠNG THỊ MỸ LÊ 41 2.2 Các quan hệ lớp đối tượng mờ Trong CSDL hướng đối tượng, việc xác định đối tượng thuộc lớp phụ thuộc vào giá trị thuộc tính đối tượng có nằm miền trị thuộc tính tương ứng lớp hay khơng Tương tự, để đánh giá độ thuộc đối tượng vào lớp quan hệ lớp đối tượng mờ, cần thiết phải đánh giá mức độ tương đương miền trị thuộc tính lớp giá trị thuộc tính đối tượng Cho C lớp với thuộc tính {A1, A2 , , An}, thuộc tính Ai có miền giá trị dom(Ai), o đối tượng C, o(Ai) biểu thị giá trị thuộc tính o thuộc tính Ai,1in Như ta biết, dom(Ai) tập giá trị rõ CSDL hướng đối tượng tập mờ CSDL mờ Vì vậy, mơ hình CSDL hướng đối tượng thống cho thơng tin rõ mờ, dom(Ai) nên hợp hai thành phần, dom (Ai) = cdom (Ai)  fdom (Ai), với cdom(Ai) fdom(Ai) tương ứng giá trị rõ tập mờ Tương tự vậy, o(Ai) giá trị rõ giá trị mờ Đối với thuộc tính rõ, kiểu liệu bao gồm loại đơn giản số nguyên, thực, logic, chuỗi, loại phức tạp kiểu tập hợp kiểu đối tượng Đối với thuộc tính mờ, nhận nhiều kiểu liệu đơn giản phức tạp thống chuyển kiểu liệu [5] Theo [5], giá trị ngôn ngữ mờ x, định nghĩa biểu diễn khoảng cho x Xét ĐSGT đầy đủ, tuyến tính X = (X, G, C, H, , , ), với H- = {h-q,h-q+1, , h-1}, H+ = {h1, , hp} Giả thiết h-q > h-q+1 > > h-1 h1 < < hp,ở p,q2 Trong thực tế, số gia tử giá trị ngôn ngữ hữu hạn nên tồn số nguyên dương k* cho 0 hơn, > khả Chọn W=0.4, fm(thấp)=0.4, fm(cao)=0.6, µ(rất)=0.3, µ(hơn)=0.25, µ(khả năng)= 0.3, µ(ít)=0.25 Chọn DHSL=[0, 7.5] Omin,k(khoảng 3.0)=[2.67,3.33], Omin,k(2.67)=[2.67,2.67], với kk*, Omin,1(khả thấp)=I2,r(khả thấp)=(2.35,3.25], Omin,1(ít thấp)=I2,r(ít thấp)=(3.25,4], Omin,1(khả thấp)= I3,r(khả thấp)=(3.55,3.775], S1,r(ít thấp)= I2,r(rất thấp)I2,r(ít thấp)= [0,4] Duyệt đối tượng bước 6, ta đối tượng thỏa điều NGUYỄN CÔNG HÀO, TRƯƠNG THỊ MỸ LÊ 47 kiện truy vấn: Bảng 3.2: Kết thực truy vấn (với k =1) Đối tượng Tên Tuổi Hệ số lương Số lượng sản phẩm O1 Hải 27 Khả thấp Khoảng 20 O2 Nam Khoảng 30 Ít thấp Rất cao O3 Thái Hơn trẻ Khả thấp Khả cao O4 Quốc Ít trẻ Khoảng 3.0 Khoảng 17 Nếu mức truy vấn sửa lại thành k=2, đó: Đối với thuộc tính Số lượng sản phẩm (SLSP): Omin,2(rất cao)=I3,r(khả cao) I3,r(hơn cao) = (27.12,28.2](28.2,29.28] =(27.12,29.28], Omin,2(khả cao)=I3,r(khả khả cao)I3,r(hơn khả cao) =(16.68,18.3](18.3,19.92]=(16.68,19.92] S2,r(khả cao)=I3,r(khả khả cao)=(16.68,18.3] (18.3,19.92]=(16.68,19.92] cao)I3,r(khá khả Đối với thuộc tính Hệ số lương (HSL): Omin,2(khả thấp)=I3,r(khả khả thấp)I3,r(hơn khả thấp)=(2.62,2.845](2.845,3.115]=(2.62,3.115], Omin,2(ít thấp)= I3,r(khả thấp)I3,r(hơn thấp)=(3.55,3.963], Omin,2(khả thấp)= I3,r(khả thấp)=(3.55,3.775] S2,r(ít thấp)=I2,r(khả thấp)=(3.55,3.775](3.775,3.963]=(3.55,3.963] thấp)I2,r(hơn Khi đó, đối tượng thỏa điều kiện truy vấn là: Bảng 3.3 Kết thực truy vấn (với k =2) Đối tượng Tên Tuổi Hệ số lương Số lượng sản phẩm O3 Thái Hơn trẻ Khả thấp Khả cao 3.2 Đưa lượng từ ngôn ngữ vào câu truy vấn Truy vấn liệu mờ giúp khai thác liệu mơ hình CSDL hướng đối tượng mờ cách linh hoạt Điểm câu truy vấn sử dụng điều kiện mờ, ví dụ trên: “Cho biết nhân viên có số lượng sản phẩm cao”, “Tìm nhân viên có hệ số lương thấp số lượng sản phẩm khả cao”,… Để xử lý câu truy vấn dạng cần tìm đối tượng thỏa mãn điều kiện mờ theo mức cho trước kết truy vấn tất đối tượng tìm Tuy nhiên, gặp yêu cầu truy vấn có dạng “cho biết 48 Truy vấn sở liệu hướng đối tượng mờ… vài nhân viên có số lượng sản phẩm cao”, “cho biết nhân viên có hệ số lương khả thấp số lượng sản phẩm cao”, … vấn đề xử lý câu truy vấn phức tạp, vì, ngồi việc tìm đối tượng thỏa điều kiện truy vấn mờ, kết truy vấn phụ thuộc vào lượng từ “một vài” “ít 3” Theo [4], Zadel chia lượng từ ngôn ngữ thành hai loại là: lượng từ tuyệt đối (absolute quantifier) lượng từ tỉ lệ (proportion quantifier) Lượng từ tuyệt đối thường dùng mệnh đề có số lượng xác định “ít 3”, “nhiều 5”, … Lượng từ tỉ lệ thể số lượng phụ thuộc vào số lượng tập đối tượng xử lý, chẳng hạn “một vài”, “khoảng nữa”, “hầu hết”,… Trong thực tế, để đáp ứng yêu cầu thao tác liệu, việc xây dựng phương pháp đánh giá lượng từ tương đối lượng từ tuyệt đối, việc đưa lượng từ vào câu truy vấn cần thiết cần quan tâm giải Do truy vấn sử dụng lượng từ xem sử mở rộng truy vấn hướng đối tượng mờ, câu truy vấn hướng đối tượng mờ sử dụng lượng từ có cấu trúc sau: SELECT < danh sách thuộc tính> FROM WHERE (điều_kiện_truy_vấn WITH mức_k)> Để đánh giá lượng từ câu truy vấn, trước hết xác định giá trị chân lý điều kiện mờ lớp tham gia truy vấn Có nghĩa tìm đối tượng o thuộc lớp tham gia truy vấn thỏa điều kiện mờ theo mức k cho trước trình bày Tiếp theo, ta đánh giá lượng từ câu truy vấn dựa vào đối tượng vừa tìm so với số đối tượng lớp ban đầu tham gia truy vấn Gọi Q lượng từ câu truy vấn, n tổng số đối tượng ban đầu lớp C, miền trị DC =[0 n] Chúng ta chia lượng từ Q thành hai trường hợp: (a) Trường hợp Q lượng từ tuyệt đối: Ký hiệu |Q| số lượng xác định lượng từ Q, Nếu Q đơn điệu tăng: Ta xây dựng hàm f QA : DC  0,1 cho x  DC , f QA ( x )  x  Q f QA ( x)  ngược lại Nếu Q đơn điệu giảm: Ta xây dựng hàm f QD : DC  0,1 cho x  DC , f QA ( x )  x  Q f QA ( x)  ngược lại (b) Trường hợp Q lượng từ tỷ lệ: Trước hết, ta xét tình sau: Khi ta nói hầu hết đối lượng lớp thỏa mãn điều kiện truy vấn mờ, có nghĩa số đối tượng tìm phải xấp xỉ số đối tượng lớp; Hoặc trường hợp khác, số đối tượng thỏa điều kiện, có nghĩa tổng số đối tượng tìm phải NGUYỄN CƠNG HÀO, TRƯƠNG THỊ MỸ LÊ 49 Hay giả thiết ta thường gặp khoảng nửa đối tượng lớp n n thỏa mãn điều kiện, chắn tổng số đối tượng phải xấp xỉ Điều gợi ý cho đánh giá lượng từ tỷ lệ dựa phân hoạch [0,n] Để chuyển [0,n] [0,1] ta sử dụng số phép biến đổi tuyến tính, vậy, giả thiết miền Dc=[0,n] khoảng [0,1] Khi ta xây dựng hai khoảng mờ hai khái niệm nguyên thủy nhỏ lớn, ký hiệu I(nhỏ) I(lớn) với độ dài tương ứng fm(nhỏ) fm(lớn) cho chúng tạo thành phân hoạch miền tham chiếu [0,1] Tiếp đến, ta xây dựng lớp tương đương S(1), S(lớn), S(W), S(nhỏ), S(0) dựa vào độ đo tính mờ gia tử khái niệm nguyên thủy ĐSGT Do đó, gọi t tổng số đối tượng thỏa điều kiện mờ với lượng từ “hầu hết” t S(1)n, cịn t tổng số đối tượng thỏa điều kiện mờ với lượng từ “một vài” tS(0)n xấp xỉ Từ đó, ta khẳng định tổng số đối tượng lớp C thỏa điều kiện mờ với lượng từ Q, ký hiệu t, đó: tS(1)n, tS(lớn)n, tS(W)n, t tS(nhỏ)n, tS(0)n, hay nói cách khác: phải thuộc khoảng n S(1), S(lớn), S(W), S(nhỏ), S(0) Như vậy, xây dựng phương pháp đánh lượng từ truy vấn, dùng để xác định kết truy vấn sau tìm đối tượng thỏa điều kiện truy vấn Gọi O tập đối tượng thỏa điều kiện truy vấn |O| tổng số đối tượng tập O, Q lượng từ tham gia vào truy vấn Vì số lượng lượng từ khơng nhiều nên ta liệt kê số lượng từ tương đối tuyệt đối Các lượng từ tuyệt đối thường hai dạng “ít m” “nhiều m”, cịn lượng từ tương đối thường bao gồm: “một (few)” hay “một vài (several)”, “kha (quite a few)”, “khoảng (about half)”, “nhiều (many)”, “hầu hết (most)”, “với (all, every)” Kết truy vấn xác định sau: Nếu Q lượng từ tuyệt đối, theo (a) ta xác định hàm f QA (| O |) f QD (| O |) Kết truy vấn tập O f QA (| O |)  (hoặc f QD (| O |)  ), ngược lại, kết rỗng Nếu Q lượng từ tương đối, kết truy vấn tập O |O| S(0) n |O| |O| S(nhỏ) Q “kha khá”, S(W) Q “khoảng n n |O| |O| nửa”, S(lớn) Q “nhiều”, S(1) Q “hầu hết”, n n |O| =1 Q “với mọi”, ngược lại, kết truy vấn rỗng n Q “một ít”, Truy vấn sở liệu hướng đối tượng mờ… 50 Lượng từ tương đối Q khơng phải lượng từ liệt kê trên, ta dựa vào cấu trúc thứ tự ngôn ngữ tự nhiên để đưa vào trường hợp trình bày Thuật tốn 3.2: Xử lý lượng từ truy vấn Vào: Lớp C với thuộc tính {A1, A2, …, An}, tập đối tượng thuộc lớp C: {oi, i=1,…,m} Câu truy vấn dạng: select * from C where Q(Ai =k fvaluei  Aj =k fvaluej),  phép tốn hội (and) tuyển (or), Q  QABS QPRO với QABS={ít l, nhiều l}, QPRO={một ít, kha khá, khoảng nữa, hầu hết, với mọi}, Ra: Tập đối tượng OQ={ot: Q(ot(Ai)=k fvaluei  ot(Aj)=k fvaluej )} Phương pháp: (1) (2) (3) (4) OQ =  Sử dụng thuật toán 3.1 ta kết tập đối tượng O if QQABS then if f QA (| O |)  or f QD (| O |)  then OQ = O (5) (6) (7) if QQPRO then Xây dựng khoảng S1(1), S1(lớn), S1(W), S1(nhỏ), S1(0) Case Q of |O| “Một ít”: if S1(0) then OQ=O n |O| “Kha khá”: if S1(nhỏ) then OQ = O n |O| “Khoảng nửa”: if S1(W) then OQ = O n |O| “Nhiều”: if S1(lớn) then OQ = O n |O| “Hầu hết”: if S1(1) then OQ = O n |O| “Với mọi”: if =1 then OQ = O n Return OQ (8) (9) (10) (11) (12) (13) (14) Ví dụ 3.2 Sử dụng đối tượng lớp “Nhân viên trẻ” ví dụ 3.1 Cho yêu cầu truy vấn mờ có sử dụng lượng từ sau: (a) “Tìm nhân viên có số lượng sản phẩm khả cao với mức k = 2”, Dựa vào ví dụ 3.1, ta có kết tính tốn thuộc tính SLSP Omin,k(khoảng 20)=[19,21], Omin,k(khoảng 17)=[16,18], Omin,k(15)=[15,15], với kk* NGUYỄN CÔNG HÀO, TRƯƠNG THỊ MỸ LÊ 51 Omin,2(rất cao)=(27.12,29.28], Omin,2(khả cao)=(16.68,19.92] S2,r(khả cao)=(16.68,19.92] Sử dụng quan hệ theo mức k = 2, ta đối tượng thỏa điều kiện: Bảng 3.4: Kết “Truy vấn số lượng sản phẩm khả cao” (với k = 2) Đối tượng O3 O4 f A nhât Tên Thái Quốc Tuổi Hơn trẻ Ít trẻ Hệ số lương Khả thấp Khoảng 3.0 Số lượng sản phẩm Khả cao Khoảng 17 Vì lượng từ “ít 3” lượng từ tuyệt đối đơn điệu tăng, nên ta có (| O |)  f ítA (3)  , kết truy vấn khơng có đối tượng thỏa mãn nhât (b)“Cho biết nhiều nhân viên có hệ số lương khả thấp số lượng sản phẩm cao với mức k=1” Dựa vào ví dụ 3.1, ta có đối tượng thỏa điều kiẹntruy vấn: Bảng 3.5 Kết “Truy vấn nhân viên có hệ số lương khả thấp số lượng sản phẩm cao với k = 1) Đối tượng O1 O2 O3 O4 Tên Hải Nam Thái Quốc Tuổi 27 Khoảng 30 Hơn trẻ Ít trẻ Hệ số lương Khả thấp Ít thấp Khả thấp Khoảng 3.0 Số lượng sản phẩm Khoảng 20 Rất cao Khả cao Khoảng 17 Vì lượng từ “nhiều” lượng từ tương đối nên ta xây dựng khoảng mờ S1(1), S1(lớn), S1(W), S1(nhỏ), S1(0) Chọn fm(lớn) = 0.35, fm(nhỏ) = 0.65, µ(rất) = 0.4, µ(hơn) = 0.15, µ(khả năng) = 0.25, µ(ít) = 0.2 Ta phân hoạch đoạn [0,1] thành khoảng tương tự mức là: fm(rất lớn) = 0.35  0.35 = 0.1225 Vậy S1(1) = (0.8775, 1] fm(khả lớn) + fm(hơn lớn) = 0.25  0.35 + 0.15  0.35 = 0.14 Vậy S1(lớn) = (0.7375, 0.8775] fm(ít nhỏ) + fm(ít lớn) = 0.2  0.65 + 0.2  0.35 = 0.20 Vậy S1(W)=(0.5375, 0.7375]; fm(khả nhỏ) + fm(hơn nhỏ) = 0.25  0.65 + 0.15  0.65 = 0.26 Vậy S1(nhỏ)=(0.2775, 0.5375] S1(0)=[0, 0.2775] Vì |O| = = 0.8S1(lớn) = (0.7375, 0.8775] nên kết truy vấn là: n Bảng 3.6 Kết “Truy vấn nhiều nhân viên có hệ số lương khả thấp số lượng sản phẩm cao với k = 1) Đối tượng Tên Tuổi Hệ số lương Số lượng sản phẩm O1 Hải 27 Khả thấp Khoảng 20 Truy vấn sở liệu hướng đối tượng mờ… 52 O2 Nam Khoảng 30 Ít thấp Rất cao O3 Thái Hơn trẻ Khả thấp Khả cao O4 Quốc Ít trẻ Khoảng 3.0 Khoảng 17 Kết luận Trong báo đề xuất cách tiếp cận để xây dựng mơ hình CSDL hướng đối tượng mờ theo cách tiếp cận ĐSGT Dựa cấu trúc thứ tự ngữ nghĩa ĐSGTmỗi giá trị ngôn ngữ biểu diễn khoảng Irp(x), từ đó, xây dựng biểu diễn dạng khoảng cho kiểu liệu khác cách thống Tiếp theo, quan hệ đối sánh theo mức k đề xuất nhằm phục vụ cho việc xác định mối quan hệ lớp đối tượng mờ phân cấp thừa kế mờ Cuối cùng, đề xuất cách xử lý truy vấn xử lý truy vấn có sử dụng lượng từ ngơn ngữ mơ hình nhằm đáp ứng cho việc tìm kiếm đối tượng mơ hình CSDL hướng đối tượng mờ Các dạng ràng buộc liệu hướng nghiên cứu báo TÀI LIỆU THAM KHẢO [1] Cristina-Maria Vladarean, Extending object-oriented databases for fuzzy information modeling, S.C WATERS Romania S.R.L, Romai J., 2, 1(2006), 225-237 [2] G Bordogna, G Pasi, and D Lucarella, A fuzzy object-oriented data model for managing vague and uncertain information, International Journal of Intelligent Systems, Vol 14, (1999), 623-651 [3] L.A Zadeh, A Computational approach to fuzzy quantifiers in natural languages, Computers and Mathematics with Applications, Vol No 1, (1983),149-184 [4] M Umano, T Imada, I Hatono, and H Tamura, Fuzzy object-oriented databases and implementation of its SQL-type data manipulation language, in Proceedings of the 7th IEEE International Conference on Fuzzy Systems, Vol 2, (1998), 1344- 1349 [5] [5] Nguyễn Cát Hồ, Lê Xuân Vinh, Nguyễn Công Hào, Thống liệu xây dựng quan hệ tương tự sở liệu ngôn ngữ đại số gia tử, Tạp chí Tin học Điều khiển học, tập 25, số 4, (2009), 314-332 [6] Nguyễn Cát Hồ, Nguyễn Công Hào, Một phương pháp xử lý truy vấn sở sữ liệu mờ tiếp cận ngữ nghĩa lân cận đại số gia tử, Tạp chí Tin học Điều khiển học, tập 24, số (2008), 281-294 [7] Z M Ma, Advances in Fuzzy Object-Oriented Databases: Modeling and Applications, Idea Group Publishing, 2004 [8] Z M Ma and Li Yan: A Literature Overview of Fuzzy Database Models, Journal Of Information Science And Engineering 24, (2008), 189-202 NGUYỄN CÔNG HÀO, TRƯƠNG THỊ MỸ LÊ QUERY DATA IN FUZZY OBJECT-ORIENTED DATABASES BASED ON THE SEMANTICS HEDGE ALGEBRA Nguyen Cong Hao1, Truong Thi My Le2 Information Technology Center, Hue University Quang Trung University , Qui Nhơn Abstract: In fuzzy object-oriented databases, query language is examined by authors with many different approaches such as fuzzy-set approaching theory, possibility theory… However, there has been difficulty in describing and comparing data Thus, in this paper, we propose a method for processing query in fuzzy object-oriented databases based on the semantics hedge algebra structure with much benefit Finally, the query language with fuzzy quantifiers is considered 53 ... vấn đề xử lý yêu cầu truy vấn lớp mờ theo ngữ nghĩa Truy vấn sở liệu hướng đối tượng mờ 3.1 Xử lý truy vấn Đối với truy vấn CSDL hướng đối tượng mờ đề cập phần trên, đối tượng thuộc lớp theo... Lớp mờ CSDL hướng đối tượng mờ Dựa thảo luận trên, thấy lớp CSDL hướng đối tượng mờ mờ Theo đó, CSDL hướng đối tượng mờ, đối tượng thuộc lớp tùy theo mức k lớp lớp lớp khác theo mức k (kZ+) Trong. .. hầu hết đối lượng lớp thỏa mãn điều kiện truy vấn mờ, có nghĩa số đối tượng tìm phải xấp xỉ số đối tượng lớp; Hoặc trường hợp khác, số đối tượng thỏa điều kiện, có nghĩa tổng số đối tượng tìm