Giảm thiểu thuộc tính ứng dụng trong tiền xử lý dữ liệu lớn

Abstract

Dữ liệu lớn đến từ nhiều nguồn khác nhau, nhờ vào tốc độ phát triển đột phá của công nghệ số và đang gia tăng nhanh chóng trong những năm gần đây. Việc khai thác dữ liệu lớn hiệu quả giúp tạo ra các sản phẩm thông tin có giá trị cao. Do đó, vấn đề phân tích dữ liệu lớn là nhu cầu cấp thiết. Các kỹ thuật giảm chiều đã được nghiên cứu và ứng dụng trong nhiều kỹ thuật khai thác dữ liệu như phân loại và phân cụm dữ liệu, đặc biệt đối với dữ liệu lớn có số chiều thuộc tính hoặc kích thước lớn. Giảm chiều dữ liệu được sử dụng như là một bước tiền xử lý trước khi tiến hành kỹ thuật khai thác dữ liệu, nhằm mục đích đưa ra các kết quả chính xác hơn và cải thiện thời gian phân tích trong không gian dữ liệu nhiều chiều. Bài viết trình bày các khái niệm dữ liệu lớn, kỹ thuật giảm chiều, kỹ thuật giảm chiều thuộc tính dữ liệu ứng dụng trong khai thác dữ liệu lớn để từ đó có thể lấy ra được những thông tin có giá trị tiềm tàng theo một cách thức tự động và hiệu quả.