VNLP

Năm học 2013
Danh sách các nhà khoa học thành viên của KTlab nhận hướng dẫn luận văn Thạc sỹ:
– PGS. TS. Hà Quang Thụy: Khai phá dữ liệu, Công nghệ Tri thức                                  Đủ chỉ tiêu
– TS. Nguyễn Trí Thành:      Khai phá dữ liệu, học máy, Xử lý Ngôn ngữ Tự nhiên   Đủ chỉ tiêu
– TS. Phan Xuân Hiếu :         Khai phá dữ liệu, học máy, Xử lý Ngôn ngữ Tự nhiên   Đủ chỉ tiêu
– TS. Bùi Quang Hưng:          Khai phá dữ liệu,  Xử lý Ngôn ngữ Tự nhiên                     Đủ chỉ tiêu
– TS. Nguyễn Cẩm Tú:           Khai phá dữ liệu, học máy đa nhãn đa thể hiện              Đủ chỉ tiêu
– TS. Nguyễn Việt Cường:    Khai phá dữ liệu, Xử lý Ngôn ngữ Tự nhiên                      Còn chỉ tiêu
– TS. Đặng Thanh Hải:           Khai phá dữ liệu (văn bản, y sinh học)                              Còn chỉ tiêu
– TS. Trần Trong Hiếu:          Công nghệ Tri thức, Khai phá dữ liệu                                 Còn chỉ tiêu
– TS. Phạm Quang Nhật Minh: Khai phá dữ liệu, Xử lý Ngôn ngữ Tự nhiên                Còn chỉ tiêu
Các học viên cao học làm luận văn Thạc sỹ tại KTLab sẽ được hỗ trợ và giám sát của KTlab,
được tham gia và trình bày kết quả nghiên cứu tại seminar vào Thứ Bảy hàng tuần tại Phòng 312 E3.

Khai phá dữ liệu quá trình (Process Mining: PM) chiết xuất thông tin có giá trị, liên quan đến quá trình từ các nhật ký sự kiện, bổ sung vào các tiếp cận hiện có để quản lý quá trình kinh doanh (Business Process Management : BPM).  PM là sự kết hợp giữa khai phá dữ liệu và quản lý quá trình kinh doanh.
Khai phá dữ liệu quá trình được xem là theo triết lý đường mòn (desire line / the social trail) “hành động trong kinh doanh hình thành đường mòn kinh doanh ~ nhật ký sự kiện phản ánh quy trình tốt/thuận tiện”.
Các đề tài luận văn, khóa luận theo các hướng chủ đề:
-Phát hiện quá trình: §Tiếp cận trực tiếp, tiếp cận hai giai đoạn, tiếp cận tính toán thông minh, tiếp cận từng phần; §Họ thuật toán cơ bản a, a+, a++, §Các phương pháp dựa trên kinh nghiệm: xem xét mạng nhân quả, học đồ thị phụ thuộc, học tách và kết hợp, §Các phương pháp tính toán di truyền; §Các phương pháp dựa trên vùng; §Các giải pháp giảm thiểu lỗi thiên vị đại diện và tăng cường khả năng đối phó nhiễu; §Phát hiện quá trình với các khía cạnh thời gian, mạng xã hội; §…
-Kiểm tra phù hợp: §Các độ đo phù hợp; §Các phương pháp phát lại; §Các phương pháp so sánh vết; § …
-Tăng cường mô hình quá trình: §Mô hình quy trình phù hợp với mô hình kinh doanh; §Tinh chế khai phá quá trình: Bản đồ, Kiểm toán,; §Khai phá quá trình trực tuyến; …
– Dữ liệu đầu vào cho khai phá quá trình:  §Chuẩn hóa dòng sự kiện mở rộng được: http://www.xes-standard.org/;  Các giải pháp khác;
– Các mô hình biểu diễn quá trình được phát hiện:  §Lưới Petri; §Mạng nhân quả, mạng dòng công việc…; §YAWL (Yet Another Workflow Language)

Toàn văn bài trình bày:

1. Phiên bản năm 2012 Chương trình đào tạo ngành Hệ thống thông tin (Information Systems) tại trường Đại học Công nghệ, Đại học Quốc gia Hà Nội:
+ Phiên bản ĐHQGHN ban hành (4103_HTTT) theo Quyết định số 4103/QĐ-ĐH ngày 30/11/2012 của Giám đốc ĐHQGHN (4103.dt).  Chương trình đào tạo này được áp dụng từ khóa tuyển sinh năm 2012 (K57).
+ Phiên bản có thuyết minh đầy đủ của Bộ môn HTTT: CTDT_DH_HTTT_280912_Finall

2. Chương trình đào tạo HTTT (phiên bản năm 2012) được xây dựng dựa trên:

2.1. Hướng dẫn về chương trình đào tạo Hệ thống thông tin (HTTT) của ACM/AIS
[IS2010] ACM/AIS Joint IS 2010 Curriculum Task Force: Heikki Topi, Joseph S. Valacich, Ryan T. Wright, Kate M. Kaiser, J.F. Nunamaker, Jr., Janice C. Sipior, G.J. de Vreede – (2010). IS 2010: Curriculum Guidelines for Undergraduate Degree Programs in Information Systems, Communications of the Association for Information Systems, 26(18): 359-428, 2010.

2.2. Chương trình đào tạo HTTT tại Bộ môn HTTT, Trường Tính toán, ĐHQG Singapore: http://www.comp.nus.edu.sg/undergraduates/is_is_prospective.html và tóm tắt nội dung môn học http://www.comp.nus.edu.sg/undergraduates/Others/SoC-Module-desc.pdf

2.3. Phiên bản năm 2010 Chương trình đào tạo ngành Hệ thống thông tin (Information Systems) tại trường Đại học Công nghệ, Đại học Quốc gia Hà Nội.

Một số tài liệu từ Hội nghị ICCCI 2012 (Ho Chi Minh City, Vietnam, November):

1) Hai bài trình bày của KTLab tại ICCCI 2012:

“Refining the Judgement Threshold to Improve Recognizing Textual Entailment Using Similarity”, ICCCI 2012, Part II, LNAI 7654: 335–344, 2012.  ICCCI-2012_S22

“On C-Learnability in Description Logics”, ICCCI 2012, Ho Chi Minh City, Vietnam, November, Part I, LNAI 7654: 230-238, 2012.  ICCCI-2012_S15

2) Các Keynote speechs

–  Keynote speech của GS. Longbing Cao (http://www-staff.it.uts.edu.au/~lbcao/):

“Modelling, Analysis and Learning of Ubiquitous Intelligent”, Keynote Speech, ICCCI 2012, Ho Chi Minh City, Vietnam, November. ICCCI12-Cao.3

Bài nghiên cứu thêm tại:
http://www-staff.it.uts.edu.au/~lbcao/publication/publications.htm

– Keynote speech của GS.  C. L. Philip Chen  (http://engineering.utsa.edu/~pchen/pchen1.html):

Systems Modeling – Transparent Linguistic Interface to Kernel-Based Modeling. Philip Chen ICCCI 2012 Kernel – handout

 – Keynote speech của GS.  Gottfried Vossen (http://dbis-group.uni-muenster.de):

Big Data: The New Breakthrough in Business Intelligence? 03-ICCCI Vietnam-2012

(1) Phạm Huyền Trang: “Một mô hình dự báo thị trường chứng khoán dựa trên khai phá dữ liệu Tweeter”
+ Phân tích nội dung một số nghiên cứu liên quan, tập trung vào bài báo
[BMZ11] Johan Bollena, Huina Maoa, Xiaojun Zengb (2011). Twitter mood predicts the stock market, Journal of Computational Science 2 (2011): 1–8.
+ Ý tưởng về một mô hình áp dụng phân lớp bán giám sát SVM-kNN (hoăc EM) để dự báo phân cực chỉ số chứng khoán dựa trên cảm xúc.
+ Toàn văn báo cáo: TrangPH_ThesisReport_v1.0

(2) Đinh Thị Hương: “Một mô hình khai phá vai trò trên mạng xã hội Twitter”
+ Phân tích một số nghiên cứu liên quan, tập trung vào bài báo
[TS12] Vanesa Junquero-Trabado, David Dominguez-Sal (2012). Building a role search engine for social media. WWW (Companion Volume) 2012: 1051-1060.
+ Ý tưởng về một mô hình khai phá vai trò trên mạng xã hội Twitter gồm hai thành phần ngoại tuyến và trực tuyến.
+ Toàn văn báo cáo: khaiphavaitro_twitter_HuongDT

Báo cáo tiến độ nghiên cứu “Phát hiện bùng nổ sự kiện trên mạng xã hội: Một số tìm hiểu bước đầu” của nhóm sinh viên K54: Tiêu Thị Phương, Ngô Quang Hiểu; K55: Nguyễn Anh Vũ.
Mạng xã hội phản ánh nhiều khía cạnh của xã hội thực trong đó hiện tượng bùng nổ sự kiện trong mạng xã hội phản ánh sự kiện thực có ảnh hưởng lớn. Chủ đề phát hiện bùng nổ sự kiện trong mạng xã hội là chủ đê khoa học – công nghệ thời sự và nhận được sự quan tâm của nhiều nhóm nghiên cứu trên thế giới. Báo cáo tiến độ nghiên cứu của nhóm sinh viên trình bày một số tìm hiểu bước đầu về chủ đề nói trên.

Nội dung báo cáo: EventBurstsInSocialNetwork

Báo cáo tiến độ nghiên cứu “Khai phá dữ liệu quá trình: Một số tìm hiểu bước đầu”
K54: Phạm Văn Thắng, Đào Thủy Ngân; K55: Nguyễn Thế Hùng.

Khai phá dữ liệu quá trình (Process Mining) cung cấp phương tiện mới để cải tiến các quá trình trong một loạt lĩnh vực ứng dụng. Công nghệ mới nổi này có hai yếu tố chính. Thứ nhất, ngày càng nhiều sự kiện được ghi nhận cho phép phát hiện các thông tin chi tiết về lịch sử của các quá trình. Tuy nhiên, hầu hết các tổ chức lại chẩn đoán các tình huống để xây dựng các quá trình kinh doanh dựa trên sự tưởng tượng nhiều hơn là cái mà thực tiễn đã và đang diễn ra đã được ghi nhận về lịch sử các quá trình. Thứ hai, các nhà cung cấp công cụ Quản lý quy trình kinh doanh (Business Peocess Management: BPM) và Thông minh kinh doanh (Business Intelligence: BI) đã hứa hẹn nhiều về các phép lạ, tuy nhiên, những công cụ BPM và BI hiện vần chưa đáp ứng được kỳ vọng.
Khai phá dữ liệu quá trình là một chuyên ngành mới nổi nhằm cung cấp bộ công cụ toàn diện để cung cấp các hiểu biết dựa trên thực tiễn và hỗ trợ việc cải tiến quy trình. Chuyên ngành mới này được xây dựng dựa trên tiếp cận điều khiển quá trình theo mô hình và khai phá dữ liệu. Khai phá dữ liệu quá trình kết hợp tiếp cận mẫu (tri thức) đặc biệt (thường được biểu diễn dưới dạng một lưới Petri: Petri net) với tiếp cận khai phá dữ liệu hướng miền ứng dụng (Domain Driven Data Mining – DDDM) quản lý quy trình kinh doanh BPM.

Nội dung báo cáo: Process mining

Báo cáo tiến độ nhóm sinh viên nghiên cứu khoa học đề tài “Xác định vai trò trong mạng xã hội” (K54: Bùi Đình Luyến, Trần Thị Sim, Phạm Văn Thắng; K55: Phạm Ngọc Xuyên)
Xác định vai trò (Role Discovery) và ảnh hưởng (influence) trong mạng xã hội (social networks) nhằm tìm ra những thực thể (entity) có vai trò quan trọng, có ảnh hưởng lớn tới trạng thái của mạng xã hội. Chủ đề nghiên cứu có nhiều ứng dụng, trong đó có ứng dụng tìm nhóm k-khách hàng có ảnh hưởng lớn nhất để định hướng giới thiệu sản phẩm [CWY09].

Tài liệu tham khảo:

[ALTY12] Nitin Agarwal, Huan Liu, Lei Tang, Philip S. Yu: Modeling blogger influence in a community. Social Netw. Analys. Mining 2(2): 139-162 (2012).

[CWE07] Andrew McCallum, Xuerui Wang, Andrés Corrada-Emmanuel: Topic and Role Discovery in Social Networks with Experiments on Enron and Academic Email. J. Artif. Intell. Res. (JAIR) 30: 249-272 (2007).

[CWY09] Wei Chen, Yajun Wang, Siyu Yang: Efficient influence maximization in social networks. KDD 2009: 199-208 (2009).

Toàn văn báo cáo: BaoCaoTienDo13102012

Giai đoạn 2012-2014, KTLab tập trung vào một số chủ đề KH-CN sau đây:

– Tóm tắt đa văn bản
– Phát hiện vai trò & dự báo bùng nổ sự kiện trên mạng xã hội
– Khai phá dữ liệu văn bản Y Sinh học
– Khai phá dữ liệu quá trình
– Tích hợp dữ liệu và khai phá dữ liệu song song
– Một số hướng đề tài SVNCKH

Nội dung báo cáo: 061012_Mot so de tai 2012-2014

Dưới đây là danh sách (chưa đầy đủ) các bài báo khoa học do KTLab công bố trong năm 2012:

1. [TLQ12] Thi-Ngan Pham, Le-Minh Nguyen, Quang-Thuy Ha (2012). Named Entity Recognition for Vietnamese documents using semi-supervised learning method of CRFs with Generalized Expectation Criteria, IALP 2012, Ha Noi, Vietnam, November 13-15, 2012 (in press)
2. [QTTT12] Quang-Thuy Ha, Thi-Oanh Ha, Thi-Dung Nguyen, Thuy-Linh Nguyen (2012). Refining the Judgement Threshold to Improve Recognizing Textual Entailment Using Similarity, ICCCI 2012, Part II, LNAI 7654, pp. 335–344, Ho Chi Minh City, Vietnam, November, 2012.
3. [AQLH12] Ali Rezaei Divroodi, Quang-Thuy Ha, Linh Anh Nguyen, and Hung Son Nguyen (2012). On C-Learnability in Description Logics, ICCCI 2012 , Ho Chi Minh City, Vietnam, November, 2012 ( in press)
4. [QTLHA12] Quang-Thuy Ha, Thi-Lan-Giao Hoang, Linh Anh Nguyen, Hung Son Nguyen, Andrzej Szałas and Thanh-Luong Tran (2012). A Bisimulation-based Method of Concept Learning for Knowledge Bases in Description Logics, SoICT’2012:241-249, Ha Long, August 23-24, 2012.
5. Thanh-Luong Tran, Quang-Thuy Ha, Thi-Lan-Giao Hoang, Linh Anh Nguyen, Hung Son Nguyen and Andrzej Szałas (2012). Concept Learning for Description Logic-based Information Systems, KSE2012:65-73, Da Nang, August 17-19, 2012.
6. [MMSMX12] Mai-Vu Tran, Minh-Hoang Nguyen, Sy-Quan Nguyen, Minh-Tien Nguyen, Xuan-Hieu Phan (2012). VnLoc: A Real–time News Event Extraction Framework for Vietnamese, KSE’2012 :161-166, Da Nang, August 17-19, 2012.

Danh sách: KTLab_2011_2012