Luận án Tiến sĩ: Phân cụm dữ liệu không gian địa lý trong không gian mạng

Trong bối cảnh phát triển nhanh chóng của khoa học công nghệ, dữ liệu không gian địa lý ngày càng đóng vai trò thiết yếu trong nhiều lĩnh vực, từ quy hoạch đô thị đến giao thông vận tải. Tuy nhiên, việc phân tích và xử lý các loại dữ liệu này, đặc biệt là trong các bài toán phân cụm, thường gặp hạn chế khi dựa trên khoảng cách Euclid truyền thống thay vì khoảng cách thực tế trên mạng lưới giao thông. Điều này dẫn đến sự thiếu chính xác trong các ứng dụng thực tiễn, ví dụ như xác định trường học gần nhà hay vị trí "gần" trong mạng lưới đường đi. Luận án này nhấn mạnh tầm quan trọng của việc phát triển các phương pháp phân cụm dữ liệu không gian địa lý hiệu quả hơn trong không gian mạng, nhằm khắc phục những hạn chế cố hữu của các phương pháp hiện hành, vốn chưa tối ưu về thời gian xử lý, phụ thuộc tham số và khả năng xử lý dữ liệu động.

Các nhà nghiên cứu, học giả và sinh viên cao học trong lĩnh vực khoa học máy tính, khai thác dữ liệu, hệ thống thông tin địa lý và những chuyên gia ứng dụng trong quy hoạch đô thị, giao thông vận tải, logistics cần phân tích dữ liệu không gian địa lý có ràng buộc mạng.

Luận án này tập trung vào việc phát triển các phương pháp hiệu quả hơn để giải quyết bài toán phân cụm dữ liệu không gian địa lý trong không gian mạng, một lĩnh vực còn tương đối mới và nhiều thách thức. Các phương pháp phân cụm truyền thống thường dựa trên khoảng cách Euclid, không phản ánh chính xác điều kiện di chuyển thực tế trong các mạng lưới giao thông, dẫn đến kết quả kém chính xác và khó ứng dụng thực tiễn. Hơn nữa, các thuật toán hiện có còn gặp phải vấn đề về thời gian thực thi cao, sự phụ thuộc vào các tham số đầu vào và khả năng xử lý kém hiệu quả với dữ liệu động. Để khắc phục những hạn chế này, luận án đề xuất ba thuật toán phân cụm chính: NS-TBC, các chiến lược cải tiến hiệu suất cho thuật toán ACUTE-2023 dựa trên tô-pô, và NS-IDBSCAN. Cụ thể, NS-TBC sử dụng quan hệ tô-pô để giảm sự phụ thuộc vào tham số đầu vào, cải thiện hiệu suất phân cụm dữ liệu không gian địa lý. Các chiến lược cải tiến cho ACUTE-2023 nhằm tăng tốc độ xử lý và nâng cao chất lượng cụm. NS-IDBSCAN là phương pháp phân cụm gia tăng được thiết kế để xử lý dữ liệu mới phát sinh mà không cần quét lại toàn bộ tập dữ liệu, từ đó giảm đáng kể thời gian xử lý. Những đóng góp này cung cấp giải pháp hiệu quả cho các bài toán trên mạng đường giao thông, giúp xác định vị trí "gần" theo đường đi ngắn nhất thay vì khoảng cách đường chim bay, và có tiềm năng ứng dụng rộng rãi trong các mạng lưới khác như điện lực, đường ống hay viễn thông. Nghiên cứu cũng mở ra hướng phát triển cho việc đáp ứng nhu cầu thời gian thực và phát hiện bất thường trên dữ liệu ràng buộc mạng.