NHẬN DẠNG HÀNH VI NGƯỜI DÙNG TỪ DỮ LIỆU CỦA CẢM BIẾN CỦA ĐIỆN THOẠI THÔNG MINH

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ --- ĐỖ VĂN THÌN NHẬN DẠNG HÀNH VI NGƯỜI DÙNG TỪ DỮ LIỆU CỦA CẢM BIẾN CỦA ĐIỆN THOẠI THÔNG MINH LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN H

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

-

ĐỖ VĂN THÌN

NHẬN DẠNG HÀNH VI NGƯỜI DÙNG TỪ DỮ LIỆU

CỦA CẢM BIẾN CỦA ĐIỆN THOẠI THÔNG MINH

LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN

Hà Nội – 2016

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

-

ĐỖ VĂN THÌN

NHẬN DẠNG HÀNH VI NGƯỜI DÙNG TỪ DỮ LIỆU CỦA CẢM BIẾN

CỦA ĐIỆN THOẠI THÔNG MINH

Ngành : Hệ thống thông tin Chuyên ngành: Hệ thống thông tin

Mã số: 60.48.01.04

LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN HẢI CHÂU

XÁC NHẬN CỦA CÁN BỘ HƯỚNG DẪN

XÁC NHẬN CỦA CHỦ TỊCH HỘI ĐỒNG

Hà Nội – 2016

LỜI CAM ĐOAN

Tôi xin cam đoan nội dung và những kết quả của luận văn tốt nghiệp này là do tôi

tự nghiên cứu dưới sự hướng dẫn của PGS.TS Nguyễn Hải Châu Trong toàn bộ nội dung của luận văn, những nội dung được trình bày là của cá nhân tôi hoặc được tổng hợp từ nhiều nguồn tài liệu khác Tất cả các tài liệu tham khảo đều được trích dẫn rõ ràng ở phần cuối của luận văn

Tôi xin cam đoan những lời trên là sự thật Nếu sai tôi xin hoàn toàn chịu trách nhiệm

Hà Nội, ngày tháng năm

Học viên

LỜI CẢM ƠN

Tôi xin gửi lời cảm ơn sâu sắc tới PGS.TS Nguyễn Hải Châu, người đã tận tình chỉ bảo tôi những kiến thức chuyên môn, phương pháp nghiên cứu khoa học đồng thời cũng

là tấm gương trong mọi mặt của cuộc sống để tôi học tập và noi theo

Tôi xin chân thành cảm ơn các thầy, cô giáo trường Đại học Công Nghệ đã cung cấp cho tôi những kiến thức bổ ích trong thời gian tôi học tập tại trường

Cuối cùng tôi xin gửi lời cảm ơn tới gia đình tôi đã luôn ủng hộ tôi trên con đường học tập và nghiên cứu với nhiều khó khăn, vất vả Mặc dù tôi đã cố gắng hết sức trong quá trình làm luận văn nhưng không thể tránh khỏi thiếu sót, rất mong nhận được những góp ý của thầy cô và các bạn

Hà Nội, ngày tháng năm

Học viên

Đỗ Văn Thìn

1

MỤC LỤC

Mục lục 1

Danh mục chữ viết tắt 2

Danh mục hình 3

Danh mục bảng 4

Giới thiệu 5

Chương 1: Tổng quan 7

1.1 Tổng quan về giám sát hoạt động 7

1.2 Cảm biến 8

1.3 Điện thoại thông minh 11

1.4 Phân lớp 13

1.4.1 Khái niệm phân lớp 13

1.4.2 Phân lớp dữ liệu 13

Chương 2: Phương pháp, công cụ hỗ trợ nhận dạng hành vi 18

2.1 Kỹ thuật phân lớp nhận dạng hành vi 18

2.2 Tiền xử lý 20

2.3 Trích chọn tính năng 21

2.4 Phân lớp dữ liệu 23

2.4.1 Thuật toán SVM 24

2.4.2 Thuận toán k-NN 27

2.4.3 Phân lớp dựa trên thuật toán cây quyết định 28

2.5 Đánh giá thuật toán 30

Chương 3: Cài đặt và thực nghiệm 32

3.1 Bộ dữ liệu nhận dạng hành vi 32

3.2 Tiền xử lý dữ liệu 35

3.3 Xây dựng thực nghiệm ứng dụng nhận dạng hành vi 37

3.4 Kết quả thực nghiệm 39

Kết luận 42

Tài liệu tham khảo 43

DANH MỤC CHỮ VIẾT TẮT

ARFF Attribute-Relation File Format Định dạng tài liệu ARFF

xóm gần nhất SVM Support Vector Machines

Weka Waikato Environment for Knowledge

Analysis

3

DANH MỤC HÌNH

Hình 1.1: Lợi ích của giám sát hoạt động con người 7

Hình 1.2: Cảm biến gia tốc tuyến tính 9

Hình 1.3: Hệ trục trên điện thoại thông minh 9

Hình 1.4: Tóm tắt những nghiên cứu trước đây về nhận dạng hành vi sử dụng cảm biến gia tốc 10

Hình 1.5: Phân lớp dữ liệu – (a) Xây dựng mô hình phân lớp 15

Hình 1.6: Phân lớp dữ liệu – (b1) ước lượng độ chính xác mô hình 16

Hình 1.7: Phân lớp dữ liệu – (b2) phân lớp dữ liệu mới 16

Hình 2.1: Sơ đồ biểu diễn quy trình học máy 19

Hình 2.2: mô hình nhận dạng hành vi từ dữ liệu cảm biến trên điện thoại thông minh 20

Hình 2.3: Siêu phẳng h chia bộ dữ liệu huấn luyện thành 2 tập + và – với khoảng cách biên lớn nhất 25

Hình 2.4: Ví dụ về cây quyết định 29

Hình 2.5: Mã giải của thuật toán phân lớp dữ liệu dựa trên cây quyết định 30

Hình 2.6: Ma trận nhầm lẫn 31

Hình 3.1: Thu thập dữ liệu từ cảm biến của điện thoại thông minh 32

Hình 3.2: Ví dụ về dữ liệu của cảm biến gia tốc 33

Hình 3.3: Chương trình ứng dụng demo 39

Hình 3.4: Kết quả phân lớp dữ liệu với thuật toán J48 41

DANH MỤC BẢNG

Bảng 1.1: Các cảm biến được trang bị trên điện thoại thông minh 12

Bảng 2.1: Tính năng miền thời gian 22

Bảng 2.2: Miền tần số 22

Bảng 2.3: Tính năng miền chuỗi biểu tượng 23

Bảng 2.4: Công thức đánh giá toán hiệu năng thuật toán phân lớp 31

Bảng 3.1: Số lượng các trường hợp cho mỗi lớp 34

Bảng 3.2: Tính năng được trích xuất và mô tả 34

Bảng 3.3: Tín hiệu được chuyển hóa từ dữ liệu gia tốc, sử dụng miền thời gian và tần số 35

Bảng 3.4: Trích chọn tính năng từ tập dữ liệu ban đầu 36

Bảng 3.5: Loại bỏ tính năng được đánh dấu trong các tập dữ liệu 36

Bảng 3.6: Phân lớp J48 với các tập dữ liệu 39

Bảng 3.7: Thử nghiệm với tập dữ liệu DT2 40

Bảng 3.8: Kết quả thực nghiệm với thuật toán J48 40

5

GIỚI THIỆU

1 Tính cấp thiết của đề tài

Nhận dạng hành vi con người sử dụng các cảm biến cá nhân đã trở thành một lĩnh vực nghiên cứu quan trọng nhằm tạo ra hay cải thiện các ứng dụng giám sát hoạt động con người Khả năng ghi lại và nhận dạng các hoạt động cá nhân hàng ngày là điều cần thiết để xác định mức độ thực hiện hoạt động của con người

Những hệ thống này có những ứng dụng thực tế trong việc chăm sóc sức khỏe và theo dõi luyện tập sức khỏe Hoạt động thể chất có tác dụng tích cực lên tất cả các chức năng của cơ thể và các nghiên cứu đã chứng minh rằng nguy cơ tim mạch giảm tới 50% đối với người có hoạt động thể chất tích cực [5].Với sự già hóa dân số và kinh phí hạn chế cho việc chăm sóc sức khỏe cộng đồng, sự quan tâm nhiều hơn được trả để giám sát hoạt động con người, nâng cao khả năng hỗ trợ các bệnh nhân và giúp họ tự chăm sóc bản thân, giảm sự chăm sóc y tế thông thường và chuyển qua chăm sóc từ xa

Trong lĩnh vực y tế, việc theo dõi hoạt động người dùng trong thời gian dài có thể hữu ích trong việc phát hiện sớm các bệnh hoặc có thể khuyến khích người dùng cải thiện mức độ hoạt động của họ

Một trong những phương pháp được sử dụng để giám sát hoạt động của con người

là dựa trên các hệ thống video ghi chuyển động được liên kết với nền cảm nhận áp lực ở dưới Những phương pháp này gây khó chịu, đòi hỏi thiết bị lớn và chỉ có thể được sử dụng bên trong phòng thí nghiệm đòi hỏi các thiết lập cao, thời gian xử lý cũng như không gian bộ nhớ để ghi lại nó

Phân tích hành vi sử dụng các cảm biến của điện thoại thông minh đã trở thành một lựa chọn thú vị cho hệ thống này vì kích thước nhỏ, chi phí thấp và khả năng ghi lại các tín hiệu chuyển động một cách kín đáo Hơn nữa ngày nay hầu hết các điện thoại thông minh đều được tích hợp các cảm biến phù hợp cho việc phân tích hành vi người dùng Cảm biến gia tốc và con quay hồi chuyển được sử dụng để nghiên cứu các hoạt động hàng ngày của con người

Phân loại thông tin chuyển động, thu thập được từ dữ liệu từ các cảm biến trong điện thoại thông minh, các nhãn hoạt động thường được thực hiện với kỹ thuật học máy

đòi hỏi phải khai thác các thông số dữ liệu chuyển động để huấn luyện phân lớp để dự đoán dữ liệu hoạt động mới với mô hình huấn luyện

2 Mục tiêu và nhiệm vụ của đề tài

Nghiên cứu phương pháp giám sát hành vi người sử dụng điện thoại thông minh sử dụng các cảm biến trên điện thoại thông minh Trong luận văn này sẽ tập trung vào các

hoạt động hàng ngày như: đứng (standing), ngồi (sitting), nằm (laying), đi bộ (walking),

đi lên cầu thang (walking upstairs), đi xuống cầu thang (walking down stairs) Sự chuyển

động của người dùng được ghi lại bằng cảm biến gia tốc của điện thoại thắt lưng được đặt

ở thắt lưng người dùng khi họ thực hiện các hoạt động

Nghiên cứu các thuật toán giúp phân lớp gán nhãn các hoạt động người dùng dựa vào dữ liệu cảm biến trên điện thoại thông minh

Xây dựng sản phẩm phân tích hành vi người sử dụng trên điện thoại thông minh, đánh giá chất lượng mô hình xây dựng được

7

CHƯƠNG 1: TỔNG QUAN 1.1 Tổng quan về giám sát hoạt động

Theo dõi chính xác các hoạt động của con người có khả năng cải thiện hệ thống chăm sóc sức khỏe, cảnh báo sớm các nguy cơ, giám sát tập thể dục và hỗ trợ trong sinh hoạt hàng ngày Những hệ thống nhận thức hoạt động này có thể cung cấp cho người dùng một loạt các dịch vụ tiện ích ví dụ như: bằng cách phân tích các hoạt động của con người trong một khoảng thời gian có thể xác định được xu hướng của các thói quen hàng ngày từ đó điều chỉnh để có một chế độ tốt nhất cho cơ thể; đặc biệt với người cao tuổi,

nó giúp cảnh báo các nguy cơ về sức khỏe

Hình 1.1: Lợi ích của giám sát hoạt động con người

Khái niệm hoạt động đã được xem xét trong tương tác người–máy (HCI) để thiết

kế tốt hơn các mô hình điện toán phân tán dựa trên hành vi người dùng (Bao & Intille, 2004) Các mục tiêu của điện toán phân tán là có mặt khắp mọi nơi và kín đáo, hoặc dần

là nền tảng hỗ trợ con người trong khi học thực hiện các hoạt động hàng ngày Dự đoán các hoạt động là mục tiêu của các hệ thống điện toán rộng khắp, tuy nhiên việc sử dụng các hành động cô lập để phân tích các tình huống thực tế bên ngoài không thành công, bởi

vì hành động luôn nằm trong một bối cảnh, và hệ thống không thể hiểu được bối cảnh đó

Sự phát triển của các hệ thống nhận biết ngữ cảnh là quan trọng để nhận ra một hoạt động chính là bối cảnh có ý nghĩa tối thiểu để hiểu được hoạt động cá nhân Phát hiện các tư thế không đủ để phân biệt được một số các hoạt động, chỉ khi có được bối cảnh, các hoạt động có thể được phân biệt một cách chính xác

Quá trình giám sát hành vi người dùng bắt đầu bằng việc thu thập các dữ liệu thô, đặc biệt là dữ liệu chuyển động Cảm biến quán tính là một giải pháp thích hợp để phát hiện chuyển động Những cảm biến phản ứng với các kích thích bằng cách tạo ra các tín hiệu có thể phân tích và diễn tả Thông thường, các cảm biến được đặt bên cạnh cơ thể và nên đem lại sự thoải mái cho người sử dụng

Các thế hệ mới của điện thoại thông minh được trang bị với một loạt các cảm biến bên trong: cảm biến gia tốc, cảm biến con quay hồi chuyển, cảm biến nhịp tim, cảm biến tiệm cận, cảm biến độ ẩm… Một số cảm biến có thể được sử dụng để giám sát hoạt động hàng ngày của con người: cảm biến gia tốc, con quay hồi chuyển Các thiết bị này rất tiện lợi, nhỏ và kín đáo, nó trở thành ý tưởng cho hệ thống nhận dạng hành vi người dùng Tính năng hấp dẫn khác là có thể đeo được, làm việc với thời gian thực và được sử dụng

để theo dõi lâu dài Những thiết bị này có thể ghi nhận, xử lý và có đượcthông tin hữu ích

từ dữ liệu thô của cảm biến, nhưng khó khăn chính của việc tạo ra các ứng dụng nhận biết bối cảnh là việc phát triển các tuận toán có thể nhận diện bối cảnh từ dữ liệu cảm biến có nhiễu và không rõ ràng

Phát triển một ứng dụng trên điện thoại thông minh cần phải tính đến những nguồn lực hạn chế của điện thoại thông minh như: thời gian xử lý, bộ nhớ hạn chế và tỷ lệ mẫu Cảm biến gia tốc là một cảm biến lý tưởng vì chúng đòi hỏi sức mạnh xử lý thấp và tiêu thụ ít năng lượng

1.2 Cảm biến

Cảm biến có thể thu thập dữ liệu có thể được sử dụng để phát hiện các hành vi của con người Có 3 vấn đề chính liên quan đến cảm biến: loại, vị trí và số lượng Phần lớn các hệ thống nhận biết cử động sử dụng cảm biến quán tính, đặc biệt là cảm biến gia tốc

để ước tính độ nghiêng của cơ thể và xác định phương hướng, chuyển động của người sử dụng Cảm biến gia tốc sử dụng đầu dò để đo gia tốc tuyến tính(Hình 1.2)

9

Hình 1.2: Cảm biến gia tốc tuyến tính

Tín hiệu thu được với cảm biến gia tốc có 2 thành phần, “một là gia tốc trọng trường cung cấp thông tin về tư thế của chủ thể, và một thành phần tăng tốc của cơ thể cung cấp thông tin về sự chuyển động của chủ thể” Một cảm biến gia tốc 3 chiều đo gia tốc theo trục x, y, z so với màn hình của điện thoại được mô tả như hình dưới Gia tốc được đo bằng đơn vị m/s2

Hình 1.3: Hệ trục trên điện thoại thông minh

Một số điều tra sử dụng số lượng hoạt động và thị giác máy tính có khả năng hỗ trợ nhận dạng hành động sử dụng cảm biến gia tốc cũng được mô tả trong chương này Nhiều

nghiên cứu trước đây đã chứng minh 85-95% cho đánh giá nhận dạng hành động, tư thế

và các hành vi khác sử dụng dữ liệu cảm biến gia tốc [4] Một số công trình được mô tả trong hình 1.4:

Hình 1.4: Tóm tắt những nghiên cứu trước đây về nhận dạng hành vi sử dụng cảm biến

Một vấn đề quan trọng khác về cảm biến là một số hoạt động như leo cầu thang thường không thể phân biệt chỉ với cảm biến gia tốc, mà đòi hỏi phải bổ sung (ví dụ như microphone và áp kế) (Wilde, 2010)

Các hoạt động phổ biến của con người như đi bộ, đứng, nằm, đi lên và xuống cầu thang là những hành vi sẽ được nghiên cứu trong luận văn này

1.3 Điện thoại thông minh

Thế hệ mới của điện thoại thông minh đang được xem xét bởi nhiều người dùng như là một thiết bị cá nhân quan trọng Các thiết bị này có tiềm năng cho sự tăng trưởng cân xứng với việc thu thập dữ liệu hành vi cho việc xây dựng hệ thống dự đoán hành vi con người Nhận thức về lợi ích của chúng đang trở lên phổ biến, và người dùng đã quen với việc có mặt khắp mọi nơi của chúng

Một trong những ứng dụng quan trọng nhất của phân tích hành vi con người là việc chăm sóc sức khỏe, đặc biệt là chăm sóc sức khỏe người cao tuổi Tuy nhiên, người cao tuổi không có kỹ năng như nhau trong việc sử dụng điện thoại thông minh như những người trẻ, hơn nữa họ hay không mang theo các thiết bị trong cuộc sống thường ngày Để trở nên thích ứng với hệ thống này, người cao tuổi phải học cách tương tác với công nghệ riêng của mình Mặc dù thực tế ngày nay, người cao tuổi không quen tương tác với điện thoại thông minh, nhưng trong tương lai những người cao tuổi đã lớn lên cùng công nghệ này sẽ trở thành một phân khúc quan trọng

Điện thoại thông minh được trang bị với hàng loạt các cảm biến bên trong (Bảng 1.1), trong đó cảm biến gia tốc, và cảm biến con quay hồi chuyển có thể được sử dụng để giám sát hành vi hàng ngày của con người Các thiết bị này rất tiện lợi, nhỏ và kín đáo, nó

trở thành nền tảng lý tưởng cho một hệ thống nhận dạng hành vi phổ biến Tính năng hấp dẫn khác đó là nó có thể đeo được, luôn luôn bên cạnh người dùng, làm việc thời gian thực và có thể được sử dụng để giám sát lâu dài

Bảng 1.1: Các cảm biến được trang bị trên điện thoại thông minh

Cảm biến gia tốc, đo gia tốc trên thiết bị, bao gồm cả lực hấp dẫn

Đo nhiệt độ môi trường xung quanh

Đo lực hấp dẫn theo 3 trục x, y, z Cảm biến con quay hồi chuyển của thiết bị theo ba trục (x; y; z) Cảm biến ánh sáng

Đo gia tốc thiết bị, lực hấp dẫn bị loại trừ

Sự phát triển của điện thoại thông minh cho việc dự đoán hành vi con người có một số nhược điểm như: pin hạn chế, bộ nhớ không cao và các phát triển mới trên lĩnh vực này cần giải quyết các câu hỏi như: tác động của các ứng dụng lên pin của điện thoại,

tỉ lệ mẫu để đạt được kết quả chính xác, thời gian để tạo mô hình và không gian bộ nhớ cần thiết cho nó

Về quy trình thu thập dữ liệu, ta có thể chọn thu thập dữ liệu với một điện thoại thông minh được đặt ở những vị trí xác định trước hoặc ở 1 phần cơ thể và tạo ra một tập

dữ liệu thích hợp, hoặc sử dụng bộ dữ liệu công cộng với dữ liệu đã được chú thích Các tùy chọn trước đây đôi khi được ưa thích vì một tập dữ liệu có cùng kích thước và được chú thích là cần thiết để đánh giá thuật toán phân lớp, bởi vì một bộ dữ liệu có chú thích

sẽ có thể kiểm tra được kết quả Để thu thập một bộ dữ liệu hoàn chỉnh có thể không khả thi, vì nó phải thu thập một lượng lớn dữ liệu từ người sử dụng trong một thời gian dài để tạo ra một thuật toán mạnh mẽ và chính xác cho việc đoán định người dùng mới

Một số nghiên cứu trước đây đã hướng dẫn cho việc ghi dữ liệu sử dụng các đối tượng khác nhau, ưu tiên không phải người nghiên cứu hoặc không có sự giám sát để có được dữ liệu tự nhiên Các đối tượng được yêu cầu thực hiện một loạt các hành động và

1.4 Phân lớp

1.4.1 Khái niệm phân lớp

Phân lớp dữ liệu có thể coi là quá trình học một mô hình mà mô hình này dùng để

mô tả các lớp dữ liệu khác nhau Các lớp dữ liệu ở đây đã được xác định trước Khác với phân cụm dữ liệu, phân lớp dữ liệu được xem là một quá trình “học có giám sát” Sau khi được xây dựng, mô hình phân lớp có thể được sử dụng để phân lớp các dữ liệu mới Mỗi bản ghi trong tập dữ liệu học có một thuộc tính gọi là nhãn lớp (Class lable) để chỉ ra bản ghi đó thuộc lớp nào

1.4.2 Phân lớp dữ liệu

Ngày nay phân lớp dữ liệu (classification) là một trong những hướng nghiên

cứu chính của khai phá dữ liệu Thực tế đặt ra nhu cầu là từ một cơ sở dữ liệu với nhiều thông tin ẩn con người có thể trích rút ra các quyết định nghiệp vụ thông minh Phân lớp và dự đoán là hai dạng của phân tích dữ liệu nhằm trích rút ra một mô hình

mô tả các lớp dữ liệu quan trọng hay dự đoán xu hướng dữ liệu tương lai Phân lớp dự

đoán giá trị của những nhãn xác định (categorical label) hay những giá trị rời rạc (discrete value), có nghĩa là phân lớp thao tác với những đối tượng dữ liệu mà có bộ

giá trị là biết trước Trong khi đó, dự đoán lại xây dựng mô hình với các hàm nhận giá trị liên tục Ví dụ mô hình phân lớp dự báo thời tiết có thể cho biết thời tiết ngày mai là mưa, hay nắng dựa vào những thông số về độ ẩm, sức gió, nhiệt độ,… của ngày hôm

nay và các ngày trước đó Hay nhờ các luật về xu hướng mua hàng của khách hàng trong siêu thị, các nhân viên kinh doanh có thể ra những quyết sách đúng đắn về lượng mặt hàng cũng như chủng loại bày bán… Một mô hình dự đoán có thể dự đoán được lượng tiền tiêu dùng của các khách hàng tiềm năng dựa trên những thông tin về thu nhập và nghề nghiệp của khách hàng Trong những năm qua, phân lớp dữ liệu đã thu hút sự quan tâm các nhà nghiên cứu trong nhiều lĩnh vực khác nhau như học máy

(machine learning), hệ chuyên gia (expert system), thống kê (statistics) Công nghệ

này cũng ứng dụng trong nhiều lĩnh vực khác nhau như: thương mại, nhà băng, maketing, nghiên cứu thị trường, bảo hiểm, y tế, giáo dục Phần lớn các thuật toán ra

đời trước đều sử dụng cơ chế dữ liệu cư trú trong bộ nhớ (memory resident), thường

thao tác với lượng dữ liệu nhỏ Một số thuật toán ra đời sau này đã sử dụng kỹ thuật cư trú trên đĩa cải thiện đáng kể khả năng mở rộng của thuật toán với những tập dữ liệu lớn lên tới hàng tỉ bản ghi

Quá trình phân lớp dữ liệu gồm hai bước [8]:

Quá trình học nhằm xây dựng một mô hình mô tả một tập các lớp dữ liệu hay các khái niệm định trước Đầu vào của quá trình này là một tập dữ liệu có cấu trúc được mô tả bằng các thuộc tính và được tạo ra từ tập các bộ giá trị của các thuộc tính đó Mỗi bộ giá trị được gọi chung là một phần tử dữ liệu (data tuple), có thể là các mẫu (sample), ví dụ (example), đối tượng (object), bản ghi (record) hay trường hợp (case) Khoá luận sử dụng các thuật ngữ này với nghĩa tương đương Trong tập dữ liệu này, mỗi phần tử dữ liệu được giả sử thuộc về một lớp định trước, lớp ở đây là giá trị của một thuộc tính được chọn làm thuộc tính gán nhãn lớp hay thuộc tính phân lớp (class label attribute) Đầu ra của bước này thường là các quy tắc phân lớp dưới dạng luật dạng if-then, cây quyết định, công thức logic, hay mạng nơron Quá trình này được mô tả như trong hình 1.5

15

Hình 1.5: Phân lớp dữ liệu – (a) Xây dựng mô hình phân lớp

Bước thứ hai dùng mô hình đã xây dựng ở bước trước để phân lớp dữ liệu mới Trước tiên độ chính xác mang tính chất dự đoán của mô hình phân lớp vừa tạo ra được ước lượng Holdout là một kỹ thuật đơn giản để ước lượng độ chính xác đó Kỹ thuật này sử dụng một tập dữ liệu kiểm tra với các mẫu đã được gán nhãn lớp Các mẫu này được chọn ngẫu nhiên và độc lập với các mẫu trong tập dữ liệu đào tạo Độ chính xác của mô hình trên tập dữ liệu kiểm tra đã đưa là tỉ lệ phần trăm các các mẫu trong tập dữ liệu kiểm tra được mô hình phân lớp đúng (so với thực tế) Nếu độ chính xác của mô hình được ước lượng dựa trên tập dữ liệu đào tạo thì kết quả thu được là rất khả quan vì mô hình luôn có xu hướng “quá vừa” dữ liệu Quá vừa dữ liệu là hiện tượng kết quả phân lớp trùng khít với dữ liệu thực tế vì quá trình xây dựng mô hình phân lớp từ tập dữ liệu đào tạo có thể đã kết hợp những đặc điểm riêng biệt của tập dữ liệu đó Do vậy cần sử dụng một tập dữ liệu kiểm tra độc lập với tập dữ liệu đào tạo Nếu độ chính xác của mô hình là chấp nhận được, thì mô hình được sử dụng để phân lớp những dữ liệu tương lai, hoặc những dữ liệu mà giá trị của thuộc tính phân lớp là chưa biết

Hình 1.6: Phân lớp dữ liệu – (b1) ước lượng độ chính xác mô hình

Hình 1.7: Phân lớp dữ liệu – (b2) phân lớp dữ liệu mới

Trong mô hình phân lớp, thuật toán phân lớp giữ vai trò trung tâm, quyết định tới sự thành công của mô hình phân lớp Do vậy chìa khóa của vấn đề phân lớp dữ liệu

là tìm ra được một thuật toán phân lớp nhanh, hiệu quả, có độ chính xác cao và có khả năng mở rộng được Trong đó khả năng mở rộng được của thuật toán được đặc biệt trú trọng và phát triển

17

Có thể liệt kê ra đây một số kỹ thuật có thể được dùng cho phân lớp dữ liệu:

 Phân lớp cây quyết định (Decision tree classification)

 Bộ phân lớp Bayesian (Bayesian classifier)

 Mô hình phân lớp K-hàng xóm gần nhất (K-nearest neighbor classifier)

 Mạng nơron

 Phân tích thống kê

 Phương pháp tập thô (Rough set Approach)

CHƯƠNG 2: PHƯƠNG PHÁP, CƠNG CỤ HỖ TRỢ NHẬN DẠNG HÀNH

VI 2.1 Kỹ thuật phân lớp nhận dạng hành vi

Một khi dữ liệu đã sẵn sàng, một thuật tốn phân loại cần phải được thực hiện Như đã đề cập trước đĩ, dự đốn hành vi của con người thường được coi là một vấn đề phân loại, sử dụng kỹ thuật học máy dựa trên lý thuyết về xác suất thống kê Vào năm

1959, Arthur Samuel định nghĩa học máy như là một lĩnh vực nghiên cứu cung cấp cho máy tính khả năng học hỏi mà khơng cần được lập trình một cách rõ ràng Các cơ sở của học máy là chính xác như Samuel đã mơ tả, nĩ xây dựng một mơ hình và phân loại, khả năng học từ dữ liệu vơ hình.Mơ hình đại diện cho đại diện dữ liệu (thơng thường mỗi trường hợp đại diện cho một cửa sổ dữ liệu với kích thước cố định) và đại diện chức năng trong bước huấn luyện và cuối cùng là phân loại cĩ thể khái quát hĩa cho dữ liệu khơng nhìn thấy Học máy làm một ngành khoa học máy tính cĩ liên quan đến vấn đề mà mơ hình cơ bản cho việc dự đốn hoặc mơ tả phải được thực hiện, dựa trên những thuộc tính

đã biết để huấn luyện từ bộ dữ liệu huấn luyện

Thuật tốn học máy cĩ thể chia ra thành các loại:

- Học máy bán giám sát: kỹ thuật cho phép thuật tốn cĩ thể thích nghi với dữ

liệu mới Một số thuật tốn cho học máy này như: mơ hình Markov ẩn (HMM), mạng Nạve Bayes, cây quyết định, K-Nearest Neighbours, Máy vecter hỗ trợ (SMM)

- Học máy giám sát: sử dụng dữ liệu được gán nhãn để huấn luyện thuật tốn, sau đĩ chúng cĩ thể phân lớp dữ liệu chưa được gán nhãn

- Học máy khơng giám sát: cố gắng xây dựng mơ hình trực tiếp từ dữ liệu khơng

đượcgán nhãn Cách tiếp cận này sử dụng ước lượng mật độ để tìm các cụm mẫu tương tự để tạo ra mơ hình học máy

- Học máy tăng cường: huấn luyện nhiều học máy để giải quyết cùng một vấn

đề Khả năng tổng quát của chúng cĩ thể tốt hơn nhiều so với sử dụng một học

máy

19

Hình 2.1: Sơ đồ biểu diễn quy trình học máy

Liên quan đến mục đích mà hệ thống nhận dạng hành vi được thiết kế, điều quan trọng là thu thập càng nhiều dữ liệu của từng hoạt động càng tốt, nhưng không chỉ số lượng là quan trọng, tính chính xác của việc xử lý bản ghi cũng là điềucần thiết bởi vì các thuật toán dựa rất nhiều vào số liệu Chủng loại, vị trí và số lượng cảm biến được sử dụng

để thu thập dữ liệu cũng rất quan trọng và so sánh các kết quả của các nghiên cứu chỉ khả thi nếu các điều kiện tương tự nhau, không nhất thiết phải mô phỏng theo