XÂY DỰNG HỆ THỐNG QUẢN LÝ VÀ PHÂN TÍCHDỮLIỆUGIỐNG CÂY TRỒNG BẰNG KỸ THUẬT MÁY HỌC

Abstract

Dữ liệu về đặc tính hình thái và nông sinh học của các giống cây trồng thường phân tán ở nhiều nguồn và được mô tả bằng các tập thuộc tính khác nhau tùy theo từng loài. Điều này gây khó khăn cho việc tra cứu, tổng hợp và khảo sát mức độ tương đồng giữa các giống một cách có hệ thống. Luận văn xây dựng một hệ thống trực tuyến quản lý dữ liệu giống cây trồng theo cấu trúc phân cấp ba cấp gồm Nhóm, Loài và Giống. Hệ thống sử dụng mô hình dữ liệu theo thực thể, thuộc tính và giá trị cho phép mỗi loài xác định tập thuộc tính mô tả riêng mà không cần thay đổi cấu trúc cơ sở dữ liệu. Bên cạnh chức năng tra cứu và tìm kiếm, hệ thống hỗ trợ người dùng đóng góp dữ liệu giống cây, tên gọi khác và hình ảnh. Các nội dung đóng góp được quản trị viên kiểm duyệt trước khi công khai. Hệ thống đồng thời tích hợp ba giải thuật phân cụm gồm K-Means, Hierarchical Clustering và DBSCAN nhằm hỗ trợ khảo sát mức độ tương đồng giữa các giống dựa trên dữ liệu được quản lý trong hệ thống hoặc dữ liệu do người dùng cung cấp. Hệ thống hiện được triển khai với dữ liệu thuộc nhóm cây lương thực, gồm lúa, ngô, đậu đỏ và đậu nành. Thiết kế của hệ thống cho phép mở rộng sang các nhóm cây trồng khác mà không cần thay đổi cấu trúc dữ liệu. Từ khóa: Cơ sở dữ liệu giống cây trồng, phân cụm dữ liệu, K-Means, DBSCAN, Hierarchical Clustering, mô hình dữ liệu theo thực thể, thuộc tính và giá trị. Data on the morphological and agro-biological characteristics of plant cultivars is often scattered across sources and described with attribute sets that vary from one species to another, making it difficult to search, consolidate, and compare cultivars systematically, or to explore similarity among them across many attributes at once. This thesis builds a web-based information system for managing plant cultivar data, organized in a three-level hierarchy of Group, Species, and Cultivar, using an Entity-Attribute-Value data model so each species can define its own descriptive attributes without changing the database schema. Users can browse and search cultivar data, and contribute new cultivars through an Excel template generated to match the selected species' attributes; contributions - new cultivars, alternative names, and images - go through an administrator's review before being published. The system also integrates three clustering algorithms, K-Means, Hierarchical Clustering, and DBSCAN, through an independent FastAPI-based Machine Learning service, letting users explore similarity among cultivars using either data already in the system or a self-uploaded CSV file. Implemented with a React frontend and a Node.js/Express–Prisma backend, the system currently manages data for the food-crop group, including rice, maize, red bean, and soybean, and is designed to extend to other crop groups without structural changes. Keywords: plant cultivar database, data clustering, K-Means, DBSCAN, Hierarchical Clustering, Entity-Attribute-Value model.