Mặc dù phương pháp phân hoạch dữ liệu cũng giải quyết được một số bài toán tìm luật kết hợp trên cơ sở dữ liệu lượng hoá. Tuy nhiên, cũng có một số vấn đề phát sinh như trong [35] đã chỉ ra. Đó là vấn đề mất mát thông tin nếu như có nhiều giá trị tập trung xung quanh các biên của các khoảng. Việc chia các giá trị gần nhau vào các khoảng khác nhau sẽ dẫn tới việc mất thông tin trong các phân tích về sau. Một phương pháp tiếp cận khác là chia miền dữ liệu thành các vùng có chồng lên nhau. Khi đó, các phần tử nằm gần biên có thể thuộc nhiều hơn một khoảng, và sẽ giải quyết được phần nào vấn đề mất mát thông tin tại các lân cận biên. Tuy nhiên, tiếp cận này vẫn có phần bất hợp lý do việc phần tử gần biên cũng sẽ có vai trò quan trọng trong việc mô tả đặc trưng của khoảng giống như các phần tử gần trung tâm.

Báo cáo này tập trung nghiên cứu sâu về toán tử mờ có ngưỡng, đồng thời xem xét một khía cạnh ứng dụng vào bài toán luật kết hợp mờ.

Chương 2 của báo cáo tập trung vào các nghiên cứu sâu về toán tử mờ có ngưỡng, mô tả các khái niệm về lớp toán tử mờ có ngưỡng đồng dạng, cặp hàm sinh của lớp các toán tử mờ có ngưỡng đồng dạng. Chương 3 của báo cáo mô tả về bài toán luật kết hợp mờ, vấn đề mờ hóa dữ liệu đầu vào, đồng thời xem xét ứng dụng t-chuẩn có ngưỡng vào việc bài toán luật kết hợp mờ.

Phần phụ lục cuối báo cáo cung cấp các lớp toán tử mờ có ngưỡng có tham số, mô tả về chương trình Fuzzy Rules Miner cài đặt thuật toán F-Apriori, cấu trúc các file dữ liệu đầu vào và các kết quả chạy thử nghiệm chương trình.