New Development of Clustering Methods Considering Uncertainty Based on Rough Set Theory

基于粗糙集理论考虑不确定性的聚类方法新进展

• 批准号: 20K19886
• 负责人: 生方 誠希
• 金额: $ 2.75万
• 依托单位: Osaka Metropolitan University (2022)Osaka Prefecture University (2020-2021)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K19886/
• 关键词: ソフトコンピューティング; ファジィ理論; ラフ集合理論; クラスタリング; ファジィクラスタリング; ラフクラスタリング; 共クラスタリング; 協調フィルタリング; データ分析

本年度は，不確実性を考慮したクラスタリング手法であるラフクラスタリングの協調フィルタリング(Collaborative Filtering, CF)への応用に関する研究を行い，以下の成果を上げた．本課題では，クラスタリングベースのCFにラフ集合理論の観点を導入したラフCFとしてRCM-CF, RSCM-CF, RMCM-CF等を提案している．また，本課題では共クラスタリングにラフ集合理論の観点を導入したラフ共クラスタリングとしてRCCMM法を提案している．今回，RCCMM法に基づくCFとしてRCCMM-CFを提案し，数値実験により有効性を確認した．本課題では，大規模データへの適用に向けて，RCM-CFに対しオンライン学習のアプローチを導入し，ORCM-CFを提案している．今回，ORCM-CFに対し，クラスター数を適応的に調節する機構を導入したAdaptive ORCM-CFを提案し，利便性を向上させた．本課題では，ランダム射影によるデータの次元削減を行った上で類似ユーザーの分類を行うRP-RCM-CFを提案している．今回，主成分分析や潜在意味解析，autoencoder，t-SNE等の種々の次元削減手法を活用したRCM-CFを提案し，有効性を確認した．また，RSCM-CFにおいて，様々な粒状化手法を検討し，その効果を明らかにした．加えて，RMCM-CFに目的関数を導入したRMCM2-CFを提案し，数値実験により有効性を確認した．さらに，確率的ラフ近似の概念を導入したProbabilistic RSCM法に基づくCFとして，PRSCM-CFを提案し，その特性を明らかにした．これらの改良によって，計算コストの削減や推薦性能の向上を実現した．本成果について，2件の国際会議発表，5件の国内学会発表を行った．

今年，我们针对粗糙聚类这种考虑不确定性的聚类方法在协同过滤（CF）中的应用进行了研究，取得了以下成果。在这个项目中，我们提出了RCM-CF、RSCM-CF、RMCM-CF等作为粗糙CF，将粗糙集理论的观点引入到基于聚类的CF中。此外，在本项目中，我们提出了RCCMM方法作为粗糙共聚类方法，将粗糙集理论的视角引入到共聚类中。这次，我们在RCCMM方法的基础上提出了RCCMM-CF作为CF，并通过数值实验证实了其有效性。在这个项目中，我们引入了 RCM-CF 的在线学习方法，并提出将 ORCM-CF 应用于大规模数据。这次，我们提出了Adaptive ORCM-CF，引入了自适应调整集群数量的机制，以提高便利性。在这个项目中，我们提出了RP-RCM-CF，它在使用随机投影降低数据维数后对相似用户进行分类。这次，我们提出了利用主成分分析、潜在语义分析、自动编码器和 t-SNE 等各种降维方法的 RCM-CF，并证实了其有效性。我们还研究了 RSCM-CF 中的各种造粒方法并阐明了它们的效果。此外，我们提出了RMCM2-CF，它在RMCM-CF的基础上引入了目标函数，并通过数值实验证实了其有效性。此外，我们提出了PRSCM-CF，一种基于概率RSCM方法的CF，引入了概率粗近似的概念，并阐明了其特征。这些改进降低了计算成本并提高了推荐性能。该成果在两次国际会议和五次国内会议上发表。

项目成果

Basic Consideration of Collaborative Filtering Based on Rough Set C-Means Clustering

基于粗糙集C均值聚类的协同过滤的基本思考

• 发表时间: 2021
• 作者: S. Ubukata;Y. Murakami;A. Notsu;K. Honda
• 通讯作者: K. Honda

Basic Consideration of Collaborative Filtering Based on Rough Co-clustering Induced by Multinomial Mixture Models

• DOI: 10.1109/scisisis55246.2022.10001887
• 发表时间: 2022-11
• 期刊: 2022 Joint 12th International Conference on Soft Computing and Intelligent Systems and 23rd International Symposium on Advanced Intelligent Systems (SCIS&ISIS)
• 作者: S. Ubukata;Kenryu Mouri;Katsuhiro Honda

Basic Consideration of Rough C-Medoids Clustering with Minkowski Distance

• DOI: 10.1109/scisisis50064.2020.9322745
• 发表时间: 2020-12
• 期刊: 2020 Joint 11th International Conference on Soft Computing and Intelligent Systems and 21st International Symposium on Advanced Intelligent Systems (SCIS-ISIS)
• 作者: S. Ubukata;Atsushi Sugimoto;A. Notsu;Katsuhiro Honda

Basic Consideration of Co-Clustering Based on Rough Set Theory

• DOI: 10.1007/978-3-030-62509-2_13
• 发表时间: 2020-11
• 作者: S. Ubukata;Narihira Nodake;A. Notsu;Katsuhiro Honda

目的関数ベースのRough Membership C-Meansクラスタリングに基づく協調フィルタリング

基于目标函数的粗糙隶属度C-Means聚类的协同过滤

• 发表时间: 2022
• 作者: キム ヘラン;生方 誠希;本多 克宏
• 通讯作者: 本多 克宏