Generating networked knowledge based on statistical modeling and data mining techniques and its applications

基于统计建模和数据挖掘技术的网络知识生成及其应用

• 批准号: 20300038
• 负责人: EGUCHI Koji
• 金额: $ 9.24万
• 依托单位: Kobe University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20300038/
• 关键词: 統計モデリング; データマイニング; トピックモデル; ネットワーク分析; グラフマイニング; 情報検索; 確率的トピックモデル; 確率的言語モデル; 適合モデル; 複雑ネットワーク分析; 確率的生成モデル

We aim to construct networked knowledge from scattered pieces of information using techniques of statistical modeling and data mining, and apply that knowledge to solve problems in human intellectual activities. To achieve these objectives, we mainly carried out the following research tasks:(1) Research on extracting relational structures from text data using topic models : We statistically estimated latent topics from some sorts of structured text data, and used the latent topics in some applications, such as extracting relational structures between entities or between data.(2) Research on inferring node clusters from network data and its applications : We statistically estimated latent communities from a network, and applied the estimated communities to real-world problems, such as link prediction.(3) Research on discovering patterns from network data : We developed algorithms to discover characteristic patterns from complex structured data, such as a single network in which nodes or edges are associated with a set of numerical attributes.

我们的目标是利用统计建模和数据挖掘技术从分散的信息中构建网络知识，并应用该知识来解决人类智力活动中的问题。为了实现这些目标，我们主要开展了以下研究任务：（1）使用主题模型从文本数据中提取关系结构的研究：我们从某种结构化文本数据中统计估计潜在主题，并在一些应用中使用潜在主题，例如提取实体之间或数据之间的关系结构。（2）从网络数据推断节点簇及其应用的研究：我们统计估计网络中的潜在社区，并将估计的社区应用于现实世界的问题，例如链接预测。(3)从网络数据中发现模式的研究：我们开发了从复杂结构化数据中发现特征模式的算法，例如其中节点或边与一组数字属性相关联的单个网络。

项目成果

内部および外部重みを考慮した頻山部分グラフマイニング

考虑内部和外部权重的频繁子图挖掘

• 发表时间: 2010
• 期刊: 情報処理学会論文誌データベース Vol.3,No.2
• 作者: 信田正樹;尾崎知伸;大川剛直
• 通讯作者: 大川剛直

意見文検索のための言語モデルにおける局所文脈スムージング

用于观点文本检索的语言模型中的局部上下文平滑

• 发表时间: 2010
• 期刊: 電子情報通信学会論文誌
• 作者: 岡本和剛;本田徹也;江口浩二
• 通讯作者: 江口浩二

内部および外部重みち考慮した頻出部分グラフマイニング

考虑内部和外部权重的频繁子图挖掘

• 发表时间: 2010
• 期刊: 情報処理学会論文誌 データベース
• 作者: 信田正樹;尾崎知伸;大川剛直
• 通讯作者: 大川剛直

Frequent Pattern Discovery from a Single Graph with Quantitative Itemsets

从具有定量项集的单个图表中频繁发现模式

• 发表时间: 2009
• 期刊: Workshops Proceedings of the 9th IEEE International Conference on Data Mining
• 作者: Yuuki Miyoshi;Tomonobu Ozaki;Takenao Ohkawa
• 通讯作者: Takenao Ohkawa

情報検索のための確率的言語モデル

用于信息检索的概率语言模型

• 发表时间: 2010
• 作者: Yusuke Kiritani;Qiang Ma;Masatoshi Yoshikawa;江口浩二
• 通讯作者: 江口浩二