ファジィクラスタリングを用いた不完全データの局所的な数量化に関する研究

基于模糊聚类的不完整数据局部量化研究

基本信息

批准号：
15700196
负责人：
本多克宏
金额：
$ 1.98万
依托单位：
Osaka Prefecture University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

项目摘要

本研究は,大規模なデータベースからの知識発見への新たなアプローチとして,質的な変量を含むデータ集合から局所的な知識を見出すための計算アルゴリズムを開発することを目的としている.平成15年度には,最小2乗基準を用いた不完全データのための線形クラスタリングと数量化分析の一種である等質性分析における目的関数の類似性に着目し,個体を分類しながら局所的な特徴をよく表す数量的得点を与える手法を提案した.平成16年度に行った成果は以下のとおりである.1.多くの質問項目から関連の深い組を抽出するために,前年度に提案した不完全データのための局所的な数量化分析に項目分類のためのメンバシップを導入したモデルを提案し,知識発見のための情報を持たない項目を削除しながら低次元散布図を作成できることを示した^*.2.最小2乗基準を用いた線形クラスタリングにおける欠測値の処理法の応用として,欠測値に対する重みをロバスト推定の一種であるM推定の重みと置き換えることにより,欠測値と同時にサンプル内ノイズを処理する手法を提案し,コンテンツ推薦システムへの応用を試みた^<**>.1の知見との組み合わせにより,自然言語に基づく推薦システムへの発展が可能となる.3.^*は第14回インテリジェントシステムシンポジウムにおける発表論文で以下のとおり.個体と項目の分割を考慮した局所的な数量化分析法,講演論文集,249-2504.^<**>はInternational Journal of Approximate Reasoningにおける発表論文で以下のとおり.Component-wise Robust Linear Fuzzy Clustering for Collaborative Filtering,37,2,127-144

本研究的目的是开发一种计算算法，用于从包含定性变量的数据集中发现局部知识，作为从大规模数据库中发现知识的新方法。2003 财年这包括使用最小二乘准则对不完整数据进行线性聚类和同质性分析中目标函数的相似性，是量化分析的一种。我们提出了一种关注性别的方法，在对个体进行分类时给出清晰代表当地特征的定量分数。2004财年获得的结果如下：1．为了提取深层集合，我们提出了一种引入隶属度进行项目分类的模型。纳入上一年提出的不完整数据的局部量化分析，以及我们表明，可以在删除没有信息的项的同时创建低维散点图^*.2。作为使用最小二乘准则的线性聚类中缺失值处理方法的应用，我们提出了一种方法通过用 M 估计（一种鲁棒估计）替换权重，同时处理样本内噪声和缺失值，并改进内容推荐系统。通过结合尝试应用于^<**>.1的^<**>.1的发现，可以开发基于自然语言的推荐系统。考虑到局部量化分析方法。个人和项目的划分，会议记录，249-2504 ^<**> 是国际性的。以下论文发表在 Journal of Approximate Reasoning: Component-wise Robust Linear Fuzzy Clustering for Collaborative Filtering, 37, 2, 127-144