メタ・ヒューリスティックスを用いたグラフ構造データからのパターン抽出に関する研究

使用元启发式从图结构化数据中提取模式的研究

基本信息

批准号：
07J06928
负责人：
中原孝信
金额：
$ 1.15万
依托单位：
Osaka Prefecture University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2007
资助国家：
日本
起止时间：
2007 至 2008
项目状态：
已结题

项目摘要

本研究は,大規模なビジネスデータをグラフ構造で表現し,そこからパターンやルールなど意味のある情報を抽出することを目的としている.本研究は大きく2つの特徴を有している.1つ目は,ビジネスデータをグラフ構造データへと変換し,それを分析に活用している点である.2つ目は,大規模なビジネスデータからパターンを抽出し,それをビジネスに応用できるように利用している点である.本年度は,新たにCDのID付き購買履歴データと,自動車オークションデータに対して,それぞれ上述の枠組みを適用し有効性を検証した.グラフ構造データを利用した枠組みとしては,CDのID付き購買履歴データを用いた推薦システムを提案した.データに含まれる各アーティストをノート,アーティスト同士の併売関係をエッジで表現しグラフ構造データへと変換した.そして,そのグラフからアーティスト間の関連性の強さを利用して,推薦対象となるユーザが好むと考えられるアーティストを推薦する方法である.結果としては,伝統的に利用されている協調フィルタリングと比較して提案手法の有効性を示すことができた.一方でパターンの抽出については,中古車自動車のオークションデータに対して,LCMと呼ばれるパターン抽出法を適用し,車の傷,損傷箇所,そして落札金額との関係から,落札金額を大きく下げる損傷パターンを抽出し,それらの傷を原状回復させた場合にどの程度落札金額が向上するかを予測した.そして落札金額の改善が大きい少数のパターンだけを,原状回復の対象とすることで,全体的な利益率の向上が可能であることを示した.

本研究的目的是以图结构表示大规模的业务数据，并从中提取有意义的信息，如模式和规则。本研究有两个主要特点：一是将业务数据转换为图结构。数据并用于分析。第二是可以从大规模业务数据中提取模式并应用于业务。今年，我们将上述框架应用于新的带有ID的CD购买历史数据和汽车拍卖数据，并验证了其有效性。使用图结构数据作为框架，我们提出了一个使用带有CD ID的购买历史数据的推荐系统数据中包含的每个艺术家被记录为注释，艺术家之间的联名销售关系被记录为边缘。该方法利用图中艺术家之间关系的强度来推荐被认为是推荐目标的用户喜欢的艺术家。结果，与传统方法相比，我们能够证明该方法的有效性使用协同过滤。另一方面，关于模式提取，我们使用二手车的拍卖数据。通过应用称为LCM的模式提取方法，根据汽车上的划痕、损坏位置和中标金额之间的关系，提取显着减少中标金额的损坏模式，并预测中标金额是多少。并表明，仅针对少数模式即可提高整体利润率，从而使中标金额大幅提高。