潜在的規則の抽出を目的とした負の相関ルールの抽出の効率化と一般化

点击翻译按钮获取中文摘要

本研究では、巨大データに潜在するルール知識の効果的な抽出を目的として、負の相関ルールの効率的な抽出法について研究を行ってきた．2022年度の研究実績の概要は以下の通りである．（１）極小生成子と飽和集合の対の列挙問題では，列挙の出発点としては飽和集合と極小生成子のどちらも利用することができる．昨年までの研究の結果，極小生成子を出発点とする方式では疎なデータの高速列挙が困難であることが判明した．そこで，我々がこれまでに開発してきた飽和集合を出発点とする列挙アルゴリズムの改良に取り組んだ．これまでの方式では，生成子の極小性の判定と重複計算を回避するために計算過程を全てハッシュ表に記録する必要があり，巨大なメモリを必要とする欠点があった．そのため，この解決を目標として次の２つの方法に取り組んだ．[1-a] 必要メモリ量を緩和するために，これまでのトップダウン型探索をボトムアップ型探索へ方式に変更した列挙アルゴリズムを開発した．性能評価実験の結果，必要メモリ量がある程度の削減できることが確認できた．但し，列挙に要する計算時間は若干悪化することが確認できた．[1-b] 2番目の方法として，新たに生成子の極小性の判定原理を解明し，ハッシュ表の記録を全く必要としない方式の開発に成功した．計算実験の結果，必要なメモリの大幅な削減効果が確認できた．但し，重複計算が防止できないことから，計算時間は大幅に悪化してしまうことが確認された．（２）強飽和集合のオフライン型高速計算アルゴリズムの研究に取り組み，探索空間の分割統治に伴うデータベース縮約法の精錬化法を開発した．基本的な計算原理とアルゴリズムの設計は完了することができた．