Figure and ground approaches for scalable biclustering and their applications

点击翻译按钮获取中文摘要

本研究では、二つのカテゴリ間の二項関係を解析するために、大規模データに適用可能なアルゴリズムの開発を行うことを目指している。具体的には、その問題を大規模な二部クラスタリングとして捉え、既存のアルゴリズムの性質とそのデータへの適応性を実装・調査し、対象となるデータの性質に適応し、大規模データに対応できる高速なアルゴリズムを開発することを目指している。昨年度までに我々が開発したアルゴリズムと既存の実装済みアルゴリズムを基に、カテゴリカルデータのクラスタリングへの応用とその評価を行った。初めに、食事時のコミュニケーション分析に二部クラスタリングを応用した。食事のシーンを映像として記録し、その中の発言を文字化したデータを用いて、発言者と発言内容による二部クラスタリングを実行し、それぞれの食事形式による会話行動の特徴の違いについて詳細に考察した。次に、選挙公報のテキストデータの分析への応用を試みた。これは過去20年間にわたる衆議院選挙の選挙公報に登場する候補者と単語、これら二つのカテゴリから成るデータに基づいて行った。このデータを用いて文書および候補者をクラスタリングし、抽出されたクラスタを利用して、政党と選挙年の影響を統制した回帰分析を実施した。選挙制度が中選挙区制から小選挙区比例代表並立制へと変わった前後の政党ごとの特徴について、日本の選挙に関する先行研究と対応する結果が得られることを確認した。これらの結果は、文書クラスタリングで広く使われているLDAよりもクラスタの粒度が細かく、候補者の個別性を捉えることができ、この分析においてはより適した性質を有している。