個人適応に基づく領域適応型データマイニングシステムの開発

基于个体适应的领域自适应数据挖掘系统开发

• 批准号: 16700142
• 负责人: 大原 剛三
• 金额: $ 2.3万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16700142/
• 关键词: 個人適応; データマイニング; 経験的知識; グラフマイニング

本研究ではデータマイニングプロセスにおけるデータ前処理(データ選択,欠損値処理,形式変換)に対象を絞り,ユーザ(対象領域の専門家)がもつ対象領域に関する経験的知識をシステムの利用過程から自動的,かつ漸進的に獲得・洗練化し再利用するメカニズムを実現することを目的とした.そのために,ユーザの行動パターン解析に基づきシステムの操作性を向上させる個人適応技術を利用することを想定し,本年度では前年度にプロトタイプシステムとして開発を進めたユーザの操作履歴から特徴的な行動パターンを抽出するシステムについてその洗練化・評価を行った.具体的には,ユーザ支援モジュール,および対話型インタフェースの機能改善のため,Waikato大学の研究チームが公開しているデータマイニングシステムWekaにプロトタイプシステムの各モジュールを組み込み,Wekaのもつグラフィカルユーザインタフェースを有効活用することでその操作性の向上を図った.また,インターネット上に公開されている機械学習用データセットを用いた評価実験を通して,提案システムによりユーザのもつ経験的な判断基準をパラメータ設定の基準として獲得可能であることを確認した.ただし,データによっては適切な判断基準が獲得されない場合も確認されたことから,今後,知識獲得モジュールとして利用したグラフマイニング手法の改良等によるシステムの一層の洗練化が必要と考えられる.加えて,ユーザがこれまで解析したことのないデータから一定基準以上の分類精度をもつ分類モデルを構築する際に,提案システムが獲得した他のユーザの経験的な判断基準を再利用することで,全体の解析時間が短縮されることも確認した.

In this study, the pre-processing of data (data selection, loss processing, form transformation) in the field of object rotation, transformation (part of the object domain), and the utilization of knowledge related to the object domain are studied. For the purpose of analyzing the operation characteristics of the mobile phone, the personal adaptation technology is planned to be used for the purpose of improving the operation characteristics of the mobile phone in the current year. Specifically, the research team at Waikato University has opened up the possibility of improving the function of the mobile phone, and the operability of the mobile phone. For example, if you want to make a decision on the basis of a proposal, you can make a decision on the basis of a decision on the basis of a proposal. In the future, knowledge acquisition will be carried out by improving the method of identification and identification. In addition, the analysis time is shortened when the classification accuracy is higher than a certain standard.

项目成果

Using a Hash-Based Method for Apriori-Based Graph Mining

• DOI: 10.1007/978-3-540-30116-5_33
• 发表时间: 2004-09
• 作者: P. Nguyen;T. Washio;K. Ohara;H. Motoda

Preliminary Analysis of Interferon Therapy by Graph-Based Induction

基于图的归纳法对干扰素治疗的初步分析

• 发表时间: 2004
• 期刊: Proc.of the Third International Workshop on Active Mining (AM-2004)
• 作者: O.Birkenes;T.Matsui;and K.Tanabe;T.A.Myrvoll;T.Yoshida
• 通讯作者: T.Yoshida

Cl-GBI : A Novel Strategy to Extract Typical Patterns from Graph Data

Cl-GBI：一种从图数据中提取典型模式的新策略

• 发表时间: 2004
• 期刊: Joint Workshop of Vietnamese Society of AI, SIGKBS-JSAI, ICS-IPSJ and IEICE-SIGAI on Active Mining KBS-A403
• 作者: V.Blech;N.Takama;B.J.Kim;P.C.Nguyen
• 通讯作者: P.C.Nguyen

Constructive Inductive Learning based on Meta-Attributes

基于元属性的建构性归纳学习

• 发表时间: 2004
• 期刊: Proc.of the 7th International Conference on Discovery Science
• 作者: 加藤寛子;崔 童殷;森本一成;黒川隆夫;芳田哲也;K.Ohara
• 通讯作者: K.Ohara

Constructing a Decision Tree for Graph-Structured Data and its Applications

• 发表时间: 2004-11
• 期刊: Fundam. Informaticae
• 作者: Warodom Geamsakul;Tetsuya Yoshida;K. Ohara;H. Motoda;H. Yokoi;K. Takabayashi