权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Generating networked knowledge based on statistical modeling and data mining techniques and its applications

基于统计建模和数据挖掘技术的网络知识生成及其应用

基本信息

批准号：
20300038
负责人：
EGUCHI Koji
金额：
$ 9.24万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2010
项目状态：
已结题

项目摘要

We aim to construct networked knowledge from scattered pieces of information using techniques of statistical modeling and data mining, and apply that knowledge to solve problems in human intellectual activities. To achieve these objectives, we mainly carried out the following research tasks:(1) Research on extracting relational structures from text data using topic models : We statistically estimated latent topics from some sorts of structured text data, and used the latent topics in some applications, such as extracting relational structures between entities or between data.(2) Research on inferring node clusters from network data and its applications : We statistically estimated latent communities from a network, and applied the estimated communities to real-world problems, such as link prediction.(3) Research on discovering patterns from network data : We developed algorithms to discover characteristic patterns from complex structured data, such as a single network in which nodes or edges are associated with a set of numerical attributes.

我们的目标是使用统计建模和数据挖掘技术从分散的信息中构建网络知识，并将这些知识应用于解决人类智力活动中的问题。（1）基于主题模型的文本关系结构抽取研究：对结构化文本数据中的潜在主题进行统计估计，并将其应用于实体间、数据间的关系结构抽取等应用中。(2)从网络数据中推断节点簇及其应用的研究：我们统计估计了网络中的潜在社区，并将估计的社区应用于现实世界的问题，如链接预测。(3)从网络数据中发现模式的研究：我们开发了从复杂结构化数据中发现特征模式的算法，例如节点或边与一组数值属性相关联的单个网络。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

内部および外部重みを考慮した頻山部分グラフマイニング

考虑内部和外部权重的频繁子图挖掘

DOI：
发表时间：
2010
期刊：
情報処理学会論文誌データベース Vol.3,No.2
影响因子：
0
作者：
信田正樹;尾崎知伸;大川剛直
通讯作者：
大川剛直

意見文検索のための言語モデルにおける局所文脈スムージング

用于观点文本检索的语言模型中的局部上下文平滑

DOI：
发表时间：
2010
期刊：
電子情報通信学会論文誌
影响因子：
0
作者：
岡本和剛;本田徹也;江口浩二
通讯作者：
江口浩二

内部および外部重みち考慮した頻出部分グラフマイニング

考虑内部和外部权重的频繁子图挖掘

DOI：
发表时间：
2010
期刊：
情報処理学会論文誌データベース
影响因子：
0
作者：
信田正樹;尾崎知伸;大川剛直
通讯作者：
大川剛直

Frequent Pattern Discovery from a Single Graph with Quantitative Itemsets

从具有定量项集的单个图表中频繁发现模式

DOI：
发表时间：
2009
期刊：
Workshops Proceedings of the 9th IEEE International Conference on Data Mining
影响因子：
0
作者：
Yuuki Miyoshi;Tomonobu Ozaki;Takenao Ohkawa
通讯作者：
Takenao Ohkawa

情報検索のための確率的言語モデル

用于信息检索的概率语言模型