大規模分布データストリームのためのモデル推定

本年度は,大規模データ集合の解析手法に関し,主に以下に挙げる2つのテーマを中心に取り組んだ.(1)大規模分布データ集合の高速探索アルゴリズムの研究分布データは実世界において行動情報や環境情報として大量に発生している.これらのデータを解析することで,実世界行動支援のための有用な情報を発見することができる.本研究では,与えられた時系列分布データおよび確率密度分布に対して,データベースの中から適切な頻度分布シーケンスを探索する問題を対象とする.本研究では理論的な検証を行なうと同時に,実データを用いた実験において提案手法の優位性を検証した.本研究による成果は,データマイニング分野の国際会議であるICDM(IEEE Int. Conf. on Data Mining)に採録されると同時に,同会議での高い評価からSpringerの国際雑誌KAIS(Knowledge and Information Systems)に招待され,雑誌論文が出版された.(2)Webアクセス履歴を対象としたユーザの行動パターンの発見本研究はWebのアクセス履歴データを対象とし,ユーザの行動パターンや周期性,異常値等の有益な情報を,自動的かつ高速に発見するアルゴリズムを提案した.具体的には,ICAおよびLDAを利用して観測されるデータ集合から主要成分を取り出すことにより,大規模なアクセス履歴データの中からユーザの行動パターンを発見する.実データを用いた実験では,提案手法が有益なパターンの発見ができることを確認した。計算コストの面では,提案手法は従来手法と比べて大幅な性能向上を達成している.なお,本研究はNTT研究所コミュニケーション科学基礎研究所主任研究員の櫻井保志氏および,カーネギーメロン大学のChristos Faloutsos教授らとの国際的な共同研究として行われた.その成果はデータマイニング分野の著名な国際会議であるSDM(SIAM Int. Conf. on Data Mining), KDD(ACM SIGKDD Conf. on Knowledge Discovery and Data Mining)に採録されるに至った.

本年度は,大規模データ集合の解析手法に関し,主に以下に挙げる2つのテーマを中心に取り組んだ.(1)大規模分布データ集合の高速探索アルゴリズムの研究分布データは実世界において行動情報や環境情報として大量に発生している.これらのデータを解析することで,実世界行動支援のための有用な情報を発見することができる.本研究では,与えられた時系列分布データおよび確率密度分布に対して,データベースの中から適切な頻度分布シーケンスを探索する問題を対象とする.本研究では理論的な検証を行なうと同時に,実データを用いた実験において提案手法の優位性を検証した.本研究による成果は,データマイニング分野の国際会議であるICDM(IEEE Int. Conf. on Data Mining)に採録されると同時に,同会議での高い評価からSpringerの国際雑誌KAIS(Knowledge and Information Systems)に招待され,雑誌論文が出版された.(2)Webアクセス履歴を対象としたユーザの行動パターンの発見本研究はWebのアクセス履歴データを対象とし,ユーザの行動パターンや周期性,異常値等の有益な情報を,自動的かつ高速に発見するアルゴリズムを提案した.具体的には,ICAおよびLDAを利用して観測されるデータ集合から主要成分を取り出すことにより,大規模なアクセス履歴データの中からユーザの行動パターンを発見する.実データを用いた実験では,提案手法が有益なパターンの発見ができることを確認した。計算コストの面では,提案手法は従来手法と比べて大幅な性能向上を達成している.なお,本研究はNTT研究所コミュニケーション科学基礎研究所主任研究員の櫻井保志氏および,カーネギーメロン大学のChristos Faloutsos教授らとの国際的な共同研究として行われた.その成果はデータマイニング分野の著名な国際会議であるSDM(SIAM Int. Conf. on Data Mining), KDD(ACM SIGKDD Conf. on Knowledge Discovery and Data Mining)に採録されるに至った.