Study on Fuzzy Co-clustering of Incomplete Data

不完全数据的模糊共聚类研究

• 批准号: 23500283
• 负责人: HONDA Katsuhiro
• 金额: $ 3.24万
• 依托单位: Osaka Prefecture University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23500283/
• 关键词: ファジィ理論; 共クラスタリング; 協調フィルタリング; 意思決定支援; ファジィクラスタリング

Cooccurrence information analysis is an important technique for handling such cooccurrence information as purchase history data or document-keyword frequency data with the goal of extracting co-clusters of mutually familiar pairs of objects and items. In applying co-clustering algorithms to collaborative filtering and document summarization, it is needed to handle such data incompleteness as missing elements, noise and non-Euclidean nature. In this research, several co-clustering algorithms, which can handle incomplete cooccurrence information having intrinsic singular features, were studied and applied to personalized recommendation and document analysis for developing human-friendly intelligent information processing techniques.

共现信息分析是一种重要的技术，用于处理诸如购买历史数据或文档关键字频率数据的共现信息，其目标是提取相互熟悉的对象和项目对的共聚类。在将协同聚类算法应用于协同过滤和文档摘要中时，需要处理诸如缺失元素、噪声和非欧性质等数据不完备性。本文研究了几种能够处理具有内在奇异特征的不完全共现信息的共聚类算法，并将其应用于个性化推荐和文档分析，以发展人性化的智能信息处理技术。

项目成果

k-Medoids法の概念に基づくファジィ共クラスタリング

基于k-Medoids方法概念的模糊联合聚类

• 发表时间: 2013
• 作者: 本多克宏;S. Tong;野津 亮
• 通讯作者: 野津 亮

A Study on Regularization Effects of Fuzzified Memberships in FCM Clustering

FCM聚类中模糊隶属度的正则化效应研究

• 发表时间: 2011
• 作者: K. Honda;Y. Matsumoto;A. Notsu;H. Ichihashi
• 通讯作者: H. Ichihashi

FCM型共クラスタリングにおける項目の排他的な制約

FCM类型共聚类中项目的排它约束

• 作者: 松本祐依;本多克宏;野津亮;市橋秀友
• 通讯作者: 市橋秀友

座標軸変換を用いたテンプレートに基づくファジィクラスタリング

使用坐标轴变换的基于模板的模糊聚类

• 作者: 大坂祥太郎;本多克宏;野津亮;市橋秀友
• 通讯作者: 市橋秀友

向きに依存した不確実性を考慮したスイッチング回帰モデル

考虑方向相关不确定性的切换回归模型

• 作者: 岩田俊介;本多克宏;野津 亮
• 通讯作者: 野津 亮