| 講演名 | 2003/7/24 2部クリークを用いたclosed item setの効率的な列挙(「21世紀の知識情報科学に向けて」,及び一般) 宇野 毅明, 有村 博紀, 浅井 達哉, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 顧客の売上データのような,アイテムの部分集合族により定められるデータに対して,その族のある一定数以上の要素に合まれるアイテム集合を頻出集合とよぶ.頻出集合はデークマイニングの分野への応用を持つ.近年,極大な頻出集合と,同じような頻出集合を1つにまとめて扱うclosed item setが注目されている.それぞれを列挙することにより,頻出集合の中から意味のある部分を効率よく抽出できるからである.本稿では,極大2部クリークを列挙することにより. closed item setを高速に列挙する手法と,それを用いて極大頻出集合を列挙する手法を提案する.さらに,ベンチマーク問題を用いた計算実験により,既存の手法よりも高速であることを示す. |
| 抄録(英) | For an item set and its subset family, a frequent set is a subset of the item set included in at least a specified number of elements of the subset family. Frequent sets have some applications in data mining. Recently, maximal frequent set and closed item sets are remarked where a closed item set is a group of similar frequent sets, since we can obtain necessary frequent sets by enumerating closed item sets. In this paper, we propose an efficient method for enumerating closed item sets by using enumeration of maximal bipartite cliques, and enumeration algo- rithm for maximal frequent sets via closed item sets. We evaluate their performances by computational experiments using benchmark problems, and show that our algorithms are faster than existing algorithms. Key words |
| キーワード(和) | 数え上げ / 発生 / 計算量 / アルゴリズム / 疎グラフ / 頻出集合発見 / データマイニング |
| キーワード(英) | listing / generation / frequent set mining / algorithm / complexity / sparse graph / data mining |
| 資料番号 | AI2003-13 |
| 発行日 |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2003/7/24(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 2部クリークを用いたclosed item setの効率的な列挙(「21世紀の知識情報科学に向けて」,及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Enumerating Closed Item Sets via Maximal Bipartite Cliques |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 数え上げ / listing |
| キーワード(2)（和/英） | 発生 / generation |
| キーワード(3)（和/英） | 計算量 / frequent set mining |
| キーワード(4)（和/英） | アルゴリズム / algorithm |
| キーワード(5)（和/英） | 疎グラフ / complexity |
| キーワード(6)（和/英） | 頻出集合発見 / sparse graph |
| キーワード(7)（和/英） | データマイニング / data mining |
| 第 1 著者 氏名（和/英） | 宇野 毅明 / Takeaki UNO |
| 第 1 著者 所属（和/英） | 国立情報学研究所 National Institute of Informatics |
| 第 2 著者 氏名（和/英） | 有村 博紀 / Hiroki ARIMURA |
| 第 2 著者 所属（和/英） | 九州大学システム情報科学研究院 Information Science and Electrical Engineering, Kyushu University |
| 第 3 著者 氏名（和/英） | 浅井 達哉 / Tatsuya ASAI |
| 第 3 著者 所属（和/英） | 九州大学システム情報科学研究院 Information Science and Electrical Engineering, Kyushu University |
| 発表年月日 | 2003/7/24 |
| 資料番号 | AI2003-13 |
| 巻番号（vol） | vol.103 |
| 号番号（no） | 243 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |