|
クラスタリングは有用なデータマイニング手法であり、多くの分野で活用されている。しかし、ネットワーク技術などの発展に伴うデータ量の巨大化は、数理計画法をコアとする従来のモデルベースクラスタリング手法の想定範囲を大きく超えているため、これらの手法はソーシャルデータに代表されるビッグデータを解析するための手法としては適切ではない。
そこで本研究課題では、モデルベースという考え方から脱却し、対象の行動予測を現在と過去の履歴の身で行うモデルフリーの立場に立脚し、その観点からのクラスタリング手法の構築に取り組み、びぐでーた解析のためのモデルフリークラスタリング手法の構築を目的としている。さらに、従来のモデルベース手法と構築手法との比較検討、SNSデータなどのビッグデータ解析を通し、モデルベース手法と構築手法との関連性、モデルフリー手法の発展性及び有効性を明らかにし、モデルフリークラスタリング手法構築の礎を築く。本研究課題の成果としては、ふぁいじぃ推論に着目した、モデルフリークラスタリング手法の構築を行い、その手法とモデルベースクラスタリングとの関連性についていくつかの小規模な実データを通して検証した。またこれと並行して、クラスタ表現に含まれる不確実性とデータ自身に含まれる不確実性を扱うことのできるクラスタリング手法を構築し、クラスタリングにおける不確実性をより広く扱えるようにクラスタリング手法を拡張した。
|
