2016 Fiscal Year Annual Research Report
Traditional method versus heuristic techniques for Social Network clustering
| Project/Area Number |
26330270
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
宮本 定明 筑波大学, システム情報系(名誉教授), 名誉教授 (60143179)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
遠藤 靖典 筑波大学, システム情報系, 教授 (10267396)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | ネットワーククラスタリング / 階層的クラスタリング / Ward法 / 2段階クラスタリング / メドイドクラスタリング / 非対称関係クラスタリング / ネットワークｃ－回帰問題 |
|---|
| Outline of Annual Research Achievements |
本研究では、伝統的な階層的クラスタリング技法およびその関連技法と、Newman法をはじめとするネットワーククラスタリング技法を理論・方法論・効率性・適用結果の効果性等の面から比較検討することを目的としている。最終年度は次の成果を得た。
（１）理論面では伝統的なWard法の適用可能性を一般のネットワークに拡張するアイデアを示し、伝統的技法の代表的アルゴリズムが従来考えられていたよりはるかに広いことを示した。前年度こに得られた結果を見直し、その意味を明確にし、日独ワークショップで発表した。（２）大量のデータを処理し、かつ階層的技法の特徴的有用性を示す樹形図を利用するため、2段階法をいくつか開発してきている。特にmedoids（メドイド）を利用する方法がネットワーククラスタリングに有用であることから、これを利用したアルゴリズムを前年度にいくつか開発したが、最終年度は開発した新規アルゴリズムとNewman法、Louvain法を様々なベンチマークデータに適用し比較した。結果は次の通りである。(2a) 結果の正確さでは新規アルゴリズムとNewman、Louvain法はあまり優劣がない。(2b)計算効率ではLouvain法が優る。(2c)樹形図の見やすさでは新規アルゴリズムが優る。これらの研究は前年度より継続的に実施し、上記結論が最終年度に得られた。（３）ネットワークが非対称である場合に、上記新規アルゴリズムを拡張し、非対称Newman法と比較した。結果は(2a)～(2c)で述べた内容とほぼ同様である。結果は国際会議論文等にまとめられている。（４）他に、ネットワーク上の回帰問題を考察し、ネットワーク上のｃ－回帰技法を開発し、ファジィデータに適用した。成果は英語論文として発表した。（５）これらの技法をファジィ化する際に注意すべきファジィ分類関数について考察した。結果は国際会議で発表した。
|
