大規模データベースからの頻出構造化パターンの抽出

• Item type: Trans(1)
• 公開日: 2001-07-15
• タイトル: 大規模データベースからの頻出構造化パターンの抽出
• タイトル / 言語: en
• タイトル: Mining Structured Association Patterns from Large Databases
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 日本アイ・ビー・エム株式会社東京基礎研究所
• 著者所属(英): en
• 著者所属(英): Tokyo Research Laboratory, IBM Japan, Ltd.
• 著者名: 松澤, 裕史
• 著者名(英): Hirofumi, Matsuzawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 大規模なデータベースから構造化された相関パターンを発見するというデータマイニングの問題を取り上げる．構造化された相関パターンというのは，アイテムの集合の集合である．これは，対象データ中に存在する特定の集合における2 段階の構造を表現することができる．抽出される構造そのものは，非常に簡単であるが，しかし，従来のパターン発見アルゴリズムでは抽出することはできない．本論文では，すべての頻出する構造化相関パターンを発見するアルゴリズムを示す．この構造化相関パターンの抽出問題は，テキストマイニングのあるアプリケーションに対するソリューションとして取り組んだ問題である．人工データおよび実データに対して実験を行い，本論文のアルゴリズムが大規模データに対して効率良く構造化相関パターンを抽出することを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We consider the data-mining problem of discovering structured association patterns from large databases. A structured association pattern is a set of sets of items that can represent a two level structure in some specified set of target data. Although the structure is very simple, it cannot be extracted by conventional pattern discovery algorithms. We present an algorithm that discovers all frequent structured association patterns. We were motivated to consider the problem by a specific text mining application. Experiments with synthetic and real data show that our algorithm efficiently discovers structured association patterns in a large volume of data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 42, 号 SIG08(TOD10), p. 21-35, 発行日 2001-07-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会