검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Detecting Communities and Correlated Attribute Clusters on Multi-Attributed Graphs 다중 속성 그래프에서 커뮤니티 및 상관 속성 클러스터 감지

Hiroyoshi ITO, Takahiro KOMAMIZU, Toshiyuki AMAGASA, Hiroyuki KITAGAWA

  • 조회수

    0

  • 이것을 인용

요약 :

각 노드가 여러 유형의 속성으로 특징지어지는 다중 속성 그래프는 현실 세계 어디에서나 볼 수 있습니다. 노드 커뮤니티의 탐지 및 특성화는 다양한 애플리케이션에 중요한 영향을 미칠 수 있습니다. 이전 연구에서 이 작업을 시도했지만 여러 속성을 가진 그래프 구조를 통합하는 데 어려움이 있고 그래프에 노이즈가 존재하기 때문에 여전히 어려운 작업입니다. 따라서 본 연구에서는 속성 값 클러스터와 커뮤니티와 속성-값 클러스터 간의 강력한 상관 관계에 중점을 두었습니다. 제안된 연구에서 채택된 그래프 클러스터링 방법론은 다음과 같습니다. C면역 감지, A속성-값 클러스터링 및 파생 R커뮤니티와 속성-값 클러스터(간단히 CAR) 간의 관계. 이러한 개념을 바탕으로 제안된 다중 속성 그래프 클러스터링은 CAR 클러스터링으로 모델링됩니다. CAR 클러스터링을 달성하기 위해 협력 방식으로 CAR을 감지할 수 있는 NMF(Non-Negative Matrix Factorization)를 기반으로 CARNMF라는 새로운 알고리즘이 개발되었습니다. 실제 데이터세트를 사용한 실험에서 얻은 결과는 CARNMF가 기존의 비교 방법보다 커뮤니티와 속성-값 클러스터를 더 정확하게 감지할 수 있음을 보여줍니다. 또한 CARNMF를 사용하여 얻은 클러스터링 결과는 CARNMF가 커뮤니티와 속성-값 클러스터 간의 상관 관계를 통해 의미 있는 의미 설명이 포함된 유익한 커뮤니티를 성공적으로 감지할 수 있음을 나타냅니다.

발행
IEICE TRANSACTIONS on Information Vol.E102-D No.4 pp.810-820
발행일
2019/04/01
공개일
2019/02/04
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2018DAP0022
원고의 종류
Special Section PAPER (Special Section on Data Engineering and Information Management)
범주

작성자

Hiroyoshi ITO
  University of Tsukuba
Takahiro KOMAMIZU
  Nagoya University
Toshiyuki AMAGASA
  University of Tsukuba
Hiroyuki KITAGAWA
  University of Tsukuba

키워드