一般化されたノイズ入りデータに対する相関ルールマイニング(マイニング,夏のデータベースワークショップDBWS 2006)

概要

論文の詳細を見る
情報技術の発達に伴い,ディジタル情報は増加,多様化の一途を辿っている.それに伴い,巨大なデータから隠れた特徴や規則を体系的に発見するデータマイニングの技術は,ますます重要となっている.しかし,実世界に存在するデータは欠損値や誤った値などのノイズを含むものも多い.このようなノイズ入りデータからマイニングされる情報は不正確なものとなってしまう.先行研究[1]で,我々はあるトランザクションに本来出現するはずのアイテムがそのトランザクションから消失するノイズと,本来出現しないはずのアイテムがそのトランザクションに出現するノイズの,2種類のノイズを想定して,この2種類のノイズのみを含むデータベースから,ノイズのない真の状態のデータベースにおける頻出アイテム集合を推定する手法を提案した.しかし,実世界上のデータには,[1]が想定した2種類のノイズ以外のノイズを持つものも多く存在する.本稿では,[1]で提案した頻出アイテム集合の推定法を,より一般的なノイズ入りデータに対しても使用できるように一般化する.
一般社団法人情報処理学会の論文
2006-07-13