Mining

Abstract

2007/2 95 リンクマイニングは,構造が複雑で複合的なデータ集合からの知識発見を目的とした,リンク解析とデータ マイニングとの新しい複合領域であり,関係データを対象とする機械学習への新しいアプローチである[1].リ ンクマイニングの考え方は,一般に複数の関係表で表現される関係データを,実体をノードとし関係をリンク とするグラフデータに変換して,複雑ネットワーク研究[2]で用いられるリンク解析手法を適用することであ る.これによって,関係学習を多項式時間で行えるとともに,コミュニティ構造のような従来の学習手法では 抽出しにくい知識を発見することができる.したがって,リンクマイニングは機械学習とネットワーク研究と の新しい複合領域を形成する. リンクマイニングのタスクは一般的に,リンクによる対象の分類,リンクの予測,およびグラフの分類など である.リンクマイニングの特徴はデータ表現にグラフを用いることであり,このことが機械学習へのリンク 解析手法の適用を可能にする.リンクによる対象の分類には,共通の特徴をもつグループにグラフのノードを 分けることを目標とするグループ抽出が含まれる.グループ抽出において,リンクが属性を持たない場合は, ノードの類似度に基づくクラスタリングやスペクトラルグラフ分割,およびノードの中心性によるグラフ分割 などのリンク解析手法が使われる.また,リンクが属性を持つ場合は,確率的モデルに基づくグラフ分割手法 が用いられ,大量の多重相関データを効率的に扱う手法や潜在的なグループとトピックを同時に発見する手法 などが研究されている.