文献

J-GLOBAL ID：201802243235655800   整理番号：18A1365333

局所例外部分データの自動探索

Efficient Data Slice Search for Local Outlier View Detection

著者 (4件)： 小笠原麻斗 (大阪大 大学院情報科学研究科) ,  水野陽平 (大阪大 大学院情報科学研究科) ,  佐々木勇和 (大阪大 大学院情報科学研究科) ,  鬼塚真 (大阪大 大学院情報科学研究科)
資料名： 日本データベース学会和文論文誌(Web)  (DBSJ Japanese Journal (Web))
巻： 16-J  ページ： ROMBUNNO.13 (WEB ONLY)  発行年： 2018年03月 
JST資料番号： U0795A  ISSN： 2189-0374  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ビジネスデータの主流な解析方法であるOLAP(online analytical processing)を効率的に行うため,例外的な分析観点や部分データを自動探索し有用性の高い分析結果を分析者に推薦する技術が注目されている。既存技術では,販売データ等の時期性や地域性の影響が大きいデータにおいて,局所性を考慮して時期性や地域性が例外的な部分データを特定することができない。しかしこれは,部分データの時期性や地域性を局所的に見て分析結果の例外度を評価することで解決できる。本研究では,1)局所例外部分データの自動探索手法と,2)自動探索手法の高速化手法を提案する。提案手法の特徴として,1)自動探索手法では部分データの例外度の定量化に局所外れ値検知手法LOFを用いている点,2)高速化手法では部分データ探索空間をセル分割することによる効率的なk近傍探索と,セルの重心点によるLOFの上限・下限の推定を行っている点が挙げられる。高速化手法の実行時間を計測した結果,高速化なしの手法と比較して最大約2倍の速度上昇を確認でき,部分データの数が増えるほど大幅に性能が改善する。(著者抄録)

シソーラス用語： オンラインシステム ,  *データ解析 ,  時期 ,  地域 ,  *データ探索 ,  *高速化 ,  異常値 ,  近傍探索法 ,  実験
準シソーラス用語： OLAP ,  外れ値 ,  局所外れ値検出 ,  近傍探索 ,  評価実験

分類 (1件)： 計算機利用技術一般  (JE01000C)

引用文献 (24件)：

• J. Han, J. Pei and M. Kamber, “Data Mining: Concepts and Techniques”, Elsevier, 2011.
• M. Vartak, S. Madden, A. Parameswaran and N. Polyzotis, “SeeDB: Automatically Generating Query Visualizations”, Proceedings of the VLDB Endowment, 7(13), pp.1581-1584, 2014.
• M. Vartak, S. Rahman, S. Madden, A. Parameswaran and N. Polyzotis, “SEEDB: efficient data-driven visualization recommendations to support visual analytics”, Proceedings of the VLDB Endowment, 8(13), pp.2182-2193, 2015.
• Humaira Ehsan, Mohamed A. Sharaf and Panos K. Chrysanthis, “MuVE: Efficient Multi-Objective View Recommendation for Visual Data Exploration”, 32nd IEEE International Conference on Data Engineering, pp.1-12, 2016.
• 水野陽平, 鬼塚真, “統計的信頼区間を用いた特徴的な部分データの効率的探索”, データ工学と情報マネジメントに関するフォーラム(DEIM), D3-4, 2016.

タイトルに関連する用語 (1件)： 探索