ビッグデータ環境における意思決定強化:混合データへのK平均アルゴリズムの応用【JST・京大機械翻訳】

Koren Oded; Hallin Carina Antonia; Perel Nir; Bendet Dror

文献

J-GLOBAL ID：201902251056722520 整理番号：19A2169620

ビッグデータ環境における意思決定強化:混合データへのK平均アルゴリズムの応用【JST・京大機械翻訳】

Decision-Making Enhancement in a Big Data Environment: Application of the K-Means Algorithm to Mixed Data

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2169620&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A2169620&from=J-GLOBAL&jstjournalNo=U8045A") }}

著者 (4件)： , , ,
資料名：
巻： 9 号： 4 ページ： 293-302 発行年： 2019年
JST資料番号： U8045A ISSN： 2083-2567 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：ドイツ (DEU) 言語：英語 (EN)

大規模なデータ研究は,情報システム研究における重要な分野になった。しかしながら,インターネット上で生成されるデータの洪水は,画像とテキストの形でますます非構造化され,非数値的である。したがって,研究は,効果的意思決定のための大規模データにおける混合データを処理するために,より効率的なアルゴリズムを開発する必要性が増加していることを示している。本論文では,古典的K平均アルゴリズムを,大規模データプラットフォームにおける数値的およびカテゴリー的属性の両方に適用した。まず,混合データの問題を扱うアルゴリズムを示した。次に,このアルゴリズムを実行するために大規模なデータプラットフォームを用いて,詳細な事例研究においてアルゴリズムを適用することによってその機能性を実証した。これは,大規模データを用いた意思決定と研究のためのより多くの目標プロファイリングを実行するための固体基礎を提供する。結果として,意思決定者は,大規模データ生態系における現象を説明し予測するために,混合データ,数値的およびカテゴリー的データを処理することができる。著者らの研究は,提案された手順の実行を提示する詳細なエンドツーエンド事例研究を含む。これは,強化結果に基づく特定のクラスタ[s]/プロファイルに対する組織のビジネス要件を目標とすることにより,意思決定プロセスを改善することを可能にする能力と利点を示す。Copyright 2019 Oded Koren et al., published by Sciendo Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

人工知能 , 計算機システム開発

, , , , , ,

前のページに戻る