[論文レビュー] Discovering Knowledge using a Constraint-based Language

Patrice Boizumault, Bruno Crémilleux+3 more|arXiv (Cornell University)|Jul 18, 2011

Data Mining Algorithms and Applications参考文献 17被引用数 3

ひとこと要約

本論文は、データマイニングにおけるグローバルパターンおよびパターン集合のマイニングを目的とした宣言的で制約ベースの言語を提案する。この言語により、分析者が高水準の制約を用いて、複雑なクラスタリングおよび関連パターンを表現できる。制約プログラミングとパターンマイニングを統合することで、柔軟かつ再利用可能なクエリが可能となり、動的に結果を精緻化できる。ソフトクラスタリングやコクラスタリングといったクラスタリングのバリエーションを用いた実証により、最小限の実装コストで意味的で重複のないパターンが得られることを示した。

ABSTRACT

Discovering pattern sets or global patterns is an attractive issue from the pattern mining community in order to provide useful information. By combining local patterns satisfying a joint meaning, this approach produces patterns of higher level and thus more useful for the data analyst than the usual local patterns, while reducing the number of patterns. In parallel, recent works investigating relationships between data mining and constraint programming (CP) show that the CP paradigm is a nice framework to model and mine such patterns in a declarative and generic way. We present a constraint-based language which enables us to define queries addressing patterns sets and global patterns. The usefulness of such a declarative approach is highlighted by several examples coming from the clustering based on associations. This language has been implemented in the CP framework.

研究の動機と目的

• 従来のローカルパターンマイニングにおける過剰な冗長性と断片的なインサイトの課題に対処すること。
• 複数のローカルパターンを統合することで、上位レベルのグローバルパターンを発見する汎用的で宣言的なフレームワークを提供すること。
• 制約論理を用いて、データアナリストが柔軟にクエリを精緻化し、さまざまなクラスタリングモデル（例：ソフトクラスタリング、コクラスタリング）を探索できるようにすること。
• 新しいパターンタイプごとにカスタムアルゴリズムを再実装する必要を減らし、統一的かつ拡張可能なモデリング言語を提供すること。
• 制約駆動の精緻化と最適化を通じて、マイニングされたパターンの関連性と解釈可能性を向上させること。

提案手法

• 本アプローチは、定数、変数、関数、演算子から構成される項に基づく制約ベースの言語を用い、パターンクエリを宣言的に表現する。
• 主な制約には、頻度、閉包性、取引およびアイテムのカバー率、取引／アイテム間の重複制限、対称性を解消するための正規順序付けが含まれる。
• クエリは制約の論理的連言として定式化され、マイニングタスクのモジュラリティと合成性を実現する。
• フレームワークは、指定されたすべての制約を満たす解を効率的に探索するため、既存の制約プログラミング（CP）ソルバを活用する。
• 本言語はインクリメンタルなクエリ精緻化をサポートしており、例えば重複制限やサイズ制限を追加することで、異なるクラスタリング意味論を探索できる。
• 本アプローチは、関連性ベースのクラスタリングタスクに適用され、制約の変更によりソフトクラスタリング、コクラスタリング、ソフトコクラスタリングに適応したクエリが得られている。

実験結果

リサーチクエスチョン

• RQ1 宣言的で制約ベースの言語は、データマイニングにおけるローカルパターンからグローバルパターンを発見するプロセスをどのように簡素化できるか？
• RQ2 制約プログラミングは、ソフトクラスタリングやコクラスタリングといった複雑なクラスタリングタスクを汎用的にモデル化・解決できるか？
• RQ3 制約言語におけるクエリ精緻化は、どれほど冗長性を低減し、マイニングされたパターンの解釈可能性を向上させられるか？
• RQ4 ドメイン固有の制約（例：重複制限、カバー率）の統合は、クラスタリング結果の品質をどの程度向上させるか？
• RQ5 このフレームワークは、基盤アルゴリズムを再実装することなく、新たなデータマイニングタスクをサポートできるか？

主な発見

• 制約ベースの言語により、ソフトクラスタリングやコクラスタリングといった複雑なクラスタリングタスクが、単純で段階的なクエリ精緻化によって指定可能である。
• k=3 および δT=1 のソフトクラスタリングクエリ（Q4）では、初期に13個の解が得られ、頻度のないパターンをフィルタリングした後は8個に減少し、さらに小さなパターンをフィルタリングした後は1つにまで減少した。
• フィルタリング後の唯一の解（s′9）は、元のハードクラスタリング問題の解と一致しており、本アプローチの正しさと一貫性が裏付けられた。
• 正規順序制約により、対称的解の数は78個から13個にまで削減され、対称性の解消に有効であることが実証された。
• 本フレームワークは、コクラスタリング（Q5）およびソフトコクラスタリング（Q6）に対して、異なるクラスタリング意味論に対応した明確に異なるクラスタリングを生成した。
• 本アプローチにより、宣言的で制約ベースの記述によって、多様なクラスタリングモデルの迅速な探索が可能となり、実装コストが著しく削減された。