[논문 리뷰] A scalable mining of frequent quadratic concepts in d-folksonomies

Mohamed Nader Jelassi, Sadok Ben Yahia외 1명|arXiv (Cornell University)|2012. 12. 01.

Rough Sets and Fuzzy Logic참고 문헌 7인용 수 7

한 줄 요약

이 논문은 시간 차원을 포함한 형식 개념 분석을 확장하여 d-팔라소노미에서 빈도 높은 4차원 패턴(사용자, 태그, 자원, 타임스탬프)을 탐색할 수 있는 확장 가능한 알고리즘인 QuadriCons를 제안한다. 이 방법은 검색 공간을 줄이기 위해 새로운 닫힘 연산자를 도입하여 4차원 최소 생성자(quadri-minimal generators)를 사용하며, MovieLens 및 Last.fm과 같은 대규모 실세계 데이터셋에서 높은 성능을 달성한다.

ABSTRACT

Folksonomy mining is grasping the interest of web 2.0 community since it represents the core data of social resource sharing systems. However, a scrutiny of the related works interested in mining folksonomies unveils that the time stamp dimension has not been considered. For example, the wealthy number of works dedicated to mining tri-concepts from folksonomies did not take into account time dimension. In this paper, we will consider a folksonomy commonly composed of triples and we shall consider the time as a new dimension. We motivate our approach by highlighting the battery of potential applications. Then, we present the foundations for mining quadri-concepts, provide a formal definition of the problem and introduce a new efficient algorithm, called QUADRICONS for its solution to allow for mining folksonomies in time, i.e., d-folksonomies. We also introduce a new closure operator that splits the induced search space into equivalence classes whose smallest elements are the quadri-minimal generators. Carried out experiments on large-scale real-world datasets highlight good performances of our algorithm.

연구 동기 및 목표

• 사용자 행동의 변화와 새로운 추세 탐지에 필수적인 시간 차원을 통합함으로써 팔라소노미 탐색의 격차를 해소한다.
• d-팔라소노미에서 모든 빈도 높은 4차원 개념을 공식적으로 정의하고 삼차 개념 분석을 4차원으로 확장한다.
• 대규모 d-팔라소노미 데이터셋에서 빈도 높은 4차원 개념을 추출하기 위한 효율적인 알고리즘인 QuadriCons를 개발한다.
• 검색 공간을 동치 클래스로 분할하는 새로운 닫힘 연산자를 도입하고, 이들의 가장 작은 대표자인 4차원 최소 생성자(quadri-minimal generators)를 사용하여 최적화된 검색을 가능하게 한다.
• 실세계 데이터셋에서의 광범위한 실험을 통해 QuadriCons의 확장성과 효율성을 입증하며, 실행 시간과 메모리 사용량 측면에서 뛰어난 성능을 보여준다.

제안 방법

• 사용자, 태그, 자원, 시간을 4차원으로 구성한 d-팔라소노미로 모델링하기 위해 형식 개념 분석(FCA)과 삼차 개념 분석(TCA)을 확장한다.
• 사용자, 태그, 자원, 시간에 대한 4항관계인 이차적 문맥(quadratic context)을 정의하고, 빈도 높은 4차원 개념을 식별하기 위해 지정된 지원 임계값을 설정한다.
• 4개 차원의 부분집합을 그들의 최소 생성자로 매핑하는 새로운 닫힘 연산자를 도입하여 검색 공간 내 동치 클래스를 형성한다.
• 닫힘 연산자를 활용하여 TriCons 프레임워크를 기반으로 한 QuadriCons 알고리즘을 설계하여 모든 빈도 높은 4차원 개념을 효율적으로 탐색하고 생성한다.
• 중복 계산을 방지하고 탐색 과정을 가속화하기 위해 4차원 최소 생성자(QGs)를 동치 클래스의 표준 대표자로 사용한다.
• TriCons에서 사용된 스위프 라인 기법을 4차원에 맞게 변형하여 대규모 데이터셋에서의 성능 향상을 위한 최적화를 구현한다.

실험 결과

연구 질문

• RQ1 시간 차원을 팔라소노미 탐색에 효과적으로 통합하여 사용자 태깅 행동의 변화와 새로운 추세를 포착할 수 있는가?
• RQ2 d-팔라소노미에서 빈도 높은 4차원 개념의 공식적 정의는 무엇이며, 대규모 데이터에서 효율적으로 계산할 수 있는가?
• RQ3 검색 공간을 분할하고 최소 생성자를 통해 효율적인 탐색을 가능하게 하기 위해 닫힘 연산자를 4차원으로 일반화할 수 있는가?
• RQ4 기존 도구인 Data-Peeler에 비해 제안된 QuadriCons 알고리즘이 실행 시간, 메모리 사용량 및 개념 압축 측면에서 어떤 성능 향상을 달성하는가?
• RQ5 빈도 높은 4차원 개념이 실세계 팔라소노미 데이터에서 빈도 높은 4차원 집합보다 더 압축적이고 정보량이 많은 표현을 제공하는가?

주요 결과

• 모든 테스트 데이터셋과 최소 지원 임계값에서 QuadriCons는 Data-Peeler에 비해 실행 시간과 메모리 소비량에서 뚜렷한 성능 향상을 보였다.
• MovieLens 데이터셋에서 minsupp_u=2, minsupp_t=1, minsupp_r=1, minsupp_d=1 조건을 적용했을 때, QuadriCons는 48.92초에 95,580개의 삼중항을 처리하며 16,556 KB의 메모리를 사용했고, Data-Peeler는 5,965.94초와 2,098,452 KB를 소비했다.
• Same thresholds로 Last.fm 데이터셋을 분석한 결과, QuadriCons는 88.16초에 186,479개의 삼중항을 처리하며 18,976 KB의 메모리를 사용했고, Data-Peeler는 3,118.85초와 2,188,452 KB를 기록했다.
• Last.fm 데이터셋에서 빈도 높은 4차원 개념의 수는 빈도 높은 4차원 집합의 수의 최대 28.99%에 해당하여, 4차원 개념이 데이터를 매우 압축적으로 표현함을 시사한다.
• 사각형의 수가 증가할수록 압축 비율이 증가함을 확인하여, 패턴의 복잡성과 크기가 증가할수록 4차원 개념이 점점 더 효과적으로 작용함을 입증한다.
• 알고리즘은 강력한 확장성을 보이며, 다양한 지원 임계값 하에서 데이터셋 크기에 비해 실행 시간과 메모리 사용량이 선형 이하로 증가한다.