[论文解读] Expert Opinion Extraction from a Biomedical Database

Ahmed Samet, Thomas Guyet+4 more|arXiv (Cornell University)|Sep 11, 2017

Multi-Criteria Decision Making参考文献 3被引用 24

一句话总结

本文提出 OpMiner，一种用于不确定生物医学数据库的新型意见挖掘算法，通过 Dempster-Shafer 证据理论将专家意见建模为信任函数。通过基于似然性承诺重新定义支持度，OpMiner 提取更具信息量、更整体的意见模式（如完整信任结构），而非零散的答案元素，在真实生物医学数据中显著优于传统方法的模式质量。

ABSTRACT

In this paper, we tackle the problem of extracting frequent opinions from uncertain databases. We introduce the foundation of an opinion mining approach with the definition of pattern and support measure. The support measure is derived from the commitment definition. A new algorithm called OpMiner that extracts the set of frequent opinions modelled as a mass functions is detailed. Finally, we apply our approach on a real-world biomedical database that stores opinions of experts to evaluate the reliability level of biomedical data. Performance analysis showed a better quality patterns for our proposed model in comparison with literature-based methods.

研究动机与目标

• 为解决传统模式挖掘在不确定数据库中的局限性，即仅提取零散的答案元素而非完整的专家意见。
• 在证据数据库中将专家意见建模为信任函数（基本信任分配），以更准确地表示不确定性和信念水平。
• 提出一种基于承诺关系（似然性排序）的新支持度度量，以识别频繁意见模式。
• 设计并评估 OpMiner 算法，用于在真实世界生物医学专家数据库中挖掘频繁意见模式。
• 证明以完整信任结构表示的意见模式，相较于传统基于答案的模式，更具信息量且更可靠。

提出的方法

• 该方法将专家意见建模为框架上的基本信任分配（BBAs），表示在可能的评估结果上信念程度的分布。
• 提出一种基于似然性承诺的新型支持度度量，确保仅当模式与意见的承诺水平一致时才被视为频繁。
• OpMiner 利用基于承诺的支持度的反单调性，高效剪枝候选模式，降低计算开销。
• 该算法将整个 BBA 视为原子项处理，保留专家意见的完整结构，而非将其分解为焦元。
• 引入可靠性因子（α）以在需要时将质量分布调整为空虚信念，增强对不确定性的鲁棒性。
• 在真实生物医学数据库的专家评估数据上对方法进行评估，比较 OpMiner 与 EDMA 和 U-Apriori 在模式数量、计算时间与可解释性方面的表现。

实验结果

研究问题

• RQ1 如何重新定义不确定数据库中的意见挖掘，以捕捉完整的专家意见，而非零散的答案元素？
• RQ2 基于承诺关系的何种支持度度量可有效识别证据数据库中的频繁意见模式？
• RQ3 OpMiner 与经典方法 EDMA 和 U-Apriori 相比，在模式质量与计算效率方面表现如何？
• RQ4 完整信任结构（BBAs）能否作为模式挖掘中的原子项，从而产生比焦元更富信息量的结果？
• RQ5 所提取的意见模式在多大程度上提升了生物医学数据源的可解释性与可靠性评估？

主要发现

• 由于 OpMiner 使用完整的 BBA 作为原子项，而非分解后的焦元，因此生成的频繁模式更少但更具信息量，优于 EDMA 和 U-Apriori。
• OpMiner 提取的模式数量显著低于 EDMA，后者从所有属性子集挖掘，表明 OpMiner 具有更好的剪枝效果与更低的冗余性。
• OpMiner 实现了更优的计算效率，在更高最小支持度阈值下，执行时间明显低于 EDMA 和 U-Apriori。
• OpMiner 提取的最佳模式提供清晰可解释的意见，例如对多个问题均呈现‘中等’且高置信度的判断；而 EDMA 的模式则在‘高’与‘中等’之间表现出模棱两可的犹豫。
• OpMiner 的模式可直接进行可靠性评估（如‘源 S1 中等可靠’），而 EDMA 的输出因包含析取性答案集合，需复杂解读。
• 本研究证实，以 BBA 建模的意见模式在生物医学专家数据库中可产生更高品质、更具行动指导意义的洞察，优于传统基于答案的模式。