혼합 타입 데이터의 군집화를 위한 그래프 오토인코더 기반의 데이터 임베딩 기법 (Graph Autoencoder-Based Data Embedding Technique for Clustering Mixed-Type Data)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 30권 / 12호 / 619 ~ 625페이지
· 저자명 : 이정민, 정성원

초록

데이터를 구성하는 객체의 속성은 크게 수치형 속성과 범주형 속성, 그리고 혼합형 속성으로 나뉜다. 거리 계산법이 다른 두 속성을 가진 혼합형 데이터에 대하여는 범주형 속성을 수치형 속성으로 변화시켜 유사도를 계산하거나, 각 유형의 속성별 유사도를 이용해 통합거리를 계산하여 군집화시키는 방식을 사용하고 있다. 다만 두 방법 모두 원본 유형 속성의 변화하는 과정에서 생겨나는 원본 특징의 손실이라는 단점이 있다. 해당 문제에 착안하여 본 논문에서는 혼합 유형의 데이터들을 그래프로 변환하여 생성하는 효과적인 방법과, 이렇게 생성한 그래프에 GAE(Graph Auto Encoder)를 적용하여 구한 노드 임베빙 벡터를 사용하여 K-평균 군집화를 시행하는 새로운 혼합형 데이터의 임베딩 기법을 제시한다. 제안된 방식은 실험된 데이터셋 내에서 purity의 경우 최대 4%, inverse purity의 경우 최대 16%의 성능 향상을 이루어냈다.

영어초록

Attributes of objects constituting the data are broadly categorized into numerical attributes, categorical attributes, and mixed-type attributes. For mixed-type attributes, different distance calculation methods are used, including a method that transforms categorical attributes into numerical attributes to calculate similarity and a method that utilizes similarity based on each attribute type to calculate integrated distances for clustering. However, both methods have the drawback of losing original features that arise during the transformation of original attribute types. To address this issue, this paper proposed an effective method of transforming mixed-type data into graphs, applying Graph Auto Encoder (GAE) to the generated graph, and using the obtained node embedding vectors for K-means clustering as a novel embedding technique for mixed-type data. The proposed approach achieved a maximum performance improvement of 4% in purity and 16% in inverse purity within the experimental datasets.

참고자료

· 없음