Factor analysis of multi-relational data.

Mgr. Markéta TRNEČKOVÁ, Ph.D.

Rigorózní práce

Anotace:

Známou metodou pro analýzu a předzpracování Booleovských (binárních) dat je metoda Booleovské faktorové analýzy. Tato metoda hledá faktory, nové proměnné, které vysvětlují vstupní data. Většina dat reálného světa se však neskládá jen z jedné tabulky. Například každá webová databáze se skládá z více tabulek, které jsou mezi sebou propojeny relacemi. Tato práce představuje nový přístup k Booleovské faktorové analýze, která je určena pro multi-relační data. Navíc je tento přístup zobecněn tak, že relace mezi tabulkami nemusí být nutně binární, ale může představovat stupeň propojení. Příkladem může být relace, jak moc se uživateli líbil film. V práci je představen algoritmus pro výpočet multi-relačních faktorů spolu s jeho experimentálním vyhodnocením.

Abstract:

The Boolean factor analysis is an established method for analysis and preprocessing of Boolean data. In the basic setting, this method is designed for finding factors, new variables, which may explain or describe the original input data. Many real-world data sets are more complex than a simple data table. For example almost every web database is composed from many data tables and relations between them. In this thesis, a new approach to the Boolean factor analysis, which is tailored for multi-relational data, is presented. Sometimes, Boolean data can be limiting. Especially the relation between input matrices is not necessarily of a Boolean nature. Usually this relation represents linkages to some degree, e.g. how much a user likes or dislikes a movie. Using Boolean method for such data---data must be somehow binarized first---leads to a loss of information. We reformulate decomposition problem for multi-relational data with ordinal relations. Then we propose a new algorithm for such data along with an experimental evaluation.

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 6. 5. 2019

Obhajoba závěrečné práce

UNIVERZITA PALACKÉHO V OLOMOUCI

Přírodovědecká fakulta

Rigorózní řízení / obor:
Informatika / Informatika