×
王鹏;张鹏;周，川;李，赵;杨红

用于建模时间数据中非线性演化轨迹的分层演化Dirichlet过程。 （英语） Zbl 1416.62365号

数据最小知识。发现。 31，第1号，32-64（2017）.
摘要：聚类分析旨在将一组相似的数据对象分组到同一个集群中。主题模型属于软聚类方法，是发现大数据集背后潜在聚类/主题的有力工具。由于时态数据的动态特性，簇通常表现出复杂的模式，例如出生、分支和死亡然而，大多数现有的时间聚类模型都假设簇是以线性链的形式演化的，它们不能建模和检测簇的分支。在本文中，我们提出了演化Dirichlet过程（简称EDP）来建模时序数据背后的非线性演化轨迹，特别是对于时序文本集合。在EDP的背景下，时间集合被划分为不同的时代。为了对随时间变化的集群分支进行建模，EDP允许一个时代中的每个集群形成Dirichlet进程（DP），并使用特定于集群的DP的组合作为下一个时代集群分布的优先级。为分层时间建模我们提出了一类新的演化层次Dirichlet过程（简称EHDP），它扩展了层次Diricwlet过程（HDP）来建模演化的时态数据。我们设计了一个基于Gibbs抽样的在线学习框架来推断集群随时间的演化轨迹。在实验中，我们验证了EDP和EHDP能够在合成和真实文本集合上捕获簇的非线性演化轨迹，并且比同类算法获得更好的结果。

引用于1文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62米10 统计学中的时间序列、自相关、回归等（GARCH）
60克10 平稳随机过程

关键词：

Dirichlet过程;时间主题模型;中餐厅流程;文本的软聚类

软件：

贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{P.Wang}等人，Data Min.Knowl。发现。31，第1号，第32--64号（2017；Zbl 1416.62365）
全文： 内政部

参考文献：

[1] Ahmed A，Ho Q，Teo C，Eisenstein J，Smola A，Xing E（2011）《无限集群模型的在线推断：流文本的故事情节》。摘自：第14届人工智能与统计会议（AISTATS）会议记录，第101-109页
[2] Ahmed A、Hong L、Smola A（2013）《嵌套中餐厅特许经营流程：用户跟踪和文档建模应用》。摘自：第30届机器学习国际会议（ICML-13）论文集，第1426-1434页
[3] Ahmed A，Xing E（2008）动态非参数混合模型和递归中餐厅过程：在进化聚类中的应用。摘自：2008年SIAM数据挖掘国际会议论文集。SIAM，第219-230页
[4] Ahmed A，Xing EP（2010）Timeline：一个动态分层狄利克雷过程模型，用于恢复文本流中主题的出生/死亡和演变。摘自：《第26届人工智能不确定性会议录》，UAI’10，第20-29页
[5] Antoniak CE等人（1974）dirichlet过程与贝叶斯非参数问题应用的混合。Ann统计2（6）：1152-1174·Zbl 0335.60034号
[6] Banerjee A，Basu S（2007），文本流主题模型：批处理和在线无监督学习研究。在：传感和诊断模块。SIAM，第7卷，第437-442页
[7] Blei DM，Frazier PI（2011），距离依赖型中国餐厅流程。J Mach学习研究12:2461-2488·Zbl 1280.68157号
[8] Blei DM，Frazier PI（2011），距离依赖型中国餐厅流程。J Mach学习研究12:2461-2488·Zbl 1280.68157号
[9] Blei DM，Jordan MI等人（2006），dirichlet工艺混合物的变分推断。贝叶斯分析1（1）：121-143·Zbl 1331.62259号
[10] Blei DM，Lafferty JD（2006）动态主题模型。摘自：第23届机器学习国际会议论文集。ACM，第113-120页
[11] Blei DM、Ng AY、Jordan MI（2003）《潜在的dirichlet分配》。J Mach学习研究3:993-1022·Zbl 1112.68379号
[12] 波义耳，L。；Welling，M.，《分层聚类的时间边缘化融合先验》，2969-2977（2012），伦敦
[13] Chakrabarti D、Kumar R、Tomkins A（2006）《进化聚类》。摘自：第12届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD’06。ACM，纽约，第554-560页
[14] Chen C，Ding N，Buntine W（2012）动态主题建模的依赖层次归一化随机度量。arXiv预打印arXiv:1206.4671第8页
[15] Chi Y，Song X，Zhou D，Hino K，Tseng BL（2007）结合时间平滑度的进化谱聚类。摘自：第13届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第153-162页
[16] De Smet W，Moens MF（2013）《多文档事件聚类的表示》。《数据最小知识发现》26（3）：533-558。doi:10.1007/s10618-012-0270-1·Zbl 1267.68179号 ·doi:10.1007/s10618-012-0270-1
[17] 刁Q，江J，朱峰，林恩平（2012）从微博中发现突发性话题。收录：计算语言学协会第50届年会会议记录：长篇论文——第1卷。计算语言学协会，第536-544页
[18] Gao Z，Song Y，Liu S，Wang H，Wei H，Chen Y，Cui W（2011）通过增量层次dirichlet过程跟踪和连接主题。2011年IEEE第11届数据挖掘国际会议（ICDM）。IEEE，第1056-1061页
[19] Gelman A、Carlin JB、Stern HS、Dunson DB、Vehtari A、Rubin DB（2013）贝叶斯数据分析。博卡拉顿CRC出版社·Zbl 1279.62004号
[20] Gordon N，Ristic B，Arulampalam S（2004）《卡尔曼滤波器之外：跟踪应用的粒子滤波器》。Artech House，伦敦·Zbl 1092.93041号
[21] Griffin JE，Steel MJ（2006），基于订单的依赖性dirichlet工艺。美国统计协会期刊101（473）：179-194·Zbl 1118.62360号
[22] Griffiths TL、Steyvers M（2004）《寻找科学主题》。国家科学院学报101（增刊1）：5228-5235
[23] Griffiths DMBTL，Tenenbaum MIJJB（2004）层次主题模型和嵌套式中餐厅流程。高级神经信息处理系统16:17
[24] Kawamae N（2011）趋势分析模型：趋势由时间词、主题和时间戳组成。收录：第四届ACM网络搜索和数据挖掘国际会议论文集。ACM，第317-326页
[25] Kawamae N（2012）主题编年史模型：编年史由每个主题的时间戳和主题词组成。摘自：第21届ACM信息和知识管理国际会议记录，CIKM’12。ACM，纽约，第2065-2069页
[26] Kingman JF（1982a）关于大种群的系谱。应用概率杂志19:27-43·Zbl 0516.92011号
[27] Kingman JFC（1982b）《合并》。Stoch过程应用程序13（3）：235-248·Zbl 0491.60076号
[28] Leskovec J、Backstrom L、Kleinberg J（2009）《Meme-tracking and the dynamics of the news cycle》。摘自：第15届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第497-506页
[29] Li AQ，Ahmed A，Ravi S，Smola AJ（2014）降低主题模型的采样复杂性。摘自：第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第891-900页
[30] Lin D，Grimson E，Fisher III JW（2010）基于泊松过程的依赖dirichlet过程的构造。神经信息处理系统第1396-1404页
[31] MacEachern SN（2000）依赖dirichlet进程。俄亥俄州立大学统计系未出版手稿，第1-40页
[32] Neal RM（2000）dirichlet过程混合模型的马尔可夫链抽样方法。J计算图统计9（2）：249-265
[33] Neal RM（2003）使用狄利克雷扩散树的密度建模和聚类。贝叶斯统计7:619-629
[34] Ren L，Dunson DB，Carin L（2008）动态分层dirichlet过程。收录于：第25届机器学习国际会议论文集。ACM，第824-831页
[35] Shahaf D，Yang J，Suen C，Jacobs J，Wang H，Leskovec J（2013）《信息制图：创建可缩放的大规模信息地图》。在：第19届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第1097-1105页
[36] 孙毅，唐杰，韩杰，陈C，古普塔M（2013）动态星网络中多类型对象的协同进化。IEEE Trans Knowl数据工程99:1
[37] Teh YW（2006）基于pitman-y过程的分层贝叶斯语言模型。摘自：第21届计算语言学国际会议记录和计算语言学协会第44届年会。计算语言学协会，第985-992页
[38] Teh YW、Jordan MI、Beal MJ、Blei DM（2006）《分层Dirichlet过程》。美国统计协会期刊101（476）：1566-1581·Zbl 1171.62349号
[39] Teh，YW；Kurihara，K。；Welling，M.，《HDP的坍塌变分推断》，1481-1488（2008），伦敦
[40] Thibaux R，Jordan MI（2007）分层测试过程和印度自助餐过程。摘自：国际人工智能与统计会议，第564-571页
[41] Wallach HM、Murray I、Salakhutdinov R、Mimno D（2009）主题模型评估方法。摘自：第26届机器学习国际年会论文集。ACM，第1105-1112页
[42] Wang C，Paisley JW，Blei DM（2011）分层dirichlet过程的在线变分推理。摘自：国际人工智能和统计会议，第752-760页
[43] Wang X，Ma X，Grimson WEL（2009）使用分层贝叶斯模型在拥挤和复杂场景中的非监督活动感知。IEEE Trans-Pattern Ana Mach Intell公司31（3）：539-555
[44] Wang X，McCallum A（2006）《随时间变化的主题：主题趋势的非马尔可夫连续时间模型》。摘自：第12届ACM SIGKDD知识发现和数据挖掘国际会议记录，第424-433页。ACM公司
[45] Xu K，Kliger M，Hero A III（2014）自适应进化聚类。数据最小知识发现28（2）：304-336。文件编号：10.1007/s10618-012-0302-x·Zbl 1281.68200号 ·文件编号：10.1007/s10618-012-0302-x
[46] Xu MEKJ（1996）一种基于密度的算法，用于发现带有噪声的大型空间数据库中的簇。摘自：第二届知识发现和数据挖掘国际会议论文集（KDD-96）。AAAI，第226-231页
[47] Yang T，Chi Y，Zhu S，Gong Y，Jin R（2011）利用贝叶斯方法检测动态社会网络中的社区及其演变。马赫数学习82（2）：157-189·兹比尔1237.91189
[48] Yao L，Mimno D，McCallum A（2009）流式文档集主题模型推理的有效方法。摘自：第15届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第937-946页
[49] Zhang J，Song Y，Zhang C，Liu S（2010）多相关时变语料库的进化层次dirichlet过程。摘自：第16届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，第1079-1088页
[50] Zhang P，Gao BJ，Liu P，Shi Y，Guo L（2012）应用驱动的数据流分类框架。神经计算92:170-182
[51] Zhang P，Zhou C，Wang P，Gao BJ，Zhu X，Guo L（2015）E-tree：数据流集合模型的高效索引结构。IEEE Trans Knowl Data Eng 27（2）：461-474
[52] Zhang W，Li R，Feng D，Chernikov A，Chrisochoides N，Osgood C，Ji S（2015）《进化软联合聚类：公式、算法和应用》。数据最小知识发现29（3）：765-791·Zbl 1405.62087号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。