nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Equitable Conceptual Clustering Using OWA Operator

verfasst von : Noureddine Aribi, Abdelkader Ouali, Yahia Lebbah, Samir Loudni

Erschienen in: Advances in Knowledge Discovery and Data Mining

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

We propose an equitable conceptual clustering approach based on multi-agent optimization, where each cluster is represented by an agent having its own satisfaction. The problem consists in finding the best cumulative satisfaction while emphasizing a fair compromise between all individual agents. The fairness goal is achieved using an equitable formulation of the Ordered Weighted Averages (OWA) operator. Experiments performed on UCI and ERP datasets show that our approach efficiently finds clusterings of consistently high quality.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Fast Manifold Landmarking Using Locality-Sensitive Hashing

Nächstes Kapitel Unsupervised Extremely Randomized Trees

http://www.rx-racim.cerist.dz/?page_id=26.

Datasets available at https://perso.liris.cnrs.fr/christine.solnon/erp.html.

Babaki, B., Guns, T., Nijssen, S.: Constrained clustering using column generation. In: Simonis, H. (ed.) CPAIOR 2014. LNCS, vol. 8451, pp. 438–454. Springer, Cham (2014). https://doi.org/10.1007/978-3-319-07046-9_31CrossRef

Banerjee, A., Ghosh, J.: Scalable clustering algorithms with balancing constraints. Data Min. Knowl. Discov. 13(3), 365–395 (2006)MathSciNetCrossRef

Bouveret, S., Lemaître, M.: Computing leximin-optimal solutions in constraint networks. Artif. Intell. 173(2), 343–364 (2009)MathSciNetCrossRef

Chabert, M., Solnon, C.: Constraint programming for multi-criteria conceptual clustering. In: Beck, J.C. (ed.) CP 2017. LNCS, vol. 10416, pp. 460–476. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-66158-2_30CrossRef

Chong, K.M.: An induction theorem for rearrangements. Candadian J. Math. 28, 154–160 (1976)MathSciNetCrossRef

Dao, T., Duong, K., Vrain, C.: Constrained clustering by constraint programming. Artif. Intell. 244, 70–94 (2017)MathSciNetCrossRef

Dubois, D., Fortemps, P.: Computing improved optimal solutions to max-min flexible constraint satisfaction problems. EJOR 118, 95–126 (1999)CrossRef

Golden, B., Perny, P.: Infinite order Lorenz dominance for fair multiagent optimization. In: AAMAS, pp. 383–390 (2010)

Kostreva, M.M., Ogryczak, W., Wierzbicki, A.: Equitable aggregations and multiple criteria analysis. EJOR 158(2), 362–377 (2004)MathSciNetCrossRef

10.

Marshall, W., Olkin, I.: Inequalities: Theory of Majorization and its Applications. Academic Press, London (1979)MATH

11.

Material Science. https://loudni.users.greyc.fr/cclustering.html

12.

Moulin, H.: Axioms of Cooperative Decision Making. Cambridge University Press, Cambridge (1989). Cambridge BooksMATH

13.

Mueller, M., Kramer, S.: Integer linear programming models for constrained clustering. In: Pfahringer, B., Holmes, G., Hoffmann, A. (eds.) DS 2010. LNCS (LNAI), vol. 6332, pp. 159–173. Springer, Heidelberg (2010). https://doi.org/10.1007/978-3-642-16184-1_12CrossRef

14.

Ogryczak, W., Sliwinski, T.: On solving linear programs with the ordered weighted averaging objective. EJOR 148(1), 80–91 (2003)MathSciNetCrossRef

15.

Ouali, A., Loudni, S., Lebbah, Y., Boizumault, P., Zimmermann, A., Loukil, L.: Efficiently finding conceptual clustering models with integer linear programming. IJCAI 2016, 647–654 (2016)

16.

Ouali, A., Zimmermann, A., Loudni, S., Lebbah, Y., Cremilleux, B., Boizumault, P., Loukil, L.: Integer linear programming for pattern set mining; with an application to tiling. In: Kim, J., Shim, K., Cao, L., Lee, J.-G., Lin, X., Moon, Y.-S. (eds.) PAKDD 2017. LNCS (LNAI), vol. 10235, pp. 286–299. Springer, Cham (2017). https://doi.org/10.1007/978-3-319-57529-2_23CrossRef

17.

Pensa, R.G., Robardet, C., Boulicaut, J.-F.: A bi-clustering framework for categorical data. In: Jorge, A.M., Torgo, L., Brazdil, P., Camacho, R., Gama, J. (eds.) PKDD 2005. LNCS (LNAI), vol. 3721, pp. 643–650. Springer, Heidelberg (2005). https://doi.org/10.1007/11564126_68CrossRef

18.

Perkowitz, M., Etzioni, O.: Adaptive web sites: conceptual cluster mining. In: IJCAI, vol. 99, pp. 264–269 (1999)

19.

Sen, A., Foster, J.: On Economic Inequality. Clarendon Press, Oxford (1997)

20.

Uno, T., Asai, T., Uchida, Y., Arimura, H.: An efficient algorithm for enumerating closed patterns in transaction databases. In: Suzuki, E., Arikawa, S. (eds.) DS 2004. LNCS (LNAI), vol. 3245, pp. 16–31. Springer, Heidelberg (2004). https://doi.org/10.1007/978-3-540-30214-8_2CrossRef

21.

Yager, R.R.: On ordered weighted averaging aggregation operators in multicriteria decisionmaking. IEEE Trans. Syst. Man Cybern. 18(1), 183–190 (1988)MathSciNetCrossRef

22.

Yang, Y., Padmanabhan, B.: Segmenting customer transactions using a pattern-based clustering approach. In: ICDM, Vol. 2003, pp. 411–418 (2003)

Titel: Equitable Conceptual Clustering Using OWA Operator
verfasst von: Noureddine Aribi
Abdelkader Ouali
Yahia Lebbah
Samir Loudni
Verlag: Springer International Publishing
Buch: Advances in Knowledge Discovery and Data Mining
Print ISBN: 978-3-319-93039-8

Electronic ISBN: 978-3-319-93040-4

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-319-93040-4_37

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"