Modelos de agrupamento difuso com restrições pareadas para dados relacionais multivisão

Abstract

Apesar da abundante quantidade de trabalhos nos tópicos de agrupamento

semi-supervisionado, multivisão e dados relacionais, separadamente, há poucos trabalhos fei- tos considerando todos esses tópicos ao mesmo tempo, ou seja, métodos de agrupamento

semi-supervisionado multivisão para dados relacionais; apesar de apresentarem resultados pro- missores que oferecem vantagens substanciais em relação a abordagens de visão única e multi- visão não supervisionadas. Nesse contexto, este trabalho propõe três famílias de algoritmos de

agrupamento difuso semi-supervisionado multivisão para dados relacionais, capazes de inferir pesos de relevância para cada visão além de representantes para cada grupo. Cada família possui diversas variantes que diferem através do método de definição do peso das visões e nas restrições impostas nesses pesos; semi-supervisão se dá através do uso de restrições pareadas must-link e cannot-link. Vários experimentos foram realizados, abrangendo todos os algoritmos das famílias propostas bem como algoritmos existentes no estado da arte, em oito conjuntos de dados com variadas características (e.g. número de visões, quantidade de objetos, número

de grupos) e se utilizando das métricas NMI, ARI e MPC para avaliá-los. Os resultados mos- tram que essas famílias podem oferecer mais robustez do que outros algoritmos da mesma

categoria ao lidar com restrições pareadas, além de prover maior interpretabilidade dos resul- tados. Esses experimentos também revelam que algumas famílias de algoritmos podem ter

uma performance melhor do que outras para um determinado conjunto de dados; isso também é observado entre as variantes de uma determinada família. Em suma, o presente trabalho propõe novos algoritmos de agrupamento difuso semi-supervisionado para dados relacionais

multivisão que utilizam diferentes estratégias de ponderação das visões (local ou global), di- ferentes abordagens de medoides e realiza uma análise experimental mais extensa em relação

a trabalhos anteriores.