Clustering ensembles: a hedonic game theoretical approach
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UNIFOR |
Texto Completo: | https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/114997 |
Resumo: | Clustering ensembles (CE) é uma abordagem que se aproveita de um conjunto de cluster- ings, conhecidos como partições-base, para produzir uma partição consenso. A literatura tem demonstrado que a qualidade das partições obtidas pela abordagem CE é geralmente superior à qualidade das partições-base, quando consideradas individualmente. Este tra- balho aborda o problema de CE sob a perspectiva dos jogos hedônicos. No jogo cooperativo formulado, os pontos (instâncias ou objetos) são vistos como jogadores, enquanto os clus- ters são encarados como coalizões. As preferências de cada jogador são armazenadas em uma matriz de similaridade, obtida através das partições-base, que contém propriedades que garantem a existência de pelo menos uma estrutura de coalizão Nash estável. Ou seja, uma estrutura de coalizão em que os jogadores não possuem o incentivo de mudar de suas próprias coalizões para outra coalizão existente. Para alcançar esse tipo de solução, nós propusemos o algoritmo HGCE (Hedonic Game based Clustering Ensemble) que é baseado na abordagem de best response dynamics. Inicialmente, cada jogador está em uma coalizão com um elemento, composta por ele mesmo. Depois disso, em cada iteração, cada jogador pode se mover para uma nova coalizão, caso ele obtenha um payoff melhor. Este processo se repete até um equilíbrio ser alcançado, em que nenhum jogador se beneficia em mudar de coalizão. Pelo fato de diferentes estruturas de coalizão emergirem de acordo com a ordem dos jogadores, nós também desenvolvemos uma versão do algoritmo HGCE que é independente da ordem dos jogadores. Experimentos empíricos conduzidos em diversos conjuntos de dados mostram que a estrutura de coalizão obtida pelo algoritmo HGCE, em grande parcela dos casos, é uma solução de clustering melhor quando comparada com soluções obtidas por outros algoritmos que também adotam a abordagem de CE. Os experimentos mostram que o HGCE é computacionalmente eficiente e se demonstra resiliente a perturbações nas partições-base utilizadas como entrada do algoritmo. Palavras-chave: Clustering, Clustering ensembles, Coalizão, Jogos hedônicos, Teoria dos jogos cooperativos. |
id |
UFOR_154b3cd42874756749ae6790de06e8f0 |
---|---|
oai_identifier_str |
oai::114997 |
network_acronym_str |
UFOR |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UNIFOR |
repository_id_str |
|
spelling |
Clustering ensembles: a hedonic game theoretical approachMineração de dadosJogos eletrônicosClustering ensembles (CE) é uma abordagem que se aproveita de um conjunto de cluster- ings, conhecidos como partições-base, para produzir uma partição consenso. A literatura tem demonstrado que a qualidade das partições obtidas pela abordagem CE é geralmente superior à qualidade das partições-base, quando consideradas individualmente. Este tra- balho aborda o problema de CE sob a perspectiva dos jogos hedônicos. No jogo cooperativo formulado, os pontos (instâncias ou objetos) são vistos como jogadores, enquanto os clus- ters são encarados como coalizões. As preferências de cada jogador são armazenadas em uma matriz de similaridade, obtida através das partições-base, que contém propriedades que garantem a existência de pelo menos uma estrutura de coalizão Nash estável. Ou seja, uma estrutura de coalizão em que os jogadores não possuem o incentivo de mudar de suas próprias coalizões para outra coalizão existente. Para alcançar esse tipo de solução, nós propusemos o algoritmo HGCE (Hedonic Game based Clustering Ensemble) que é baseado na abordagem de best response dynamics. Inicialmente, cada jogador está em uma coalizão com um elemento, composta por ele mesmo. Depois disso, em cada iteração, cada jogador pode se mover para uma nova coalizão, caso ele obtenha um payoff melhor. Este processo se repete até um equilíbrio ser alcançado, em que nenhum jogador se beneficia em mudar de coalizão. Pelo fato de diferentes estruturas de coalizão emergirem de acordo com a ordem dos jogadores, nós também desenvolvemos uma versão do algoritmo HGCE que é independente da ordem dos jogadores. Experimentos empíricos conduzidos em diversos conjuntos de dados mostram que a estrutura de coalizão obtida pelo algoritmo HGCE, em grande parcela dos casos, é uma solução de clustering melhor quando comparada com soluções obtidas por outros algoritmos que também adotam a abordagem de CE. Os experimentos mostram que o HGCE é computacionalmente eficiente e se demonstra resiliente a perturbações nas partições-base utilizadas como entrada do algoritmo. Palavras-chave: Clustering, Clustering ensembles, Coalizão, Jogos hedônicos, Teoria dos jogos cooperativos.Clustering ensembles (CE) is an approach that takes advantage of a set of clusterings, known as base partitions, to generate a consensus solution. The related literature has shown that usually the consensus partition has better quality in comparison with the single base partitions. This work tackles the CE problem from a hedonic game theoretical perspective. In the formulated cooperative game, the points (instances or objects) are viewed as players, while clusters are regarded as coalitions. The preferences of each player are stored in an evidence-accumulation matrix, obtained through the base partitions, which has properties that guarantee the existence of at least one Nash stable coalition structure. That is, a coalition structure where players do not have the incentive to move from their own coalition to another existent coalition. To achieve this kind of solution, we proposed the HGCE (Hedonic Game based Clustering Ensemble) algorithm, which is based on the best dynamics approach. Initially each player is in a singleton coalition, composed by itself. After that, in each iteration, each player has the option to switch to a new coalition where it will obtain a better payoff. This process repeats itself until it reaches an equilibrium, where players do not benefit anymore by changing coalitions. Because different coalition structures may emerge due to the order of the playes, we also developed a version of HGCE where the final solution is independent of the players ordering. Empirical experiments conducted on several data sets have shown that the coalition structure obtained by HGCE is frequently a better clustering solution in comparison with clusterings generated from others well known CE algorithms. The experiments also show that HGCE is computational efficient and resilient to random perturbations on the base partitions used as input of the algorithm. Keywords: Clustering, Clustering ensemble, Coalition, Hedonic games, Cooperative game theory.Coelho, Andre Luis VasconcelosCoelho, Andre Luis VasconcelosDória Neto, Adrião DuarteFaceli, KattiMaia, José Everardo BessaNepomuceno, Napoleão VieiraUniversidade de Fortaleza. Programa de Pós-Graduação em Informática AplicadaSandes, Nelson Carvalho2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/114997https://uol.unifor.br/auth-sophia/exibicao/19963porreponame:Biblioteca Digital de Teses e Dissertações da UNIFORinstname:Universidade de Fortaleza (UNIFOR)instacron:UNIFORinfo:eu-repo/semantics/openAccess2024-01-26T08:54:33Zoai::114997Biblioteca Digital de Teses e Dissertaçõeshttps://www.unifor.br/bdtdONGhttp://dspace.unifor.br/oai/requestbib@unifor.br||bib@unifor.bropendoar:2024-01-26T08:54:33Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)false |
dc.title.none.fl_str_mv |
Clustering ensembles: a hedonic game theoretical approach |
title |
Clustering ensembles: a hedonic game theoretical approach |
spellingShingle |
Clustering ensembles: a hedonic game theoretical approach Sandes, Nelson Carvalho Mineração de dados Jogos eletrônicos |
title_short |
Clustering ensembles: a hedonic game theoretical approach |
title_full |
Clustering ensembles: a hedonic game theoretical approach |
title_fullStr |
Clustering ensembles: a hedonic game theoretical approach |
title_full_unstemmed |
Clustering ensembles: a hedonic game theoretical approach |
title_sort |
Clustering ensembles: a hedonic game theoretical approach |
author |
Sandes, Nelson Carvalho |
author_facet |
Sandes, Nelson Carvalho |
author_role |
author |
dc.contributor.none.fl_str_mv |
Coelho, Andre Luis Vasconcelos Coelho, Andre Luis Vasconcelos Dória Neto, Adrião Duarte Faceli, Katti Maia, José Everardo Bessa Nepomuceno, Napoleão Vieira Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada |
dc.contributor.author.fl_str_mv |
Sandes, Nelson Carvalho |
dc.subject.por.fl_str_mv |
Mineração de dados Jogos eletrônicos |
topic |
Mineração de dados Jogos eletrônicos |
description |
Clustering ensembles (CE) é uma abordagem que se aproveita de um conjunto de cluster- ings, conhecidos como partições-base, para produzir uma partição consenso. A literatura tem demonstrado que a qualidade das partições obtidas pela abordagem CE é geralmente superior à qualidade das partições-base, quando consideradas individualmente. Este tra- balho aborda o problema de CE sob a perspectiva dos jogos hedônicos. No jogo cooperativo formulado, os pontos (instâncias ou objetos) são vistos como jogadores, enquanto os clus- ters são encarados como coalizões. As preferências de cada jogador são armazenadas em uma matriz de similaridade, obtida através das partições-base, que contém propriedades que garantem a existência de pelo menos uma estrutura de coalizão Nash estável. Ou seja, uma estrutura de coalizão em que os jogadores não possuem o incentivo de mudar de suas próprias coalizões para outra coalizão existente. Para alcançar esse tipo de solução, nós propusemos o algoritmo HGCE (Hedonic Game based Clustering Ensemble) que é baseado na abordagem de best response dynamics. Inicialmente, cada jogador está em uma coalizão com um elemento, composta por ele mesmo. Depois disso, em cada iteração, cada jogador pode se mover para uma nova coalizão, caso ele obtenha um payoff melhor. Este processo se repete até um equilíbrio ser alcançado, em que nenhum jogador se beneficia em mudar de coalizão. Pelo fato de diferentes estruturas de coalizão emergirem de acordo com a ordem dos jogadores, nós também desenvolvemos uma versão do algoritmo HGCE que é independente da ordem dos jogadores. Experimentos empíricos conduzidos em diversos conjuntos de dados mostram que a estrutura de coalizão obtida pelo algoritmo HGCE, em grande parcela dos casos, é uma solução de clustering melhor quando comparada com soluções obtidas por outros algoritmos que também adotam a abordagem de CE. Os experimentos mostram que o HGCE é computacionalmente eficiente e se demonstra resiliente a perturbações nas partições-base utilizadas como entrada do algoritmo. Palavras-chave: Clustering, Clustering ensembles, Coalizão, Jogos hedônicos, Teoria dos jogos cooperativos. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/114997 |
url |
https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/114997 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://uol.unifor.br/auth-sophia/exibicao/19963 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR instname:Universidade de Fortaleza (UNIFOR) instacron:UNIFOR |
instname_str |
Universidade de Fortaleza (UNIFOR) |
instacron_str |
UNIFOR |
institution |
UNIFOR |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UNIFOR |
collection |
Biblioteca Digital de Teses e Dissertações da UNIFOR |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR) |
repository.mail.fl_str_mv |
bib@unifor.br||bib@unifor.br |
_version_ |
1800408703729401856 |