情報処理学会 第75回全国大会講演要旨
5M-3
Mixing Matrixに基づく階層付きカテゴリカルデータの可視化法
企業間取引関係や産業構造，生態系など階層構造のあるデータにおいて，
同階層内や階層間のオブジェクト間あるいはカテゴリ間の相互関係を
効果的に可視化することは，全体構造および各階層特有の構造を
把握するのに有用な方法のひとつと考えられる．
また，カテゴリカルデータのカテゴリ間の関係の強さの指標として
Mixing Matrixがあげられる．
本研究では，Mixing Matrixの値を多項分布に従うものと仮定し，
その平均および標準偏差よりZ-scoreを計算することで，
カテゴリ間の類似度を定義する．そして各階層におけるカテゴリ間の
類似性を効果的に可視化する方法を提案する．
実データおよび人工データを用いた評価実験より，
提案法の有効性を検証する．
同階層内や階層間のオブジェクト間あるいはカテゴリ間の相互関係を
効果的に可視化することは，全体構造および各階層特有の構造を
把握するのに有用な方法のひとつと考えられる．
また，カテゴリカルデータのカテゴリ間の関係の強さの指標として
Mixing Matrixがあげられる．
本研究では，Mixing Matrixの値を多項分布に従うものと仮定し，
その平均および標準偏差よりZ-scoreを計算することで，
カテゴリ間の類似度を定義する．そして各階層におけるカテゴリ間の
類似性を効果的に可視化する方法を提案する．
実データおよび人工データを用いた評価実験より，
提案法の有効性を検証する．
