ノンパラメトリックベイズモデルによるグラフクラスタリング

摘要

本稿では，ノンパラメトリックベイズモデルに基づくグラフクラスタリング手法を提案する．近年Newmanらは，混合多項分布モデルに基づき，リンク先が類似するノードを同一クラスに分類する，という一般的な仮定のみを用いた，クラスタ構造に関する事前情報を必要としない，汎用的かつ効率的なクラスタリング手法を提案した．しかし，予めクラス数を与える必要があるという問題があった．提案手法は，Newmanらのモデルを発展させ，ノンパラメトリックベイズの枠組でクラスの生成過程をデータの生成過程に含めることにより，クラス数を動的に推定しながらより柔軟なクラスタリングを行うことができる．人工データと実データを用いた実験により提案法の有効性を示す．