从基础数据到知识发现——一种生命周期方法——基于多层网络
社会与信息网络
2021-05-25 v1 数据库
信息检索
摘要
任何用于推断或发现有意义信息/知识的大型复杂数据分析都包含以下步骤（除数据收集、清洗、准备分析数据如属性剔除外）：i）数据建模——一种利用该方法进行建模并导出可供分析的数据表示的方法；ii）将分析目标转化为对所生成模型的计算，其可如单一计算（如社区检测）般简单，或涉及基于模型的表达式序列操作（如多网络上的成对社区检测）；iii）所生成表达式的计算——此处效率与可扩展性凸显；iv）对结果下钻以清晰解释或理解。此外，将结果可视化以便理解也很有意义。本文呈现的 Covid-19 可视化仪表盘即为一例。本文涵盖上述数据分析生命周期的所有步骤，所用数据表示为正日益重要的多实体、多特征数据集表示——多层网络（MLNs）。我们使用多个数据集来验证基于 MLN 建模的有效性，并采用所提出的解耦方法进行分析。为覆盖全面，我们使用不同类型的 MLN 进行建模，并以社区与中心性计算进行分析。所用数据集包括：美国商业航空、IMDb、DBLP 与 Covid-19 数据集。我们利用所识别步骤开展的实验分析验证了建模、可计算目标的广度以及该生命周期方法的整体通用性。在可能处，我们使用独立可用的真值验证了结果的正确性。我们展示了该方法（因结构与语义保持）所支持的下钻，以更好地理解和可视化结果。
引用
@article{arxiv.2105.11410,
title = {From Base Data To Knowledge Discovery -- A Life Cycle Approach -- Using Multilayer Networks},
author = {Abhishek Santra and Kanthi Komar and Sanjukta Bhowmick and Sharma Chakravarthy},
journal= {arXiv preprint arXiv:2105.11410},
year = {2021}
}