Розробка моделей імпутації даних із соціальних мереж на основі розширеної матриці атрибутів

Автор(и)

  • Olesia Slabchenko Кременчуцький національний університет імені М. Остроградського вул. Першотравнева, 20, м. Кременчук, Україна, 39600, Україна https://orcid.org/0000-0001-5408-7445
  • Valeriy Sydorenko Кременчуцький національний університет імені М. Остроградського вул. Першотравнева, 20, м. Кременчук, Україна, 39600, Україна https://orcid.org/0000-0002-4449-073X
  • Xavier Siebert Університет Монсу, Бельгія rue de Houdain, 9, м. Монс, Бельгія, 7000, Бельгія https://orcid.org/0000-0003-0869-7968

DOI:

https://doi.org/10.15587/1729-4061.2016.74871

Ключові слова:

імпутація даних, розширена матриця атрибутів, модель імпутації, ансамбль моделей

Анотація

Обґрунтовано підхід до імпутації на основі розширеної корельованої матриці атрибутів. Обґрунтовано необхідність попередньої кластеризації даних для зменшення значної кількості унікальних значень. Виконано синтез моделей імпутації на основі машинного навчання і досліджено їх ефективність, виконано їх порівняння з методом імпутації Most Common Value. Розроблено ансамблі моделей імпутації для числових і номінальних даних. Показано, що ансамблі дають найбільш стійкі й ефективні результати імпутації

Біографії авторів

Olesia Slabchenko, Кременчуцький національний університет імені М. Остроградського вул. Першотравнева, 20, м. Кременчук, Україна, 39600

Кафедра комп’ютерних та інформаційних систем

Valeriy Sydorenko, Кременчуцький національний університет імені М. Остроградського вул. Першотравнева, 20, м. Кременчук, Україна, 39600

Кандидат технічних наук, доцент

Кафедра комп’ютерних та інформаційних систем

Xavier Siebert, Університет Монсу, Бельгія rue de Houdain, 9, м. Монс, Бельгія, 7000

Доктор філософії, доцент

Кафедра математики і дослідження операцій

Посилання

  1. Slabchenko, O. O., Sydorenko, V. N. (2013). Uluchsheniie kachestva iskhodnykh dannykh v zadachakh modelirovaniia internet-soobshchestv na osnove kompleksnogo primeneniia modelei segmentatsii, imputatsii i obogashcheniya dannykh. Visnik KrNU, 6, 50–58.
  2. Kossinets, G. (2006). Effects of missing data in social networks. Social Networks, 28 (3), 247–268. doi: 10.1016/j.socnet.2005.07.002
  3. Nakagawa, S., Freckleton, R. P. (2008). Missing inaction: the dangers of ignoring missing data. Trends in Ecology and Evolution, 23 (11), 592–596. doi: 10.1016/j.tree.2008.06.01
  4. Graham, J. W. (2009). Missing Data Analysis: Making It Work in the Real World. Annual Review of Psychology, 60 (1), 549–576. doi: 10.1146/annurev.psych.58.110405.085530
  5. Rhoads, C. H. (2012). Problems with Tests of the Missingness Mechanism in Quantitative Policy Studies. Statistics, Politics, and Policy, 3 (1). doi: 10.1515/2151-7509.1012
  6. Schafer, J. L., Graham, J. W. (2002). Missing data: Our view of the state of the art. Psychological Methods, 7 (2), 147–177. doi: 10.1037/1082-989x.7.2.147
  7. Schlomer, G. L., Bauman, S., Card, N. A. (2010). Best practices for missing data management in counseling psychology. Journal of Counseling Psychology, 57 (1), 1–10. doi: 10.1037/a0018082
  8. Chang, C., Butar, F. B. (2013). Weighting Adjustments in Survey Sampling. European International Journal of Science and Technology, 2 (9), 214–236.
  9. Huisman, M. (2009). Journal of Social Structure, 10 (1), 1–10.
  10. Baraldi, A. N., Enders, C. K. (2010). An introduction to modern missing data analyses. Journal of School Psychology, 48 (1), 5–37. doi: 10.1016/j.jsp.2009.10.001
  11. Andridge, R. R., Little, R. J. A. (2010). A Review of Hot Deck Imputation for Survey Non-response. International Statistical Review, 78 (1), 40–64. doi: 10.1111/j.1751-5823.2010.00103.x
  12. Schmitt, P., Mandel, J., Guedj, M. (2015). A Comparison of Six Methods for Missing Data Imputation. Journal of Biometrics & Biostatistics, 06 (01). doi: 10.4172/2155-6180.1000224
  13. Silva-Ramírez, E.-L., Pino-Mejías, R., López-Coello, M., Cubiles-de-la-Vega, M.-D. (2011). Missing value imputation on missing completely at random data using multilayer perceptrons. Neural Networks, 24 (1), 121–129. doi: 10.1016/j.neunet.2010.09.008
  14. Aydilek, I. B., Arslan, A. (2013). A hybrid method for imputation of missing values using optimized fuzzy c-means with support vector regression and a genetic algorithm. Information Sciences, 233, 25–35. doi: 10.1016/j.ins.2013.01.021
  15. Jerez, J. M., Molina, I., García-Laencina, P. J., Alba, E., Ribelles, N., Martín, M., Franco, L. (2010). Missing data imputation using statistical and machine learning methods in a real breast cancer problem. Artificial Intelligence in Medicine, 50 (2), 105–115. doi: 10.1016/j.artmed.2010.05.002
  16. Nanni, L., Lumini, A., Brahnam, S. (2012). A classifier ensemble approach for the missing feature problem. Artificial Intelligence in Medicine, 55 (1), 37–50. doi: 10.1016/j.artmed.2011.11.006
  17. Gebregziabher, M., DeSantis, S. M. (2010). Latent class based multiple imputation approach for missing categorical data. Journal of Statistical Planning and Inference, 140 (11), 3252–3262. doi: 10.1016/j.jspi.2010.04.020
  18. Senapti, R., Shaw, K., Mishra, S., Mishra, D. (2012). A Novel Approach for Missing Value Imputation and Classification of Microarray Dataset. Procedia Engineering, 38, 1067–1071. doi: 10.1016/j.proeng.2012.06.134
  19. Stekhoven, D. J., Buhlmann, P. (2011). MissForest – non-parametric missing value imputation for mixed-type data. Bioinformatics, 28 (1), 112–118. doi: 10.1093/bioinformatics/btr597
  20. Gheyas, I. A., Smith, L. S. (2010). A neural network-based framework for the reconstruction of incomplete data sets. Neurocomputing, 73 (16-18), 3039–3065. doi: 10.1016/j.neucom.2010.06.021
  21. Slabchenko, O., Sydorenko, V. (2014). Analysis and synthesis of models on basis of machine learning for missing values imputation from social networks’ personal accounts. Visnik KrNU, 5, 105–111.
  22. Chekmyshev, O. A., Yashunskiy, A. D. (2014). Izvlecheniie i ispolzovaniie dannykh iz elektronnykh sotsialnykh setei. Moscow: IPM im. M. V. Keldysha, 16.
  23. Little, J. A., Rubin, D. B. (2002). Statistical Analysis with Missing Data. New Jersey: John Wiley & Sons, 408. doi: 10.1002/9781119013563
  24. Ferrari, P. A., Annoni, P., Barbiero, A., Manzi, G. (2011). An imputation method for categorical variables with application to nonlinear principal component analysis. Computational Statistics & Data Analysis, 55 (7), 2410–2420. doi: 10.1016/j.csda.2011.02.007
  25. Oba, S., Sato, M. -a., Takemasa, I., Monden, M., Matsubara, K. -i., Ishii, S. (2003). A Bayesian missing value estimation method for gene expression profile data. Bioinformatics, 19 (16), 2088–2096. doi: 10.1093/bioinformatics/btg287

##submission.downloads##

Опубліковано

2016-08-30

Як цитувати

Slabchenko, O., Sydorenko, V., & Siebert, X. (2016). Розробка моделей імпутації даних із соціальних мереж на основі розширеної матриці атрибутів. Eastern-European Journal of Enterprise Technologies, 4(2(82), 24–34. https://doi.org/10.15587/1729-4061.2016.74871

Номер

Том 4 № 2(82) (2016): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2016 Slabchenko Olesia, Valeriy Sydorenko, Xavier Siebert

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.