Clustering ensembles: a hedonic game theoretical approach

• Ano de defesa: 2018
• Autor(a) principal: Sandes, Nelson Carvalho
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Mineração de dados; Jogos eletrônicos
• Link de acesso: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/114997

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.