1. CIKM2013 論文読み会
FIRE: Interactive Visual Support for
Parameter Space-Driven
Rule Mining
Abhishek Mukherji, Xika Lin, Jason Whitehouse,
Christopher R. Botaish,
Elke A. Rundensteiner and Matthew O. Ward
2013.12.07(土)
大木基至

2. 01. 自己紹介
・名前：大木基至（２５歳）
・所属：通信会社のデータプラットホームチーム
・マイブーム：人狼、ボドゲ、ジム
・スキル：マイニングが好き
・2年前くらいからマーケティングへのマイニング
の応用を勝手にやってます
• 2012年度VMStudio & TMStudio学生研究“優秀賞”：アン
ケート調査とTwitterの解析に基づく就職活動支援策の提
案
• 2012年度S-PLUS学生研究“佳作賞”：数量化理論第Ⅱ類と
アソシエーションルール解析による自動車バナーデザイン
の分析（詳細）
• 2011年度VMStudio & TMStudio学生研究“佳作賞”：多変
量解析を用いた大学生のためのニュースサイトの構築
・今年も1件出して、現在１件取り組み中
・予測モデル系コンペもやってみたいけど、やるこ
と多すぎてフリーズ中
2013.12.07 発表資料
シリコンバレー
Google 本社にて
1 / 15

3. 02. モチベーション
・大学時代にルールマイニング系の研究をしていた
- １．ルールの可視化システムの開発
- 3次元ネットワーク図で表現するみたいなやつ
- ２．ルールの評価指標の研究
- ルールの頑健性を定義し、有用性を検証
・というわけで、ルールマイニング系を発表します
・でも、今日は時間なかったので、応用系に逃げました
・10時から読んで作ったので、詳細は
知りません（ごめんなさい）
2013.12.07 発表資料
2 / 15

4. 03. 概要
• 効率的にルールを発見すること重要！
• 一方、マイニングシステムのユーザビリティが遅れてる
• ルール間の関係を対話的に探索したい
• その際、ルールマイニングのパラメータも多くて大変
• FIRE（Framework for Interactive Rule Exploration）
を提案し、ユーザビリティを向上させる
• ルールの分布を表示するビジュアルにこだわる
• パラメータ選択やユーザの理解を助ける
• 22人でユーザビリティ実験
• 対話的マイニング、知識発見、ビジュアル分析に重要な
貢献を果たせた
2013.12.07 発表資料
3 / 15

5. 04. Introduction
• ルールマイニングと言えば、バスケット分析的な（？）
• 有名なアルゴリズムと言えば、Agrawalのアプリオリアル
ゴリズム
• いわゆる支持度に基づく抽出
• 単純だけど、よく使われる
• 抽出までのパフォーマンス（質と速さ）は割とやってる
• マイニングシステムのためのユーザビリティにもそろそ
ろ力いれよう
• けど、いろいろユーザビリティ向上には課題が…
2013.12.07 発表資料
4 / 15

6. 04. Introduction
課題
• パラメータチューニング
• データに応じて、パラメータ（閾値とか）調整必要
• 閾値の高すぎるパラメータだとルールを絞りすぎて
• ルール間の関係可視化
• お互いをカバーしてるルールとかあったりで関係ってのはある
• 大量のルールの中でもう少しグルーピングとかしたい
• パレート最適
• 一般に１つの評価指標でルールは評価しない
• 2つ以上の評価指標を使って最適なルールを見つけましょう
…などなど
2013.12.07 発表資料
5 / 15

7. 04. Introduction
とりあえずやってること
• FIRE
• PSpace View：全体的なパラメータスペースビュー
• RSpace View：詳細なルールスペースビュー
• Supportとconfidenceの値で2次元にマッピングする
• A→Bのルールで、
Support = |A ⋂ B|、Confidence = |A ⋂ B |/| A|
• ルールを抽出して、各ルールをマッピング
• これらのビューで課題を解決する
• 最後にユーザ使ってシステム評価もする
• うーむ、怪しい
2013.12.07 発表資料
6 / 15

8. 05. Interactive Rule Mining Model
• これがFIRE！（うーん、なんだコレ）
PSpace
View
2013.12.07 発表資料
RSpace
View
7 / 15

9. 06. FIRE Interactive Visualization
• X軸がsupport値
• Y軸がconfidence値
• 色の濃さでルールの頻度
を表現
• 領域は各閾値を満たす
ルールセット
2013.12.07 発表資料
8 / 15

10. 06. FIRE Interactive Visualization
各領域でユ
ニークな
ルールの
みを描画
2013.12.07 発表資料
冗長なルー
ルを取り除
いて描画
9 / 15

11. 06. FIRE Interactive Visualization
• トップ１００のルールが
欲しいってなったときに
境界を描画
• 例はConfidenceで
2013.12.07 発表資料
10 / 15

12. 06. FIRE Interactive Visualization
領域をクリックしたら、詳細でるよ
2013.12.07 発表資料
11 / 15

13. 06. FIRE Interactive Visualization
二つの領域の比較もお手軽に！（そうか？）
2013.12.07 発表資料
12 / 15

14. 07. Evaluation
• ユーザに使ってもらって評価実験をした
• 以下の手順
• １．ルールマイニングを説明
• ２．FIREの使い方説明
• ３．30分～50分で分析
• 比較はWEKAのようなCRMっていう既存のソフトで
• 探索の時間で効率性を、良いルールをどれだけ選べるか
で精度を評価する
• データセットはおなじみUCI
• 5種類のタスクをしてる
• 時間がないため、詳細は口頭で
2013.12.07 発表資料
13 / 15

15. 07. Evaluation
ほぼ圧勝！！
2013.12.07 発表資料
14 / 15

16. 08. おまけ
• これが良いかどうかはともかく、ビジュアライジングの
一例として使っていただければ…
• 濃淡と領域表現は参考になった
• ちなみに、CIKM2013には他に、定量的な属性しかない
テーブルから定量ルールを抽出する方法がありました
• ルールマイニングのトレンド
• Interestingness Measureの研究
• ルールセットの評価
• ルール抽出してた人らが、ルール抽出しないでクラス分類をする
方法を提案し出した（Lazy Classification）
• 速度が速くて、精度が高い
• 仕事だとルールマイニングは結構好かれると個人的に思
う（某コンサル会社は決定木を一番使うらしい）
2013.12.07 発表資料
15 / 15