Introducing semantic variables in mixed distance measures: Impact on hierarchical clustering

Gibert, K. Valls, A. Batet, M.

Pertany a la col·lecció PC:SerieArticles

TÍTOL:

Introducing semantic variables in mixed distance measures: Impact on hierarchical clustering - PC:685

Handle:

https://hdl.handle.net/20.500.11797/PC685

Autor segons l'article:	Gibert, K. Valls, A. Batet, M.
Any de publicació de la revista:	2014
ISSN:	0219-1377
e-ISSN:	0219-3116
DOI de l'article:	10.1007/s10115-013-0663-5
Enllaç font original:	http://link.springer.com/article/10.1007%2Fs10115-013-0663-5
Versió de l'article dipositat:	info:eu-repo/semantics/acceptedVersion
Accès a la llicència d'ús:	https://creativecommons.org/licenses/by/3.0/es/
Departament:	Enginyeria Informàtica i Matemàtiques
URL Document de llicència:	https://repositori.urv.cat/ca/proteccio-de-dades/
Entitat:	Universitat Rovira i Virgili.
Pàgina inicial:	559
Pàgina final:	593
Volum de revista:	40

Cerca el teu registre a:

Fitxers disponibles
Fitxer	Descripció	Format
DocumentPrincipal	DocumentPrincipal	application/pdf

Tots els objectes d'aquesta col·lecció

Descripció:	10.1007/s10115-013-0663-5 Today, it is well known that taking into account the semantic information available for categorical variables sensibly improves the meaningfulness of the final results of any analysis. The paper presents a generalization of mixed Gibert¿s metrics, which originally handled numerical and categorical variables, to include also semantic variables. Semantic variables are defined as categorical variables related to a reference ontology (ontologies are formal structures to model semantic relationships between the concepts of a certain domain). The superconcept-based distance (SCD) is introduced to compare semantic variables taking into account the information provided by the reference ontology. A benchmark shows the good performance of SCD with respect to other proposals, taken from the literature, to compare semantic features. Mixed Gibert¿s metrics is generalized incorporating SCD. Finally, two real applications based on touristic data show the impact of the generalized Gibert¿s metrics in clustering procedures and, in consequence, the impact of taking into account the reference ontology in clustering. The main conclusion is that the reference ontology, when available, can sensibly improve the meaningfulness of the final clusters.
Cobertura:	Anglès
Tipus:	Article info:eu-repo/semantics/acceptedVersion
Títol:	Introducing semantic variables in mixed distance measures: Impact on hierarchical clustering
Coautor:	Enginyeria Informàtica i Matemàtiques Universitat Rovira i Virgili.
Matèria:	0219-1377
Autor:	Gibert, K. Valls, A. Batet, M.
Drets:	info:eu-repo/semantics/openAccess
Data:	2014

Informació