Clustering and visualization for enhancing interpretation of categorical data
Available in National Diet Library
Find on the publisher's website
NDL Digital Collections
Digital data available
Check on the publisher's website
DOI[10.14988/di.2020.0000000064]to the data of the same series
Search by Bookstore
Read this material in an accessible format.
Table of Contents
Provided by：国立国会図書館デジタルコレクションLink to Help Page
2020-08-12 再収集
2020-08-12 再収集
2023-04-26 再収集
2023-04-26 再収集
2023-12-07 再収集
Holdings of Libraries in Japan
This page shows libraries in Japan other than the National Diet Library that hold the material.
Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.
other
Doshisha University Academic Repository
DigitalYou can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
Search by Bookstore
Read in Disability Resources
- Other Services
Bibliographic Record
You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.
- Material Type
- 博士論文
- Author/Editor
- 髙岸, 茉莉子
- Author Heading
- Publication Date
- 2019-09-20
- Publication Date (W3CDTF)
- 2019-09-20
- Alternative Title
- カテゴリカルデータの解釈容易性を向上させるためのクラスタリングと視覚化法についてカテゴリカル データ ノ カイシャク ヨウイセイ オ コウジョウ サセル タメ ノ クラスタリング ト シカクカホウ ニツイテ
- Degree Grantor
- 同志社大学Doshisha University
- Date Granted
- 2019-09-20
- Date Granted (W3CDTF)
- 2019-09-20
- Dissertation Number
- 甲第1041号
- Degree Type
- 博士(文化情報学)
- Text Language Code
- eng
- Alias of Author
- Subject Heading
- Target Audience
- 一般
- Note (General)
- 出版タイプ： VoR
- DOI
- 10.14988/di.2020.0000000064
- Persistent ID (NDL)
- info:ndljp/pid/11490166
- Collection
- Collection (Materials For Handicapped People:1)
- Collection (particular)
- 国立国会図書館デジタルコレクション > デジタル化資料 > 博士論文
- Acquisition Basis
- 博士論文（自動収集）
- Format (IMT)
- application/pdf
- Access Restrictions
- 国立国会図書館内限定公開
- Service for the Digitized Contents Transmission Service
- 図書館・個人送信対象外
- Availability of remote photoduplication service
- 可
- Related Material (URI)
- Periodical Title (URI)
- Is Format Of (URI)
- Data Provider (Database)
- 国立国会図書館 : 国立国会図書館デジタルコレクション
- Summary, etc.
- 本論文では大規模カテゴリカルデータのデータ解釈の場面で生じる問題を考えた．データが大規模な場合，クラスター分析や視覚化などで，データの潜在的な構造を調べる方法が有用とされるが，対象ごとにカテゴリの解釈が異なったり，同じ属性でも回答傾向が異なったりすると解釈が複雑になる．本論文ではそのように既存手法をシンプルに適用するのでは解釈が難しいようなデータに対して，よりわかりやすい解釈をするための手法を開発した．Large-scale categorical data are often obtained in various fields. As an interpretation of large-scale data tends to be complicated, methods to capture the latent structure in data, such as a cluster analysis and a visualization method are often used to make data more interpretable. However, there are some situations where these methods failed to capture the latent structure that is interpretable (e.g., interpretation of categories by each respondent is different). Therefore in this paper, two problems that often occur in large-scale categorical data analysis is considered, and new methods to address these issues are proposed.
- DOI
- 10.14988/di.2020.0000000064
- Format (IMT)
- application/pdf
- Source
- 全文/fulltext （fulltext）
- Access Restrictions
- インターネット公開
- Related Material (NCID)
- BB29672136
- Is Format Of
- URI : 掲載刊行物所蔵情報へのリンク ／ Link to Contents
- Data Provider (Database)
- 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
- Original Data Provider (Database)
- 同志社大学 : 同志社大学学術リポジトリ