Takashi Washio
washi****@ar*****
2004年 8月 16日 (月) 12:04:47 JST
羽室先生
鷲尾です。
以下、大概理解しました。これはデータの厳密性というか、どこまでをデータに含め、
どこからをユーザーの任意にするかという問題に関わりますね。
下でおっしゃっている解決方法1)なら誰が見てもnode.xtとedge.xtの関係がわかり、
どれがvertexのＩＤかが記されていますから、データの曖昧性がないわけです。
解決方法2)の現状フォーマットの場合、どの項目を-vertexIDとしてオプション指定
するかで、まるでグラフというかデータの意味が変わってきますね。問題はこれが
好都合なことなのか、それとも不都合なことなのか、だと思います。
同じデータでも、ユーザーの都合で-vertexIDとするキーを柔軟に変えて扱いたい
なら、現状の解決方法2)がいいと思います。しかし、そのような使用があまりないなら、
データ表現の曖昧性を排除する上から解決方法1)が望ましいでしょう。
現状、私達の問題では、解決方法2)のようにユーザーがキーを任意に指定する
ようなデータや使い方は経験したことがないので、解決方法1)が望ましいと思って
います。
羽室先生の場合、どうでしょうか。ユーザーがキーを任意に指定する解決方法2)の
ようなニーズはあるのでしょうか。
鷲尾
>現在、XMLtable→GraphMLの変換コマンドを作っていますが、
>先の３つの質問の続きとして、確認の意味も含めまして意見をいただけたらと思います。
>
>XMLtable→GraphMLでは、vertexとedgeの情報は別々のファイルにあることを前提とします。
>そこで、vertexIDとEdgeのbgnVertexID,endVertexIDをいかにして同一のものと識別するかという点について、化学式と以下のような例とでは少し違いがあるような気
>がしました。
>
>現在こちらで想定しているデータは、例えばアソシエーションルールの結果をGraphMLで表現する場合で、
>以下のようなものです。
>-------
>node.xt
>-------
>ブランド 価格 売上数量
>A 100 20
>B 80 15
>C 60 90
>
>-------
>edge.xt
>-------
>ブランド１ ブランド２ confidence lift
>A B 0.7 1.0
>B A 0.6 1.0
>B C 0.8 2.1
>C B 0.3 2.1
>C A 0.5 1.2
>A C 0.4 1.2
>(confidenceは"directed"、liftは"undirected")
>
>xt2gmlコマンドは8つのパラメータを持ち、上記のファイルをGraphMLに変換すると
>次のようになります(パラメータのキーワードは分かりやすいものに変えています)。
>
>xt2gml -vertexFile node.xt -vertexID ブランド -vertexLabel 価格,売上数量
> -edgeFile edge.xt -edgeBgnVertexID ブランド１ -edgeEndVertexID ブランド２
> -edgeUndirectedLabel confidence -edgeUndirectedLabel lift -o result.gml
> （-vertexLabel, -edgeUndirectedLabel, -edgeUndirectedLabelは省略可）
>注）xt2gmlでは、-kというパラメータを用意しておりまして、複数のグラフ(Graph要素に対応)も変換可能ですが、ここでは簡単のために省いています。
>
>結果は、以下の通りです。
>----------
>result.gml
>----------
> :
><Vertex vertexID="1" dimension="3">
> <VertexLabel field="ブランド" value="A" />
> <VertexLabel field="価格" value="100"/>
> <VertexLabel field="売上数量" value="20" />
></Vertex>
><Vertex vertexID="2" dimension="3">
> <VertexLabel field="ブランド" value="B" />
> <VertexLabel field="価格" value="80" />
> <VertexLabel field="売上数量" value="15" />
></Vertex>
><Vertex vertexID="3" dimension="3">
> <VertexLabel field="ブランド" value="C" />
> <VertexLabel field="価格" value="60" />
> <VertexLabel field="売上数量" value="90" />
></Vertex>
> :
> :
><Edge edgeId="1" edgeType="directed" dimension="1" bgnVertexId="1" endVertexId="2">
> <EdgeLabel field="confidence" value="0.7" />
></Edge>
><Edge edgeId="2" edgeType="undirected" dimension="1" bgnVertexId="1" endVertexId="2">
> <EdgeLabel field="lift" value="1.0" />
></Edge>
> :
> :
>=====================================================================================
>この場合、node.xtにおける「ブランド」はvertexIDとしての役割を担っています。
>ただ、GraphMLではvertexIDはINT型なので、xt2gmlコマンドが内部的にINT番号を振り、「ブランド」はVertexLabelにします。
>
>一方で、以前に送っていただいた化学式は、テーブルで表すと以下のようになると思われます。
>--------
>node2.xt
>--------
>ID atomy
>1 H
>2 H
>3 C
>4 C
>5 H
>6 H
>
>--------
>edge2.xt
>--------
>ID1 ID2 bondtype
>1 3 singlebond
>2 3 singlebond
>3 4 doublebond
> :
> :
>
>このデータを現在の仕様のxt2gmlで変換すると、Edgeについては問題ありませんが、Vertexは以下のようになり、
>不必要なVertexLabel(ID)が含まれることになります。
><Vertex vertexID="1" dimension="2">
> <VertexLabel field="ID" value="1">
> <VertexLabel field="atomy" value="H">
></Vertex>
>
>この問題の解決法は２つだと思います。
>1) 元データには必ずGraphMLにおけるvertexIDを含める。
> 例えばアソシエーションルールのような例であっても、各vertexにINT番号を以下のように振る。
> ID ブランド 価格 売上数量
> 1 A 100 20
> 2 B 80 15
> 3 C 60 90
> そして、コマンドパラメータは以下のように変更し、前述のものと同様な結果が得られるように変更する。
> xt2gml -vertexID ID -vertexLabel ブランド,価格,売上数量 -edgeBgnVertexID ID1 -edgeEndVertexID ID2 (その他のパラメータは同じ)
> ~~ ~~~~~~~~
>2) vertexIDの問題はさほど大きくないと考え、現状のコマンド仕様を採用する。
>
>方法1)の欠点は、データを用意するユーザにINTのIDを振る手間をかけてしまいます。
>vertexだけでなくedgeの{bgn|end}VertexIDもINTのIDにする必要があります。
>
>以上のようなことを考えながらxt2gmlコマンドを作成中です。
>vertexIDの問題だけでなく、お気づきの点がありましたらご指摘ねがいます。
>
>よろしくお願いします。
>
>----
>Yukinobu Hamuro hamur****@adm*****
>_______________________________________________
>Musashi-devel mailing list
>Musas****@lists*****
>http://lists.sourceforge.jp/mailman/listinfo/musashi-devel