- AutorIn
- Wolfgang Lehner Technische Universität Dresden, Fakultät Informatik, Institut für Systemarchitektur, Professur Datenbanken
- Dirk HabichTechnische Universität Dresden, Fakultät Informatik, Institut für Systemarchitektur, Dresden Database Research Group
- Martin HahmannTechnische Universität Dresden, Fakultät Informatik, Institut für Systemarchitektur, Dresden Database Research Group
- Titel
- Evolving Ensemble-Clustering to a Feedback-Driven Process
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-814619
- Konferenz
- IEEE International Conference on Data Mining Workshops (ICDM Workshops). Sydney, 13.12.2010
- Quellenangabe
- 2010 IEEE International Conference on Data Mining Workshops : Proceedings
Erscheinungsort: New York, NY
Verlag: IEEE
Erscheinungsjahr: 2010
Seiten: 401-408
ISBN: 978-1-4244-9244-2 - Erstveröffentlichung
- 2011
- Abstract (EN)
- Data clustering is a highly used knowledge extraction technique and is applied in more and more application domains. Over the last years, a lot of algorithms have been proposed that are often complicated and/or tailored to specific scenarios. As a result, clustering has become a hardly accessible domain for non-expert users, who face major difficulties like algorithm selection and parameterization. To overcome this issue, we develop a novel feedback-driven clustering process using a new perspective of clustering. By substituting parameterization with user-friendly feedback and providing support for result interpretation, clustering becomes accessible and allows the step-by-step construction of a satisfying result through iterative refinement.
- Andere Ausgabe
- Link zum Artikel, der zuerst in der IEEE Xplore Digital Library erschienen ist
DOI: https://doi.org/10.1109/ICDMW.2010.136 - Freie Schlagwörter (DE)
- Ensemble-Clustering, Resonanz, Visualisierung
- Freie Schlagwörter (EN)
- ensemble-clustering, feedback, visualization
- Klassifikation (DDC)
- 005
- 006
- Verlag
- IEEE, New York, NY
- Version / Begutachtungsstatus
- angenommene Version / Postprint / Autorenversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-814619
- Veröffentlichungsdatum Qucosa
- 01.11.2022
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Englisch
- Deutsch
- Lizenz / Rechtehinweis