Yukinobu Hamuro
hamur****@adm*****
2004年 8月 16日 (月) 10:53:46 JST
鷲尾先生、羽室です。
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*****