Badacze z University of Technology (na podstawie publikacji w arXiv) zaprezentowali nową metodę do klastrowania danych kategorycznych, która lepiej radzi sobie z mieszanymi typami atrybutów. Problem, który rozwiązują, leży w tym, że tradycyjne algorytmy klasterowania traktują atrybuty nominalne (takie jak kolory czy kategorie bez porządku) i atrybuty ordinalne (jak oceny od 1 do 5) w identyczny sposób. To prowadzi do utraty ważnych informacji o relacjach między wartościami.
Proponowana metryka odległości unika tego problemu, wprowadzając zunifikowany sposób mierzenia odległości wewnątrz każdego atrybutu. Kluczowa innowacja polega na tym, że algorytm jednocześnie uczy się optymalnych wag dla każdej odległości atrybutu oraz dokonuje podziału danych na klastry. W dotychczasowych podejściach te dwa kroki wykonywane były osobno, co prowadziło do niewystarczających wyników. Połączenie ich w jeden proces uczenia zmniejsza ryzyko utknięcia w lokalnym minimum.
Eksperymenty wykazały, że nowe podejście jest skuteczniejsze niż istniejące metody klastrowania dla danych kategorycznych. Badania uwzględniają perspektywę grafową, aby zbadać wewnętrzne zależności między atrybutami nominalnymi i ordinalnymi, co otwiera nowe możliwości dla ulepszonego przetwarzania danych zawierających mieszane typy cech kategorycznych.