تتناول هذه الدراسة مشكلة حسابية تواجه أساليب التجميع العنقودي الهرمي، وبخاصة طريقة وارد التي تحقق دقة جيدة في التجميع تناسب معظم التطبيقات، غير أن اعتمادها ظل محدودًا بسبب تعقيدها الزمني التربيعي الذي يجعلها بطيئة عند التعامل مع مجموعات البيانات الكبيرة، فضلًا عن استهلاكها ذاكرة بترتيب مربع حجم البيانات في حالة البيانات غير المتجهية، واقترح الباحثان متغيرًا سريعًا من طريقة وارد يقلل عدد حسابات المسافات ويحتاج إلى ذاكرة خطية فقط، بما يفتح الباب أمام توظيف هذا الأسلوب الدقيق في تطبيقات البيانات الضخمة التي كانت متعذرة من قبل
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير صيغة مسرعة من طريقة وارد للتجميع الهرمي تتجاوز قيود الزمن والذاكرة دون التضحية بجودة النتائج، وتقوم الفكرة الأساسية على تقييد عمليات الدمج بحيث تقتصر على العقد المتجاورة في رسم بياني جديد متصل بالكامل يتكون من حلول متعددة تقريبية لمسألة البائع المتجول، وبذلك يتجنب الأسلوب المشكلات التي يسببها انقطاع مكونات الرسم البياني والتي قد تحدث عند استخدام رسم الجيران الأقرب، والمنهج عام بطبيعته إذ يعمل مع جميع أنواع البيانات التي يمكن تعريف دالة مسافة لها، وقارن الباحثان أداء الأسلوب المقترح بأفضل تنفيذ دقيق لطريقة وارد من حيث زمن التنفيذ وجودة التجميع على مجموعات بيانات كبيرة الحجم
ثانيًا: أبرز النتائج
أظهرت التجارب أن الأسلوب المقترح حقق على مجموعة بيانات يبلغ حجمها مليونًا و280 ألف عنصر تسريعًا يبلغ خمسة وعشرين ضعفًا مقارنة بأفضل تنفيذ دقيق لطريقة وارد، مع الحصول على نتائج مطابقة تمامًا لنتائج الأسلوب الأصلي، كما يتيح الأسلوب موازنة مرنة بين جودة التجميع وزمن التشغيل، فعند قبول تدهور معتدل في الجودة ينخفض فيه مؤشر المعلومات المتبادلة المعيارية من 0.90 إلى 0.80 يتحسن عامل التسريع بدرجة كبيرة ليصل إلى 625 ضعفًا، وهو ما يمنح المستخدم حرية اختيار نقطة التوازن المناسبة لطبيعة تطبيقه ومتطلباته، وبينت الدراسة كذلك أن الرسم البياني المبني على حلول مسألة البائع المتجول يمكن توظيفه في تطبيقات أخرى تحتاج إلى رسم جوار متصل
وتبرز في النتائج خاصية جوهرية للأسلوب المقترح هي عموميته، فهو لا يقتصر على نوع بعينه من البيانات بل يعمل مع أي بيانات يمكن تعريف دالة مسافة لها، بما يشمل البيانات غير المتجهية التي كانت تستهلك في الأسلوب الأصلي ذاكرة بترتيب مربع حجم البيانات، فباتت تكتفي الآن بذاكرة خطية، وهذا التحول في متطلبات الذاكرة لا يقل أهمية عن التسريع الزمني، إذ يزيل عائقًا كان يمنع أصلًا تحميل مجموعات البيانات الكبيرة في الذاكرة لمعالجتها، ويجعل التحليل ممكنًا على تجهيزات حاسوبية متواضعة الموارد
ثالثًا: دلالات الدراسة وتطبيقاتها
تتمثل دلالة هذه النتائج في أنها توسع نطاق استخدام التجميع الهرمي الدقيق ليشمل مجموعات البيانات الضخمة التي كانت التكلفة الحسابية تحول دون تحليلها بهذا الأسلوب، فإتاحة نتائج مطابقة بنتائج الطريقة الأصلية بزمن أقل بكثير وذاكرة خطية فقط تعني إمكان تحليل بيانات بملايين العناصر على أجهزة اعتيادية، كما أن مرونة الموازنة بين الجودة والسرعة تجعل الأسلوب صالحًا لسيناريوهات متنوعة من التحليل الاستكشافي السريع إلى التجميع النهائي عالي الدقة، ويضاف إلى ذلك أن الرسم البياني المقترح يمثل إسهامًا مستقلًا يمكن أن تستفيد منه أساليب تحليل أخرى تحتاج إلى بنية جوار متصلة رصينة في تمثيل البيانات
وتفتح الدراسة آفاقًا لتعميم فكرة الرسم البياني القائم على حلول مسألة البائع المتجول في سياقات تحليلية أخرى، فكثير من أساليب التعلم الآلي وتنقيب البيانات تحتاج إلى رسم جوار متصل يمثل علاقات التشابه بين العناصر دون أن تتفكك مكوناته، وهو ما يوفره هذا الرسم بطبيعته المتصلة بالكامل، كما يستفيد ممارسو تحليل البيانات من وضوح مفاضلة الجودة والسرعة في الأسلوب الجديد، إذ يمكنهم ضبطه بما يناسب مرحلة التحليل، من استكشاف سريع بمقايضة جودة محدودة إلى تجميع نهائي بنتائج مطابقة للأسلوب الدقيق، ويعزز من قيمة الأسلوب أنه يحافظ على البنية الهرمية الكاملة لشجرة التجميع كما في الطريقة الأصلية، فلا يضحي بمعلومة اندماجية جوهرية في مقابل السرعة
وخلاصة القول إن الدراسة قدمت حلًا عمليًا لمشكلة بطء طريقة وارد واستهلاكها الكبير للذاكرة، عبر رسم بياني مبتكر يقيد عمليات الدمج بالعقد المتجاورة، فحققت تسريعًا ملموسًا مع المحافظة على النتائج ذاتها، وبهذه الصيغة الجديدة يصبح التجميع الهرمي الدقيق خيارًا واقعيًا في عصر البيانات الضخمة، وتتوسع إمكانات الباحثين والممارسين في تحليل مجموعات بيانات كانت خارج نطاق هذا الأسلوب العريق
