Categorical data clustering using a minimum message length criterion

Research on cluster analysis for categorical data continues to develop, new clustering algorithms being proposed. However, in this context, the determination of the number of clusters is rarely addressed. We propose a new approach in which clustering and the estimation of the number of clusters is done simultaneously for categorical data. We assume that the data originate from a finite mixture of multinomial distributions and use a minimum message length criterion (MML) to select the number of clusters (Wallace and Bolton, 1986). For this purpose, we implement an EM-type algorithm (Silvestre et al., 2008) based on the (Figueiredo and Jain, 2002) approach. The novelty of the approach rests on the integration of the model estimation and selection of the number of clusters in a single algorithm, rather than selecting this number based on a set of pre-estimated candidate models. The performance of our approach is compared with the use of Bayesian Information Criterion (BIC) (Schwarz, 1978) and Integrated Completed Likelihood (ICL) (Biernacki et al., 2000) using synthetic data. The obtained results illustrate the capacity of the proposed algorithm to attain the true number of cluster while outperforming BIC and ICL since it is faster, which is especially relevant when dealing with large data sets.

Novas perspetivas sobre as identidades de classe

Há mais de uma década começou a formar-se um movimento de reconversão nos estudos sobre as classes sociais, orientado pela ideia de que é preciso dar mais relevo aos processos culturais, à formação de identidades, ao gosto e à expressão de modos de vida e proceder ao exame direto da maneira como as posições de classe são vividas. Nesta perspetiva, as culturas de classe deixam de designar apenas tipos de comportamento próprios de grupos de desigualdade e passam a ser vistas também como modos de diferenciação, em que as categorias de classe operam através de distinções individualizadas e comparações relacionais com membros de outras classes. O que o conceito de identidade de classe quer agora indicar é um sentido das distâncias sociais dentro das hierarquias, que recorre às diferenças culturais para se exprimir. Este texto recenseia os desenvolvimentos teóricos e as bases empíricas desta linha de trabalho, emergente na sociologia britânica a partir do final da década de 90, com as propostas de autores como Savage, Skeggs, Reay, ou Bottero, entre outros.