Advances in Computer Communication and Computational Sciences: Proceedings of IC4S 2017, Volume 1 Sanjiv K. Bhatia

Advances in Computer Communication and
Computational Sciences: Proceedings of IC4S
2017, Volume 1 Sanjiv K. Bhatia download
https://textbookfull.com/product/advances-in-computer-
communication-and-computational-sciences-proceedings-of-
ic4s-2017-volume-1-sanjiv-k-bhatia/
Download more ebook from https://textbookfull.com

We believe these products will be a great fit for you. Click
the link to download now, or visit textbookfull.com
to discover even more!
Advances in Computer Communication and Computational
Sciences: Proceedings of IC4S 2018 Sanjiv K. Bhatia
https://textbookfull.com/product/advances-in-computer-
communication-and-computational-sciences-proceedings-of-
ic4s-2018-sanjiv-k-bhatia/
Advances in Computer Communication and Computational
Sciences Proceedings of IC4S 2019 Sanjiv K. Bhatia
https://textbookfull.com/product/advances-in-computer-
communication-and-computational-sciences-proceedings-of-
ic4s-2019-sanjiv-k-bhatia/
Advances in Computer Vision: Proceedings of the 2019
Computer Vision Conference (CVC), Volume 1 Kohei Arai
https://textbookfull.com/product/advances-in-computer-vision-
proceedings-of-the-2019-computer-vision-conference-cvc-
volume-1-kohei-arai/
Advances in Communication and Computational Technology
Select Proceedings of ICACCT 2019 Gurdeep Singh Hura
https://textbookfull.com/product/advances-in-communication-and-
computational-technology-select-proceedings-of-
icacct-2019-gurdeep-singh-hura/

Advances in Computational Intelligence and
Communication Technology Proceedings of CICT 2019 Xiao-
Zhi Gao
https://textbookfull.com/product/advances-in-computational-
intelligence-and-communication-technology-proceedings-of-
cict-2019-xiao-zhi-gao/
Advances in Psychology and Law Volume 1 1st Edition
Monica K. Miller
https://textbookfull.com/product/advances-in-psychology-and-law-
volume-1-1st-edition-monica-k-miller/
Recent Advances in Computational Engineering
Proceedings of the 4th International Conference on
Computational Engineering ICCE 2017 in Darmstadt
Michael Schäfer
https://textbookfull.com/product/recent-advances-in-
computational-engineering-proceedings-of-the-4th-international-
conference-on-computational-engineering-icce-2017-in-darmstadt-
michael-schafer/
Computational Intelligence Theories Applications and
Future Directions Volume II ICCI 2017 Nishchal K. Verma
https://textbookfull.com/product/computational-intelligence-
theories-applications-and-future-directions-volume-ii-
icci-2017-nishchal-k-verma/
Advances in Computational and Bio-Engineering:
Proceeding of the International Conference on
Computational and Bio Engineering, 2019, Volume 1 S.
Jyothi
https://textbookfull.com/product/advances-in-computational-and-
bio-engineering-proceeding-of-the-international-conference-on-
computational-and-bio-engineering-2019-volume-1-s-jyothi/

Advances in Intelligent Systems and Computing759
Sanjiv K. Bhatia · Shailesh Tiwari
Krishn K. Mishra · Munesh C. Trivedi
Editors
Advances in
Computer
Communication
and Computational
Sciences
Proceedings of IC4S 2017, Volume 1

Advances in Intelligent Systems and Computing
Volume 759
Series editor
Janusz Kacprzyk, Polish Academy of Sciences, Warsaw, Poland
e-mail: [email protected]

The series“Advances in Intelligent Systems and Computing”contains publications on theory,
applications, and design methods of Intelligent Systems and Intelligent Computing. Virtually all
disciplines such as engineering, natural sciences, computer and information science, ICT, economics,
business, e-commerce, environment, healthcare, life science are covered. The list of topics spans all the
areas of modern intelligent systems and computing such as: computational intelligence, soft computing
including neural networks, fuzzy systems, evolutionary computing and the fusion of these paradigms,
social intelligence, ambient intelligence, computational neuroscience, artiﬁcial life, virtual worlds and
society, cognitive science and systems, Perception and Vision, DNA and immune based systems,
self-organizing and adaptive systems, e-Learning and teaching, human-centered and human-centric
computing, recommender systems, intelligent control, robotics and mechatronics including
human-machine teaming, knowledge-based paradigms, learning paradigms, machine ethics, intelligent
data analysis, knowledge management, intelligent agents, intelligent decision making and support,
intelligent network security, trust management, interactive entertainment, Web intelligence and multimedia.
The publications within“Advances in Intelligent Systems and Computing”are primarily proceedings
of important conferences, symposia and congresses. They cover signiﬁcant recent developments in the
ﬁeld, both of a foundational and applicable character. An important characteristic feature of the series is
the short publication time and world-wide distribution. This permits a rapid and broad dissemination of
research results.
Advisory Board
Chairman
Nikhil R. Pal, Indian Statistical Institute, Kolkata, India
e-mail: [email protected]
Members
Rafael Bello Perez, Universidad Central“Marta Abreu”de Las Villas, Santa Clara, Cuba
e-mail: [email protected]
Emilio S. Corchado, University of Salamanca, Salamanca, Spain
e-mail: [email protected]
Hani Hagras, University of Essex, Colchester, UK
e-mail: [email protected]
LászlóT. Kóczy, Széchenyi István University, Győr, Hungary
e-mail: [email protected]
Vladik Kreinovich, University of Texas at El Paso, El Paso, USA
e-mail: [email protected]
Chin-Teng Lin, National Chiao Tung University, Hsinchu, Taiwan
e-mail: [email protected]
Jie Lu, University of Technology, Sydney, Australia
e-mail: [email protected]
Patricia Melin, Tijuana Institute of Technology, Tijuana, Mexico
e-mail: [email protected]
Nadia Nedjah, State University of Rio de Janeiro, Rio de Janeiro, Brazil
e-mail: [email protected]
Ngoc Thanh Nguyen, Wroclaw University of Technology, Wroclaw, Poland
e-mail: [email protected]
Jun Wang, The Chinese University of Hong Kong, Shatin, Hong Kong
e-mail: [email protected]
More information about this series at http://www.springer.com/series/11156

Sanjiv K. BhatiaShailesh Tiwari
Krishn K. Mishra
Munesh C. Trivedi
Editors
AdvancesinComputer
Communication
andComputationalSciences
Proceedings of IC4S 2017, Volume 1
123

Editors
Sanjiv K. Bhatia
Department of Computer Science
University of Missouri
Columbia, MO
USA
Shailesh Tiwari
Department of Computer Science
and Engineering
ABES Engineering College
Ghaziabad, Uttar Pradesh
India
Krishn K. Mishra
Department of Computer Science
and Engineering
Motilal Nehru National Institute
of Technology Allahabad
Allahabad, Uttar Pradesh
India
Munesh C. Trivedi
Department of Computer Science
and Engineering
ABES Engineering College
Ghaziabad, Uttar Pradesh
India
ISSN 2194-5357 ISSN 2194-5365 (electronic)
Advances in Intelligent Systems and Computing
ISBN 978-981-13-0340-1 ISBN 978-981-13-0341-8 (eBook)
https://doi.org/10.1007/978-981-13-0341-8
Library of Congress Control Number: 2018940399
©Springer Nature Singapore Pte Ltd. 2019
This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, speciﬁcally the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microﬁlms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a speciﬁc statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, express or implied, with respect to the material contained herein or
for any errors or omissions that may have been made. The publisher remains neutral with regard to
jurisdictional claims in published maps and institutional afﬁliations.
This Springer imprint is published by the registered company Springer Nature Singapore Pte Ltd.
The registered company address is: 152 Beach Road, #21-01/04 Gateway East, Singapore 189721,
Singapore

Preface
IC4S is a major multidisciplinary conference organized with the objective of
bringing together researchers, developers, and practitioners from academia and
industry working in all areas of computer and computational sciences. It is orga-
nized speciﬁcally to help computer industry to derive the advances in
next-generation computer and communication technology. Researchers invited to
speak will present the latest developments and technical solutions.
Technological developments all over the world are dependent upon globalization
of various research activities. Exchange of information and innovative ideas is
necessary to accelerate the development of technology. Keeping this ideology in
preference, the International Conference on Computer, Communication and
Computational Sciences (IC4S 2017) has been organized at Swissôtel Resort
Phuket Patong Beach, Thailand, during October 11–12, 2017.
This is the second time the International Conference on Computer,
Communication and Computational Sciences has been organized with a foreseen
objective of enhancing the research activities at a large scale. Technical Program
Committee and Advisory Board of IC4S include eminent academicians, researchers,
and practitioners from abroad as well as from all over the nation.
In this book, selected manuscripts have been subdivided into various tracks—
Intelligent Hardware and Software Design, Advanced Communications, Intelligent
Computing Techniques, Web and Informatics, and Intelligent Image Processing.
All sincere efforts have been made to make it an immense source of knowledge for
all and include 85 manuscripts. The selected manuscripts have gone through a
rigorous review process and are revised by authors after incorporating the
suggestions of the reviewers. These manuscripts have been presented at IC4S 2017
in six different technical sessions. A gift voucher worth EUR 150 (one hundred and
ﬁfty euros) for session-wise Best Paper Presentation of paper has been awarded by
Springer at IC4S 2017 through which authors can select and buy an e-book from
Springer Link.
IC4S 2017 received around 425 submissions from around 650 authors of 15
different countries such as USA, Iceland, China, Saudi Arabia, South Africa,
Taiwan, Malaysia. Each submission has gone through the plagiarism check. On the
v

basis of plagiarism report, each submission was rigorously reviewed by at least two
reviewers with an average of 2.3 per reviewer. Even some submissions have more
than two reviews. On the basis of these reviews, 85 high-quality papers were
selected for publication in this proceedings volume, with an acceptance rate of 20%.
We are thankful to the keynote speakers—Prof. Phalguni Gupta, IIT Kanpur,
India; Prof. Jong-Myon Kim, University of Ulsan, Ulsan, Republic of Korea;
Dr. Nitin Singh, MNNIT Allahabad, India; Mr. Aninda Bose, Senior Editor, Hard
Sciences, Springer Nature, India; and Dr. Brajesh Kumar Singh, RBS College,
Agra, India, to enlighten the participants with their knowledge and insights. We are
also thankful to the delegates and the authors for their participation and their interest
in IC4S 2017 as a platform to share their ideas and innovation. We are also thankful
to Prof. Dr. Janusz Kacprzyk, Series Editor, AISC, Springer, for providing con-
tinuous guidance and support. Also, we extend our heartfelt gratitude to the
reviewers and Technical Program Committee members for showing their concern
and efforts in the review process. We are indeed thankful to everyone directly or
indirectly associated with the conference organizing team, leading it toward the
success.
Although utmost care has been taken in compilation and editing, a few errors
may still occur. We request the participants to bear with such errors and lapses (if
any). We wish you all the best.
Columbia, USA Sanjiv K. Bhatia
Ghaziabad, India Shailesh Tiwari
Allahabad, India Krishn K. Mishra
Ghaziabad, India Munesh C. Trivedi
vi Preface

Contents
Part I Intelligent Computing Techniques
Multi-view Ensemble Learning Using Rough Set Based Feature
Ranking for Opinion Spam Detection
.......................... 3
Mayank Saini, Sharad Verma and Aditi Sharan
Analysis of Online News Popularity and Bank Marketing
Using ARSkNN
........................................... 13
Arjun Chauhan, Ashish Kumar, Sumit Srivastava and Roheet Bhatnagar
Fuzz Testing in Stack-Based Buffer Overﬂow
.................... 23
Manisha Bhardwaj and Seema Bawa
Quantum Behaved Particle Swarm Optimization Technique Applied
to FIR-Based Linear and Nonlinear Channel Equalizer
............. 37
Rashmi Sinha, Arvind Choubey, Santosh Kumar Mahto
and Prakash Ranjan
Deep ConvNet with Different Stochastic Optimizations
for Handwritten Devanagari Character
......................... 51
Mahesh Jangid and Sumit Srivastava
Speech Recognition of Punjabi Numerals Using Convolutional
Neural Networks
.......................................... 61
Thakur Aditi and Verma Karun
Fault Diagnosis of Bearings with Variable Rotational Speeds
Using Convolutional Neural Networks
.......................... 71
Viet Tra, Jaeyoung Kim and Jong-Myon Kim
Fault Diagnosis of Multiple Combined Defects in Bearings
Using a Stacked Denoising Autoencoder
........................ 83
Bach Phi Duong and Jong-Myon Kim
vii

Cancer Prediction Through a Bacterial Evolutionary Algorithm
Based Adaptive Weighted Fuzzy C-Means Approach
............... 95
M. Sangeetha, N. K. Karthikeyan, P. Tamijeselvy and M. Nachammai
Cold Start Problem in Social Recommender
Systems: State-of-the-Art Review
.............................. 105
V. R. Revathy and S. Pillai Anitha
Trafﬁc Surveillance Video Summarization for Detecting
Trafﬁc Rules Violators Using R-CNN
........................... 117
Veena Mayya and Aparna Nayak
GAE: A Genetic-Based Approach for Software Workﬂow
Improvement by Unhiding Hidden Transactions of a Legacy
Application
............................................... 127
Shashank Sharma and Sumit Srivastava
Research on Object Detection Algorithm Based on PVANet
.........141
Jianjun Lv, Bin Zhang and Xiaoqi Li
Characterization of Groundwater Contaminant Sources
by Utilizing MARS Based Surrogate Model Linked to
Optimization Model
........................................ 153
Shahrbanoo Hazrati-Yadkoori and Bithin Datta
Performance Comparisons of Socially Inspired Metaheuristic
Algorithms on Unconstrained Global Optimization
................ 163
Elif Varol Altay and Bilal Alatas
Comparative Analysis of Prediction Algorithms for Diabetes
.........177
Shweta Karun, Aishwarya Raj and Girija Attigeri
An Improved Discrete Grey Model Based on BP Neural
Network for Trafﬁc Flow Forecasting
.......................... 189
Ziheng Wu, Zhongcheng Wu and Jun Zhang
Inﬂuence of the System Parameters on the Final Accuracy
for the User Identiﬁcation by Free-Text Keystroke
Dynamics
................................................ 199
Evgeny Kostyuchenko and Ramil Kadyrov
Correlation Criterion in Assessment of Speech Quality
in Process of Oncological Patients Rehabilitation After Surgical
Treatment of the Speech-Producing Tract
....................... 209
Evgeny Kostyuchenko, Roman Meshcheryakov, Dariya Ignatieva,
Alexander Pyatkov, Evgeny Choynzonov and Lidiya Balatskaya
viii Contents

Compressive Sensing Classiﬁer Based on K-SVD .................. 217
Xiaohua Xu, Baichuan Fan, Ping He, Yali Liang, Zheng Liao
and Tianyu Jing
Nonlinear Manifold Classiﬁcation Based on LLE
.................. 227
Ping He, Tianyu Jing, Xiaohua Xu, Lei Zhang, Zheng Liao
and Baichuan Fan
Application of Deep Autoencoders in Commerce
Recommendation
.......................................... 235
Gali Bai and Zhiqiang Zhan
Part II Intelligent Hardware and Software Design
An Efﬁcient Pipelined Feedback Processor for Computing
a 1024-Point FFT Using Distributed Logic
....................... 245
Hung Ngoc Nguyen, Cheol-Hong Kim and Jong-Myon Kim
Design of Low-Voltage CMOS Op-Amp Using
Evolutionary Optimization Techniques
.......................... 257
K. B. Maji, R. Kar, D. Mandal, B. Prasanthi and S. P. Ghoshal
RGA-Based Wide Null Control for Compact Linear
Antenna Array
............................................ 269
Durbadal Mandal, Rajib Kar and Shrestha Bandyopadhyay
A Design of Highly Stable and Low-Power SRAM Cell
.............281
P. Upadhyay, R. Kar, D. Mandal, S. P. Ghoshal and Navyavani Yalla
Optimal Design of 2.4 GHz CMOS LNA Using PSO
with Aging Leader and Challenger
............................ 291
S. Mallick, R. Kar, D. Mandal, Tanya Dasgupta and S. P. Ghoshal
Input-Output Fault Diagnosis in Robot Manipulator
Using Fuzzy LMI-Tuned PI Feedback Linearization
Observer Based on Nonlinear Intelligent ARX Model
.............. 305
Farzin Piltan, Manjurul Islam and Jong-Myon Kim
Robot Path Planning by LSTM Network Under Changing
Environment
............................................. 317
Masaya Inoue, Takahiro Yamashita and Takeshi Nishida
Optimizing Database Storage Architecture with Unstructured
Dataset on GPGPU for Real-Time System
....................... 331
Toan Nguyen Mau and Yasushi Inoguchi
A Structure–Behavior Coalescence Approach for Model
Singularity
............................................... 343
Guo-Peng Qiu, Shuh-Ping Sun, Zijun Lee and William S. Chao
Contents ix

Employment of Minimal Generating Sets and Structure of Sylow
2-Subgroups Alternating Groups in Block Ciphers
................ 351
Ruslan Viacheslavovich Skuratovskii
Self-repairing Functional Unit Design in an Embedded
Out-of-Order Processor Core
................................. 365
Harini Sriraman and Venkatasubbu Pattabiraman
Research on the Improvement of Civil Unmanned
Aerial Vehicles Flight Control System
.......................... 375
Kunlin Yu
Smart Water Dispenser for Companion Animals
.................. 385
Yonghwan Lee, Hwaju Cho and Sungyoung Kim
An Automated System for Assisting and Monitoring
Plant Growth
............................................. 395
Satien Janpla, Kunyanuth Kularbphettong and Supanat Chuandcham
Efﬁcient Rub-Impact Fault Diagnosis Scheme Based
on Hybrid Feature Extraction and SVM
........................ 405
Alexander Prosvirin, Jaeyoung Kim and Jong-Myon Kim
Diagnosis Approach on Compensation Capacitor Fault
of Jointless Track Circuit Based on Simulated Annealing
Algorithm
................................................ 417
Bao-ge Zhang, Wei-jie Ma and Gao-wu Chang
Author Index
................................................ 427
x Contents

About the Editors
Dr. Sanjiv K. Bhatiareceived his Ph.D. in Computer Science from the University
of Nebraska, Lincoln, in 1991. He presently works as Professor and Graduate
Director (Computer Science) at the University of Missouri, St. Louis, USA. His
primary areas of research include image databases, digital image processing, and
computer vision. He has published over 40 articles in those areas. He has also
consulted extensively with industry for commercial and military applications of
computer vision. He is an expert in system programming and has worked on
real-time and embedded applications. He serves on the organizing committee of a
number of conferences and on the editorial board of international journals. He has
taught a broad range of courses in computer science and was the recipient of
Chancellor’s Award for Excellence in Teaching in 2015. He is a senior member of
ACM.
Dr. Shailesh Tiwariis currently working as a professor in Computer Science and
Engineering Department, ABES Engineering College, Ghaziabad, India. He is also
administratively heading the department. He is an alumnus of Motilal Nehru
National Institute of Technology Allahabad, India. He has more than 15 years of
experience in teaching, research, and academic administration. His primary areas of
research are software testing, implementation of optimization algorithms, and
machine learning techniques in software engineering. He has also published more
than 40 publications in international journals and in proceedings of international
conferences of repute. He has served as a program committee member of several
conferences and edited Scopus and E-SCI-indexed journals. He has also organized
several international conferences under the banner of IEEE and Springer. He is a
senior member of IEEE, a member of IEEE Computer Society, and an executive
committee member of IEEE UP Section. He is a member of reviewer and editorial
board of several international journals and conferences.
Dr. Krishn K. Mishrais currently working as a visiting faculty, Mathematics and
Computer Science Department, University of Missouri, St. Louis, USA. He is an
alumnus of Motilal Nehru National Institute of Technology Allahabad, India, which
xi

is also his base working institute. His primary areas of research include evolu-
tionary algorithms, optimization techniques, and design and analysis of algorithms.
He has also published more than 50 publications in international journals and in
proceedings of international conferences of repute. He is serving as a program
committee member of several conferences and also editing few Scopus and
SCI-indexed journals. He has 15 years of teaching and research experience during
which he made all his efforts to bridge the gaps between teaching and research.
Dr. Munesh C. Trivediis currently working as a professor in Computer Science
and Engineering Department, ABES Engineering College, Ghaziabad, India. He
has rich experience in teaching the undergraduate and postgraduate classes. He has
published 20 textbooks and 81 research papers in international journals and pro-
ceedings of international conferences. He has organized several international con-
ferences technically sponsored by IEEE, ACM, and Springer. He has also worked
as a member of organizing committee in several IEEE international conferences in
India and abroad. He is on the review panel of IEEE Computer Society,
International Journal of Network Security,Pattern Recognition Letters and
Computer & Education(Elsevier’s journal). He is also a member of editorial board
forInternational Journal of Computer Application,Journal of Modeling and
Simulation in Design and Manufacturing(JMSDM) andInternational Journal of
Emerging Trends and Technology in Computer Science & Engineering. He has
been appointed member of board of studies as well as in syllabus committee of
different private Indian universities and member of organizing committee for var-
ious national and international seminars/workshops. He is an executive committee
member of IEEE UP Section, IEEE Computer Society Chapter, IEEE India
Council, and also IEEE Asia Paciﬁc Region 10. He is an active member of IEEE
Computer Society, International Association of Computer Science and Information
Technology, Computer Society of India, and International Association of Engineers
and a life member of ISTE.
xii About the Editors

Part I
Intelligent Computing Techniques

Multi-view Ensemble Learning Using
Rough Set Based Feature Ranking for
Opinion Spam Detection
Mayank Saini, Sharad Verma and Aditi Sharan
AbstractProduct reviews and blogs play a vital role in giving an insight to end
user for making purchasing decision. Studies show a direct link between product
reviews/rating and revenue of product. So, review hosting sites are often targeted to
promote or demote products by writing fake reviews. These ﬁctitious opinions which
are written to sound authentic known as deceptive opinion spam. To build an auto-
matic classiﬁer for opinion spam detection, feature engineering plays an important
role. Deceptive cues are needed to be transformed into features. We have extracted
various psychological, linguistic, and other textual features from text reviews. We
have used mMulti-view Ensemble Learning (MEL) to build the classiﬁer. Rough Set
Based Optimal Feature Set Partitioning (RS-OFSP) algorithm is proposed to con-
struct views for MEL. Proposed algorithm shows promising results when compared
to random feature set partitioning (Bryll Pattern Recognit 36(6):1291–1302, 2003)
[1] and optimal feature set partitioning (Kumar and Minz Knowl Inf Syst, 2016) [2].
KeywordsMulti-view ensemble learning
·Opinion spamming
Opinion mining
·Feature set partitioning·Rough set
1 Introduction
A fake review can make a huge potential impact on consumer behavior and their pur-
chasing decision. That is why this ﬁeld is getting attention throughout academia and
businesses. Manually, it is difﬁcult to detect deceptive opinion spam from reviews
which are generally unstructured in nature. Features play a vital role in building auto-
M. Saini (B)·S. Verma·A. Sharan
Jawaharlal Nehru University, New Delhi, India
e-mail: [email protected]; [email protected]
S. Verma
e-mail: [email protected]
A. Sharan
e-mail: [email protected]
© Springer Nature Singapore Pte Ltd. 2019
S. K. Bhatia et al. (eds.),Advances in Computer Communication and Computational
Sciences, Advances in Intelligent Systems and Computing 759,
https://doi.org/10.1007/978-981-13-0341-8_1
3

4 M.Sainietal.
matic deceptive spam review classiﬁer. We need to link between daily words uses
to deceptive behavior to build new features. From feature perspective opinion spam-
ming problem has two issues. First to identify and construct new features, second to
use them effectively. We have extracted various aspects of review such as linguis-
tic, psychological, quantitative textual features, etc., by incorporating corresponding
feature sets.
Multiple sources and different perspectives of features form different views of
datasets. Classic machine learning algorithms fails to exploits these views to enhance
classiﬁcation accuracy. On the other hand, MEL uses consensus and complementary
information for better classiﬁcation results. Moreover, when a natural split of feature
set does not exist, a split can be manufactured to enhance the performance. We have
proposed rough set based Optimal Feature Set Partitioning (RS-OFSP) to generate
multiple views from original feature set. Previously proposed, OFSP algorithm is
sensitive to the order in which the feature is arrived. Due to random ordering of
features, it does not deliver a consistent output. To overcome this issue, RS-OFSP ﬁrst
ranked the feature in order of their relevance using rough set theory. A feature might
be strongly relevant, weakly relevant, or nonrelevant based on its discriminatory or
prediction power. Rough sets deﬁne strong and weak relevance for discrete features
and discrete targets.
The rest of the paper is organized as follows. The second section focuses on var-
ious works related to opinion spamming in consideration with different approaches.
Section3explains the theoretical framework and proposed algorithm of the paper.
In the penultimate section, i.e., Sect.4, experimental details and result analysis have
been described. The last section comprises of the conclusion as well as the future
work.
2 Related Work
Opinion spam detection techniques mainly rely on three information sources to
extract the features: review text, reviewer characteristics, and product information.
Review text is a foremost source for information as other information is not available
in most of the related datasets. In this area, the key challenges are a lack of proper
deceptive review dataset and no access to spammers’ identity to the analysts.
Initially, opinion spam problem has been treated as duplicate review identiﬁcation
problem [3]. However, this assumption is not appropriate. One of the ﬁnest works
in the ﬁeld of deceptive opinion spam identiﬁcation has been done by integrating
psychology and computational linguistics by Ott et al. [4]. The author claimed that
best performance was achieved by using psychological features along with unigrams
by using linear support vector machine. We have also used this same crowd sourced
dataset to perform our experiments.
Another approach Co-training for Spam review identiﬁcation (CoSpa) [5] has
been proposed to detect deceptive spam reviews. Lexical terms were fetched from
reviews and used as ﬁrst view. For second view, Probabilistic Context-Free Grammars

Multi-view Ensemble Learning Using Rough Set Based Feature … 5
rules were constructed from review text. Support Vector Machine is used as the
base learner. This co-training based approach used unlabeled dataset to improve
classiﬁcation accuracy. The results shows improvement in identiﬁcation of deceptive
spam reviews even though two views were not independent.
Opinion spamming can be done individually or may involve a group [6]. If it
involves a group then it can be even make more impact due to its size. A signiﬁcant
impact on sentiment can be made on a target product. Their work was based on
the assumption that a reviewers group is working together to demote or promote a
product. The author has used frequent pattern mining to ﬁnd a potential spammer
group and used several behavioral models derived from the collusion phenomenon
among fake reviews and relation models.
Previous attempts for spam/spammer detection used reviewer’s behaviors [7], text
similarity and linguistics features [4,8], review helpfulness, rating patterns, graph-
based method [9], and temporal activity-based method [7].
Other interesting ﬁndings include rating behaviors [10], network-based analysis
of reviews [10], topic models based approach [11], review burstiness and time series
analysis [12,13], and reviewers with multiple user id’s or accounts [14]. Some other
recently proposed studies include machine learning based approaches [8,15,16] and
hybrid approaches [17].
3 Feature Identiﬁcation and Construction
This section has explained the features and their theoretical signiﬁcance for building
deceptive opinion classiﬁer. This work is based on the observation that these features
help us to distinguish between deceptive and truthful reviews.
3.1 Bigrams/Unigrams
Unigrams and bigrams have been used to get the context of the review. Some generic
preprocessing like removing stop words, extra white spaces have been done before
generating Document-Term Matrix.
3.2 Parts of Speech
A different genre of text has a difference in POS distribution. To utilize this fact, we
have used common parts of speech such as noun, personal pronouns, impersonal pro-
noun, comparative and superlative adjectives, adverbs, articles, etc., to differentiate
between the deceptive and truthful reviews.

6 M.Sainietal.
3.3 Quantitative Feature
A review with more factual numbers and fewer emotion words has higher chances of
being truthful. Word count, sentence count, numbers (thousand, third), and quantiﬁers
(many, few, much) are calculated and used as a quantitative text feature.
3.4 Psychological and Linguistic Features
Word play is deceptive and so is the human being. Review Language plays a major
role in identifying the hidden intentions. Apart from syntactic, semantic, and statis-
tical features, we need to establish a link between use of regular words and deceptive
behavior to catch spammers. Many studies have been done by the linguists and psy-
chologists to ﬁnd the association between the nonverbal clues to deceptive behavior.
To fetch these clues, we have used Linguistic Inquiry and Word Count (LIWC) [18]. It
gives a quantitative value for each review in psychologically meaningful categories.
3.5 Readability
Readability can be deﬁned as: “the degree to which a given class of people ﬁnd
certain reading matter compelling and comprehensible [19].” It is observed that a
review that has been written by average US citizen contains simple, familiar words
and usually, fewer jargons compare to one written by professionally hired spammer.
Various readability metrics have been suggested to identify how readable text is.
To be speciﬁc, we computed Automated Readability Index (ARI), Coleman Liau
Index (CLI), Chall Grade (CG), SMOG, Flesch-Kincaid Grade Level (FKGL), and
Linsear (LIN).
3.6 Lexical Diversity
Lexical diversity is another text characteristic that can be used to distinguish between
deceptive and truthful opinions. For a highly lexically diverse text, the word choice
of the writer needs to be different and diversiﬁed with much less repetition of the
vocabulary. Moreover, previous researches have shown that lexical diversity is com-
paratively higher in writing than in speaking [20,21]. We have computed Type-Token
Ratio, Guiraud’s Root TTR, Dugast’s Uber Index, Maas’ indices, Measure of Tex-
tual Lexical Diversity, Moving-Average Type-Token Ratio, Carroll’s Corrected TTR,
Mean Segmental Type-Token Ratio, Summer’s index, and Moving-Average Measure
of Textual Lexical Diversity.

Multi-view Ensemble Learning Using Rough Set Based Feature … 7
4 Related Concepts, Notations, and Proposed Method
A dataset might have different views based on its properties or multiple sources
of collection. Contrast to co-training, MEL is a supervised learning algorithm and
can have k number of views. Conventional machine learning algorithms combine all
views to adapt learning. In contrast to single-view learning, MEL exploits redundant
views based on consensus and complementary principles.
MEL is a two steps process. (a) View generation (b) View combination. View
generation is corresponding to feature set partitioning. It basically divides the original
features set into non-empty disjoint set of features. View validation is needed to ensure
MEL effectiveness. Various linear and nonlinear ensemble methods exist to combine
multiple views. We have used performance weighting ensemble method to combine
output of view classiﬁers.
4.1 Feature Ranking Based on Degree of Dependency
Rough set theory is a mathematical approach to quantify imprecision, vagueness
and uncertainty in data analysis. Rough sets provide the concept of core and reduct
to determine the most important features/attributes from the information system.
Reduct is the minimal subset of conditional attributes which maintain the quality of
classiﬁcation. The intersection of all reduct is called core. However, reduct and core
do not provide the relevancy of each feature.
In order to ﬁnd the relevancy of features, we need to discover the dependencies
between conditional attributes and decision attribute. If M and N are the sets of
attributes then in rough set theory, dependency is deﬁned in the following way:
For M, N⊂A, it is said that N depends on M in a degree k (0≤k≤1), denoted
M→N, if
kγ
M(N)
|POS
M(N)|
|U|
(1)
We measured the signiﬁcance of an attribute by calculating the change in depen-
dency after removing the attribute from the set of considered conditional attribute.
Table1shows RS-OFSP algorithm for feature ranking and optimal view gen-
eration. The ﬁrst part depicts the procedure for ranking the features based on the
concept of rough set. Once the ranked features are obtained, the second part takes it
as features set and ﬁnds an optimal number of partitions or views.

8 M.Sainietal.
Table 1RS-OFSP Algorithm for view construction Algorithm
Input.
M = X ∗D // A dataset containing n conditional attributes (X) defined as X = {x
1, x
2,
x
3, x
4… x
n} and 1 decision attribute (D)
k // Number of Views
f
i // i
th
classifier
Output.
X
o
pt // Set of optimally partitioned Views
Begin
// Initialization
for i = 1 to k
xi = Φ; // Creating two NULL views
Ai = 0; // initialize accuracies
end
// Feature Ranking
dep = γC(D) // degree of dependency of D on C
for i = 1 to n
R
i= dep -γ(C - x i)(D) // relevancy of feature fi
end
X-sort = sort(R) // sort the features according to its relevancy
for attr = 1 to n
for i = 1 to k
X
temp= X
i∪{ X-sort attr} // adding attribute to i
th
views
A
itemp= fi ( X
temp ); // Evaluation of feature subset X
temp
A idiff= Aitemp -Ai ;
end
If max(A
diff ) > 0 then
t = argmax
i(Adiff) // t
th
view which has Atdiff> 0
X
t= Xt∪{ X-sort attr };
At = A
ttemp;
end
end
return X
opt = { X1 , X2, X3…….., X
k}
End:
5 Experiments and Results for MEL
This section has been divided into two subsections. The ﬁrst subsection has given
the description of datasets and experimental details. And the second subsection has
shown results along with detail analysis.

Multi-view Ensemble Learning Using Rough Set Based Feature … 9
5.1 Databases and Experimental Setup
In this work, we have used two datasets. One is a publicly available gold standard
corpus of deceptive opinion spam given by Myle Ott [7]. Another dataset we have
crawled from Yelp. Yelp is a review hosting commercial site which publicly ﬁlters the
fake reviews. Yelp’s ﬁltering algorithm has evolved over the time to ﬁlter deceptive
and fake reviews. Yelp’s ﬁlter has also been claimed to be highly accurate by various
studies. We have crawled 2600 truthful and 2600 deceptive/ﬁltered reviews and both
of these consist of 1300 positive and 1300 negative reviews. We have treated ﬁve-star
rated review as a positive review and one star as a negative review. We have collected
these reviews from hundred Chicago hotels. To maintain the class balance, we have
selected the same number of ﬁltered and non-ﬁltered reviews from each hotel.
MEL has used Random Feature Set Partitioning (RFSP), Optimal Feature Set
Partitioning (OFSP) and our proposed Rough Set Based Optimal Feature Partition-
ing (RS-OFSP) for view construction. For RFSP, the features were partitioned into
equally in all views. Support Vector Machine (SVM), Naïve Bayes (NB), and K-
Nearest Neighbor (K-NN) classiﬁers have been used for view accuracy. Performance
weighting technique is used to ensemble the views. 10-fold cross validation has been
performed for measuring all general accuracies. Experiments were carried out on
Matlab-2015a.
5.2 Experimental Results and Analysis
Deception is a complicated psychological behavior which is related to cognitive
processes and mental activity. From features point of view, psycholinguistic features
along with unigrams and bigrams played an important role to get the context of the
reviews. Readability, lexical diversity and subjectivity worked as complementary to
improve the accuracy further. In readability measure for ott dataset, a signiﬁcant
difference in ARI (two-tailed t-test p0.0194), CLI (two-tailed t-test p0.0202),
CG (two-tailed t-test p0.0122), SMOG (two-tailed t-test p0.0264), FKGL (two-
tailed t-test p0.0353), and LIN (two-tailed t-test p0.03) for truthful and deceptive
reviews. And for yelp dataset difference in ARI (two-tailed t-test p0.0045), CLI
(two-tailed t-test p0.03), CG (two-tailed t-test p0.02), SMOG (two-tailed t-test
p0.01), FKGL (two-tailed t-test p0.01), and LIN (two-tailed t-test p0.03)
for truthful and deceptive reviews is quite signiﬁcant too. For lexical diversity and
subjectivity are also, a clear difference is seen between truthful and deceptive reviews.
Classiﬁcation accuracy is used to measure the effectiveness of feature partitioning
algorithms. Learning algorithms k-NN, NB, and SVM are used to estimate view
accuracies in all methods. Figure1and Fig.2shows the comparison in classiﬁcation
accuracy of RFSP, OFSP with RS-OFSP methods using k-NN, NB and SVM on
Ott and Yelp datasets, respectively. It shows the accuracy of ensemble classiﬁers
improving with the increase in the number of partitions.

10 M.Sainietal.
Fig. 1Comparison of MEL classiﬁcation accuracy using RFSP, OFSP with RS-OFSP methods on
Ott’s dataset
Fig. 2Comparison of MEL classiﬁcation accuracy using RFSP, OFSP with RS-OFSP methods on
Yelp dataset
Analysis of MEL classiﬁcation accuracy using RFSP, OFSP, and RS-OFSP is as
follows. Using k-NN for view accuracy, MEL has performed better using RS-OFSP
compared to RFSP for all values of k in both the datasets. But when compared to
OFSP, RS-OFSP performed better for all values k except k5 and 6 in Ott dataset
and k3 for Yelp dataset. Using NB for view accuracy, MEL has performed better
using RS-OFSP compared to RFSP and OFSP for all values of k except k2inOtt
dataset and all values of k in Yelp dataset. Using SVM for view accuracy, MEL has
performed better using RS-OFSP compared to RFSP and OFSP for all values of k
except k2 in Ott dataset and all values of k in Yelp dataset.
Figures3and4show the comparison in classiﬁcation accuracy using boxplot
analysis of RFSP, OFSP with RS-OFSP methods on Ott dataset. For most of the
value of k (number of the partition), RS-OFSP performance is better than the other
two in both OTT and YELP dataset. We noticed more variance in classiﬁcation
accuracies in all the methods for Yelp dataset compare to Ott dataset. So clearly,
RS-OFSP has an edge over others is a better method.

Multi-view Ensemble Learning Using Rough Set Based Feature … 11
Fig. 3Boxplot comparison of MEL classiﬁcation accuracies using RFSP, OFSP with RS-OFSP
methods on Ott’s dataset
Fig. 4Boxplot comparison of MEL classiﬁcation accuracies using RFSP, OFSP with RS-OFSP
methods on Yelp dataset
6 Concluding Remarks
This work has explored the use of multi-view ensemble learning algorithms more
speciﬁcally multi-view ensemble learning for automated deceptive review detection.
The effectiveness of MVL algorithms depends upon view construction and ensemble
techniques. We proposed RS-OFSP for view construction and compared with RFSP
and OFSP. MEL algorithm performed much better than baseline classiﬁer using the
same set of feature sets. This research also suggested that SVM classiﬁer may be
considered for classiﬁcation using MEL in opinion spam detection, where RS-OFSP
method is utilized as feature set partitioning. Overall, we ﬁnd that, by exploring the
consistency and complementary properties of different views, multi-view learning is
rendered more effective, more promising, and has better generalization ability than
single-view learning.

12 M.Sainietal.
References
1. Bryll, R., Gutierrez-Osuna, R., Quek, F.: Attribute bagging: improving accuracy of classiﬁer
ensembles by using random feature subsets. Pattern Recognit.36(6), 1291–1302 (2003)
2. Kumar, V., Minz, S.: Multi-view ensemble learning: an optimal feature set partitioning for
high-dimensional data classiﬁcation. Knowl. Inf. Syst. (2016)
3. Jindal, N., Liu, B.: Opinion spam and analysis. In: Proceedings of the International Conference
on Web Search Web Data Min. WSDM 08, p. 219 (2008)
4. Ott, M., Choi, Y., Cardie, C., Hancock, J.T.: Finding deceptive opinion spam by any stretch of the
imagination. In: Proceedings of the 49th Annual Meeting of the Association for Computational
Linguistics, pp. 309–319 (2011)
5. Zhang, W., Bu, C., Yoshida, T., Zhang, S.: CoSpa: a co-training approach for spam review
identiﬁcation with support vector machine. Information7(1), 12 (2016)
6. Mukherjee, A., Liu, B., Glance, N.: Spotting fake reviewer groups in consumer reviews. In:
Proceeding WWW’12. Proceedings of the 21st International Conference on World Wide Web,
pp. 191–200 (2012)
7. Lim, E.-P., Nguyen, V.-A., Jindal, N., Liu, B., Lauw, H.W.: Detecting product review spam-
mers using rating behaviors. In: Proceedings of the 19th ACM International Conference on
Information and Knowledge Management, pp. 939–948 (2010)
8. Hancock, J.T.: Negative deceptive opinion spam. In: Naacl, no. June, pp. 497–501 (2013)
9. Wang, G., Xie, S., Liu, B., Yu, P.S.: Review graph based online store review spammer detec-
tion. In: Proceedings—IEEE International Conference on Data Mining, ICDM, pp. 1242–1247
(2011)
10. Akoglu, L., Chandy, R., Faloutsos, C.: Opinion fraud detection in online reviews by network
effects. In: Association for the Advancement of Artiﬁcial Intelligence, pp. 2–11 (2013)
11. Li, J., Cardie, C., Li, S.: TopicSpam: a topic-model-based approach for spam detection. In: ACL
2013—51st Annual Meeting of the Association for Computational Linguistics. Proceedings of
the Conference, vol. 2, pp. 217–221 (2013)
12. Fei, G., Mukherjee, A., Liu, B., Hsu, M., Castellanos, M., Ghosh, R.: Exploiting burstiness
in reviews for review spammer detection. In: Proceedings of the Seventh International AAAI
Conference on Weblogs and Social Media, pp. 175–184 (2013)
13. Ye, J., Kumar, S., Akoglu, L.: Temporal opinion spam detection by multivariate indicative
signals. In: ICWSM16, pp. 743–746 (2016)
14. Qian, T., Liu, B.: Identifying multiple userids of the same author, no. October, pp. 1124–1135
(2013)
15. Weichselbraun, A., Gindl, S., Scharl, A.: Enriching semantic knowledge bases for opinion
mining in big data applications. Knowl.-Based Syst.69(1), 78–85 (2014)
16. Hernández Fusilier, D., Montes-y-Gómez, M., Rosso, P., Guzmán Cabrera, R.: Detecting pos-
itive and negative deceptive opinions using PU-learning. Inf. Process. Manag.51(4), 433–443
(2015)
17. Hu, N., Liu, L., Sambamurthy, V.: Fraud detection in online consumer reviews. Decis. Support
Syst.50(3), 614–626 (2011)
18. Pennebaker, J.W., Boyd, R.L., Jordan, K., Blackburn, K.: The Development and Psychometric
Properties of LIWC2015. Austin, Texas (2015)
19. McLaughlin, G.H.: SMOG grading: A new readability formula. J. Read.12(8), 639–646 (1969)
20. Crowhurst, M.: Spoken and written language compared. In: Language and Learning Across
the Curriculum, p. 109. Oxford University Press (1994)
21. Johansson, V.: Lexical diversity and lexical density in speech and writing: a develop- mental
perspective. Work. Pap.53, 61–79 (2008)

Analysis of Online News Popularity
and Bank Marketing Using ARSkNN
Arjun Chauhan, Ashish Kumar, Sumit Srivastava
and Roheet Bhatnagar
AbstractData mining is a process of evaluating practice of examining large preex−
isting databases in order to generate new information. The amount of data has been
growing at an enormous rate ever since the development of computers and infor−
mation technology. Many methods and algorithms have been developed in the last
half−century to evaluate data and extract useful information to help develop faster.
Due to the wide variety of algorithms and different approaches to evaluate data,
several algorithms are compared. The performance of any algorithm on a particu−
lar dataset cannot be predicted without evaluating it with the same constraints and
parameters. The following paper is a comparison between the trivial kNN algorithm
and the newly proposed ARSkNN algorithm on classifying two datasets and subse−
quently evaluating their performance on average accuracy percentage and average
runtime parameters.
KeywordsData mining
∙Classiﬁcation∙Nearest neighbors∙ARSkNN
A. Chauhan
Department of ECE, Manipal Institute of Technology, Manipal University,
Manipal, India
e−mail: [email protected]
A. Kumar∙R. Bhatnagar
Department of CSE, Manipal University Jaipur, Jaipur, India
e−mail: [email protected]
R. Bhatnagar
e−mail: [email protected]
S. Srivastava (
B)
Department of IT, Manipal University Jaipur, Jaipur, India
e−mail: [email protected]
© Springer Nature Singapore Pte Ltd. 2019
S. K. Bhatia et al. (eds.),Advances in Computer Communication and Computational
Sciences, Advances in Intelligent Systems and Computing 759,
https://doi.org/10.1007/978−981−13−0341−8_2
13

14 A. Chauhan et al.
1 Introduction
We live in a world which is ever changing. Technology has developed a lot in the past
few years and it has helped man evolve. Today in this world of digitalization, the ﬂow
of data is enormous. Not only is it ever changing but is also growing at an exponential
rate. As recorded in 2012, about 2.5 exabytes of data are generated every day, and
that number doubles every 40 months. More data cross [16] the Internet every second
than were stored in the entire internet just 20 years ago. To keep up with such ﬂow
of data are in the form of images, videos, datasets, ﬁles, text, animations, etc. it is
hard for humans to use it completely to beneﬁt his own self.
In such scenarios, Big Data Analytics plays an important key role as it operates
on large datasets. The very foundation of data mining comes from the analyses
and computation of large volumes of data to obtain key information and harness it,
efﬁciently and effectively [16]. The concept of data mining and machine learning
comes into ﬁeld. This idea was developed in the 1900s to help manage data regarding
online data transactional processing. Many mathematicians and statisticians, around
the end of the twentieth century, were working together to develop algorithms to
help solve this problem. Many varied kinds of algorithms were developed but most
of them were not promoted till recently only because of faster processing speeds
and powerful machines. Due to the ever−growing data in this digital era, machine
learning algorithms are redesigned to adapt to new information and help track it.
Some algorithms like kNN, SVM, and gradient descent are the more commonly
used algorithms [9]. However, the performance of these algorithms depends greatly
on the size of the dataset they are being tested on. Machine learning algorithms
can be broadly divided into four types: Regression, classiﬁcation, clustering and rule
extraction. Classiﬁcation is a technique in which a model or a classiﬁer is constructed
to predict a particular labeled class [6]. It is a part of supervised learning. KNN and
ARSkNN are used in classiﬁcation and is part of supervised learning framework.
The kNN classiﬁer is an accurate and efﬁcient method to classify data but due
to its core functionality being distance calculation among each training instances
and testing instance, it is time consuming and process heavy. In order to overcome
this, another algorithm was developed called the ARSkNN [12] which does not
calculate distance to estimate similarity between training and testing instances. This
algorithm is based on similarity measure known as Massim rather than the distance
measure [11]. The approach not only increases accuracy of classiﬁcation but also
takes lesser time to classify the information. The most commonly used kNN deﬁnition
for measuring distances is the Euclidean method. There are 76 similarity measures
[2] apart from this which improve performance in some cases. All of them are directly
or indirectly depend on the distance calculation. The choice of individual measure
depends on characteristics of a dataset like if it is binary or not and if data are
symmetric.
In the following paper, we shall compare and evaluate kNN and ARSkNN on
the basis of accuracy and time required by them to classify. The datasets used for
the demonstration are the bank marketing dataset and the Online News Popularity

Analysis of Online News Popularity and Bank Marketing Using ARSkNN 15
dataset from the UCI repository. This paper is divided into seven sections. The ﬁrst
section is the introduction. The second section contains the literature review which is
followed by the experimental setup in next third section. The fourth section contains
information about the datasets used followed by empirical evaluation, discussion and
conclusion in ﬁfth, sixth, and seventh sections, respectively.
2 Literature Review
Classiﬁcation is a problem in machine learning which deals with categorizing
unknown data into set of categories which are formed during training of the classiﬁer.
It is an example of pattern recognition and ﬁnds reason in the set of training data
provided to it [9]. The choice of algorithm for classiﬁcation depends on the size,
quality, and nature of the data.
Figure1is a graphical representation of a classiﬁcation problem. The red circles,
blue triangles, and green squares are indicative of separate classes present in the
dataset. The new data is of unknown class and needs to be classiﬁed. To do so many
algorithms are used. In the following subsections, we have discussed two algorithms
that are used for classiﬁcation and their base principle of operation.
2.1 k-Nearest Neighbors
The kNN is a straightforward and efﬁcient classiﬁcation model in unsupervised
learning [8]. It conservatively uses the distance function to train and predict in a given
Fig. 1Example of
classiﬁcation

16 A. Chauhan et al.
dataset. It is a straightforward lazy learner as it stores data, deletes any constructed
query, and is dependent on the information stored by the training samples in the
memory [1]. It simply memorizes all examples in the training set and then compares
the test sample to them. For this reason, kNN is also called memory−based learning
or instance−based learning. It is intensively used in the ﬁelds of statistical pattern
recognition, data mining, image processing, and many others.
The working principle [10] of the algorithm is that if the number of k most
similar instances nearest to the testing queryQbelong to a particular class then it is
concluded that the point belongs to the same class. The distance of the queryQfrom
thek−nearest neighbors, i.e., the geometrically closest points is calculated (usually
based on Euclidian distance) and is stored in the memory. Then, if allkpoints do not
belong to the same class, a voting is passed and the class having maximum frequency
of votes is assigned to be the class of the queryQ. Different similarity measures can
be used to optimize performance. The choice of similarity measure depends on the
type of dataset and can only be found out by testing individual measures one at a
time. The performance can also be increased by nearly 10% if outliers in a dataset
are known [18]. The outliers are noise to the classiﬁer and deviate it from predicting
the outcome precisely.
Inn−dimensional space, every point in the training dataset is represented asP=
(P
1,P2,P3,...,P n)and the queried instance is represented asQ=(Q 1,Q2,Q3,
...,Q
n).
The distance from the query point is most commonly taken as the Euclidian
distance can be given by
d
Euc=

n

i=1
|Pi−Qi|
2
(1)
The distribution of data in the dataset is detrimental for the time it takes the
algorithm to run. The value of parameter ofkalso plays a very important role in
determining the number of computational steps. It is also observed that kNN can be
applied to higher dimensional data.
However, the problem will be when it is applied to dataset having a large amount
of attributes. The calculations required will increase exponentially and would need
large processing power due to time complexity.
2.2 ARSkNN
The ARSkNN is a supervised learning classiﬁcation algorithm developed by Ashish
Kumar, Prof. Roheet Bhatnagar and Prof. Sumit Srivastava and hence the name
ARSkNN. It is an algorithm that is based on Massim and takes density distribution
as a parameter to classify an query [11]. The idea of mass estimation was initially
described in the paper titled Mass Estimation and its Applications which was pro−

Analysis of Online News Popularity and Bank Marketing Using ARSkNN 17
posed by Kai Ming Ting, Fei Tony Liu and James Tan Swee Chuan of Monash
University, Australia and Guang−Tong Zhou, of Shandong University, China [19].
Massim, as explained, is simply dependent on the count of the number of occur−
rences (instances). It operates on the basis of the region of the point rather than
the distance. The entire dataset is divided into several parts based on the number
of splits. The mass of a particular point is calculated based on the density distribu−
tion. This split can be linear or multidimensional. A linear split would be effective
for binary classiﬁcation whereas multidimensional split can be used for multiclass
classiﬁcation.
The most important aspect of the ARSkNN which gives it an edge over kNN is the
time complexity of ARSkNN [12] in modeling stage which isO(ntlogd)and in class
assignment stage beingO(kn)where,nis the number of total instances in dataset,
dare the number of randomly selected instances from dataset,tis the number of
random regions to be used to deﬁne mass similarity, andkis the number of nearest
neighbors.
For the modeling stage, the time complexity can be reduced fromO(ntlogd)to
O((n+d)t)by using indexing technique.
3 Experimental Setup
The classiﬁcation on two datasets by kNN and ARSkNN was executed on WEKA
[5] Experimenter on Intel core i7 processor at 2.4 GHz 8 GB RAM and 10−fold
cross−validation on version 3.7.10. The kNN classiﬁer was used from lazy folder as
IBK. The ARSkNN was executed after adding the .jar ﬁle into the classiﬁer folder.
4 Dataset Information
We have analyzed the traditional kNN and ARSkNN upon two different datasets. The
two datasets were obtained from the UCI Repository. Both of them are described in
the following subsections and a brief summarization has been done in Table1.
Table 1Characteristics of datasets
Dataset name
[Ref]
# Instances # Attributes# Classes Domain
Bank marketing [14] 45211 17 2 Success in selling
bank scheme
Online news
popularity [4]
39797 61 2 Popularity of
news on internet

Other documents randomly have
different content

op visschende gelijcke proffijt te trecken”, onder voorwendsel dat alle noordelijke
landen aan de Deensche kroon behoorden. Zoo zou de N. C. de Denen „opt lijff
gecregen” hebben. („Cort advertissement” en „Debath” v. Kien en Leversteyn
tegen de N. C. van 1616, in: Noordsche togten. 1. R.-A.)
Den 11 April 1616 ontvingen de Staten-Generaal eenen brief van
Christiaan IV van 18 Februari, waarin zijne pretensiën en plannen
uitvoerig werden uiteengezet. Z. M. ving aan met de uitvoerig
beredeneerde mededeeling, dat de walvischvangst aan de
Noordkaap, bij IJsland en de Fär-öer eilanden voortaan aan
vreemdelingen verboden zou zijn
[861]
. Deze maatregel was alleszins
te billijken: als vorst van Noorwegen en de in den brief genoemde
eilanden, als beheerscher der aan die landen grenzende territoriale
zeeën had Christiaan IV volkomen recht, allen die hij wilde uit deze
wateren te weren; het belang zijner onderzaten, wier visscherij aan
de Noordkaap niet onbelangrijk schijnt geweest te zijn, ontnam aan
den harden maatregel zelfs den schijn van onbillijkheid.
Bedenkelijker was echter het verder in den brief gezegde. »Was
weitter vnnser Grönlandt, oder nach etlicher nennung Grünlandt
[862]
anreichet,” dus vervolgde de koning, »Nachdem der missbrauch vber
den Walfischfang derer örtter, so E. L. vnd euren vnderthanen, aus
vnnser mit E. L. vnnd euren beijderseits wolhergebrachten
freundtschafft, daheuer gestattet werden endlich dahin gerathen,
das man vnnser vnleugbar Vhraltes Recht, daselbst mit Neuen
Nahmen zuuerkehren, vnnd vnsere darüber habende proprietet
zuuerwenden sich befliessen. So haben wir hingegen obener gestalt
vnnsers Ambts erachtet, auch diesen excessen mass zusezen, vnd
E.L. vnnd euren vnderthanen, welche sich ohn fürhergehende
recognition vnnser hocheit, zu solchem ende ferner dahin finden
würden, nicht weniger den Walfischfang zu prohibirn, Jedoch sein
wir nicht vngeneigt, diese piscatur denn jenig zu indulgirn, so beij
leistung vnd erlegung der gebühr, vnsere Passbrief darüber impetrirn
vnnd solche vnnsere beampten fürzeigen werden, Worauff E.L. vnnd
Ihr die Ihrige, vnd das Sie anderer massen auf Grünlandt nicht
lauffen mögenn noch sollen, zu werschauen, crafft dero auctoritet
geruhenn wollten
[863]
.”

[861] Deze maatregel van den koning dagteekende reeds van 1596 (Wassenaer,
Hist. verh. VIII p. 16 vlg.) en werd van tijd tot tijd (o. a. in 1601. cf. Lindeman,
Arkt. Fisch. p. 6) hernieuwd, hoewel de Nederlanders steeds protesteerden en het
verkeer evenmin als de Hullers, die reeds sinds 1598 aan de Noordkaap vischten
(Scoresby, Account. II p. 20.—Lindeman l. c. p. 7), staakten. Bepaaldelijk in 1615
schijnen de Noordkaap en IJsland beiden door Nederlandsche walvischvangers
bevaren te zijn. („Debath” v. Kien c. s. c. de N. C., in: Noordsche togten. 1. R.-A.—
R. S.-G. 18 Mei 1615.) Ook de nu in 1616 genomen maatregel had niet veel
gevolg: reeds in 1621 moest Denemarken zich met Engeland verbinden om
vreemdelingen o. a. van IJsland en de Noordkaap te weren. IJsland bleef gesloten,
aan de Noordkaap werd reeds in 1622 voor Bremen eene uitzondering gemaakt.
(Lindeman, Arkt. Fischerei. p. 10.) In 1624 werd het verbod om aan de Noordkaap
te visschen hernieuwd, maar niet gehandhaafd (Wassenaer, Hist. verh. VIII p. 16),
hoewel wij in 1626 Nederlandsche walvischvangers met Deensche passen aan de
Noordkaap vinden (Wassenaer l. c. XI fol. 131.) In 1631 bood men den
Nederlanders op zekere voorwaarden verlof daartoe aan, dat echter geweigerd
werd. (R. S.-G. 26, 28 Juli 1631.) De visscherij en het verkeer aan IJsland werd
door Christiaan IV bij missive van 28 Dec. 1631 daarop nadrukkelijk verboden. (R.
S.-G. 13 Mrt. 1632.—Miss. v. Chr. IV dd. 16 Febr. 1635, in: L. D. 1635.) Weldra
klaagden de Denen, die daar alleen handelen mochten, over concurrentie van
Nederlanders; de N. C. behoorde echter niet onder de schuldigen. (R. S.-G. 22
Apr., 23 Juli, 12, 24 Aug. 1632.) Nadere klachten van de Deensche IJslandsche
compagnie over den Amsterdamschen koopman Elias Trip bleken onjuist; het
schijnt echter, dat de Nederlanders het verkeer niet staakten. (R. S.-G. 3 Apr., 5
Mei, 2, 19 Juli, 1 Aug., 11 Dec. 1635.—R. H. 4 Apr., 8 Mei, 11 Juli, 6 Dec. 1635.—
Miss. v. Chr. IV aan de Stn.-Gen. dd. 16 Febr., 11 Dec. 1635, in: L. D. 1635.—
Scheltema, Aemstels oudheid. III p. 224-26.)
[862] Vgl. het hiervóor p. 204 Noot 1 gezegde over het gebruik van Groneland of
Groynland en Greenland door de Engelschen. Ook in Denemarken schijnt men
reeds een flauw bewustzijn gehad te hebben, dat Groenland en Spitsbergen niet
identiek waren.
[863] Miss. v. Christ. IV aan de Stn.-Gen. dd. 18 Febr. 1616, in: L. D. 1616.—R. S.-
G. 11 Apr. 1616.
Reeds boven zette ik uiteen, hoe belachelijk de in deze regels
vervatte aanmatiging heeten mocht. En toch waren de Staten-
Generaal, die wel begrepen, dat het hier meer eene quaestie van
macht dan van recht gold, een oogenblik met de zaak verlegen: de
resolutie op den brief werd niet dadelijk genomen. Maar er was
haast bij de zaak: de schepen der Noordsche Compagnie waren

nagenoeg gereed om uit te zeilen. Holland nam dan ook weldra een
kloek besluit en adviseerde zeer lakoniek: »op de Brieven
beleefdelyck te antwoorden en te continueren het gebruyck ende
vryheyt van visschen, sulcx als tot noch toe is gedaen
[864]
.” In dien
zin arresteerden dan ook de Staten-Generaal 13 April een antwoord
aan Christiaan IV, dat wel is waar niet minder uitvoerig was dan de
brief van den koning geweest was, maar dat toch eigenlijk niets
anders dan eene beleefde weigering inhield. De Staten-Generaal
meenden, dat de Nederlanders door hunne schepen naar
verschillende streken ter vischvangst uit te zenden, niets anders
gedaan hadden »als tgeene volgende die gemeene gebruyckte
rechten van allen ouden tyden byden ondersaten deser Landen soo
ter See, als anderssints was gedaen, ende gepleecht.” Zij beweerden
dan ook, dat door hunne onderdanen, toen zij de gevraagde betaling
weigerden, »nyet tot obbreuck ofte verminderinge van Sijne Ma
ts.
rechten, ofte tot syner ondersaten schade int voorszeide visschen
gedaen was.” Op deze gronden verklaarden zij »vastelyck te
vertrouwen ende oock seer vriendelyck dienstelyck ende naebuerlyck
te versoucken, Dat syne Ma
t. deur syne beampte Officieren ende
Dienaren te water nochte te landen den onsen nyet alleen geen
verhinderinge ofte belet, maer veel eer nae gelegentheyt alle
assistentie ende bevorderinge soude willen doen
[865]
.”
[864] R. H. verg. v. 1 Mrt.-26 Apr. 1616. p. 7.
[865] Miss. v. de Stn.-Gen. aan Chr. IV dd. 13 Apr. 1616, in: L. D. 1616.—R. S.-G.
13 April, 27 Mei 1616.—Carleton, Lettres. I p. 39.
Terecht meende echter de Noordsche Compagnie in het »vaste
vertrouwen” der Staten-Generaal op de welwillendheid van
Christiaan IV niet te moeten deelen. Reeds den 28 April hielden zij
den Staten voor, dat een subsidie van de regeering tot handhaving
van de Nederlandsche walvischvangst onmisbaar was. Zij hadden
vernomen, dus verhaalden de bewindhebbers, dat in Denemarken
reeds zeven »cloucke” schepen, allen van 36 »lepelstucken”,
uitgerust waren om hun de visscherij te beletten; de vrees dat de
Engelschen, die gezegd werden »genoechsaem mette Ma
teyts. van

Denemarckens Onderdanen een te zyn,” zich daarbij zouden voegen,
maakte de zaak zeer bedenkelijk. Een konvooi van niet minder dan
zes oorlogschepen scheen dus noodig om de Noordsche Compagnie
dit jaar tegen de aanvallen harer vijanden te beschermen
[866]
. Ook
de Staten-Generaal begrepen, dat het aannemen van eene krachtige
houding noodig was om aanvallen te voorkomen. Na lange
deliberatiën en aanmaningen van vele zijden besloten zij der
compagnie eenig geschut ter wapening harer schepen toe te staan
en vijf oorlogschepen om de walvischvaarders »naer haeren
vuytersten vermogen” te verdedigen; ja, zij schreven zelfs de
admiraliteit te Amsterdam aan nog meer schepen te zenden, zoo dit
eenigszins mogelijk was
[867]
. De Instructie, voor Jan Jacobsz.
Schrobop als hoofd van het konvooi den 23 Mei 1616 door de
Staten-Generaal gearresteerd, lastte hem 1
o. om aan ieder die het
vroeg te verklaren, dat de Nederlanders van plan waren vreedzaam
aan Spitsbergen te visschen zonder iemand te hinderen, 2
o. om met
alle macht te beletten, dat iemand de schepen der Noordsche
Compagnie in hare nering lastig viel, 3
o. om geweld aan die schepen
aangedaan zooveel mogelijk te keeren en de plegers daarvan
volgens de commissie der Staten-Generaal aan te tasten, 4
o. om de
schepen der compagnie, die in handen van vijanden gevallen waren,
met geweld te bevrijden, en de veroveraars te dwingen de schade te
vergoeden of bij weigering hen gevangen in een Nederlandsche
haven op te brengen, om de quaestie door Nederlandsche rechters
te doen beslissen
[868]
. Gelukkig was Schrobop niet in de gelegenheid
deze Instructie uit te voeren
[869]
, iets wat de krachten zijner schepen
zeker te boven gegaan zou zijn: de berichten over de groote
uitrustingen der Denen bleken onjuist en het schijnt zelfs, dat dit
jaar geen Deensch schip zich op Spitsbergen vertoond heeft
[870]
.
[866] Req. der N. C. aan de Stn.-Gen. dd. 29 (28) Apr. 1616, in: Noordsche togten.
4. Loop. N. C. R.-A.
[867] R. S.-G. 28 Apr., 11, 12 Mei, 2 Juni 1616.
[868] Instructie voor Schrobop, in: Noordsche togten. 4. Loop. N. C. R.-A.—R. S.-G.
28 Mei 1616.

[869] Edge, Dutch disturbance, bij: Purchas, Pilgrimes. III p. 467.—Instr. van
Schrobop, in: Noordsche togten. 4. Loop. N. C. R.-A.
[870] Dit maak ik op uit het zwijgen van Edge in zijn meergemelde „Dutch
disturbance” (Purchas, Pilgrimes. III p. 466), terwijl wij overigens daar bijna
jaarlijks van de aanwezigheid der Deensche schepen op Spitsbergen lezen. Ook de
N. C. noemde in 1637 het jaar 1617 als het tijdstip van het verschijnen van den
eersten Deenschen walvischvaarder aan Spitsbergen. (Aitzema, Saken v. Staet. II
p. 442.)
Ook de eerstvolgende jaren bleef de zaak hangende
[871]
. De besliste
afwijzing van Engelschen en Nederlanders had den Denen den moed
voorloopig ontnomen. Toch waren de geruchten over eene Engelsch-
Deensche combinatie in zooverre juist geweest, dat van Deensche
zijde zulk eene combinatie bepaald gewenscht werd. Maar lang
duurde het eer men het eens was: eerst in 1621 kwamen Jakob I en
Christiaan IV, naar het schijnt met terzijdestelling der wederzijdsche
aanspraken, overeen, gezamenlijk alle vreemde natiën uit de IJszee
te weren
[872]
. De Staten-Generaal, in groote ontsteltenis toen hun
dit tractaat bekend was geworden, gaven dadelijk hunne gezanten,
die naar Kopenhagen vertrokken (Pauw, Liclama, Haersholte en
Schaffer), den geheimen last mede: »dat sy met alle goede
circumspectie ende voorsorge letten souden, dat d’Ingesetenen
deser Landen int stuck vande vrije Schip ende Zeevaerdt niet
verhindert off gesloten werden uyt eenige plaetsen, landen,
eylanden, revieren, hauenen ende stroomen, daer sij voor desen
gevaren, gehandelt, off gevischt hadden, ende ouersulcx niet
gedoogen, dat eenige plaetsen by d’Ingesetenen deser Landen
hierbeuoorens beuaeren off gefrequentreert in dispute ofte
controuersie soude(n) worden getrocken, als off het plaetsen
waeren, daermen niet gewoon soude syn te handelen
[873]
.” Gelukkig
was deze voorzorgsmaatregel der Nederlandsche regeering
overbodig: men schijnt het gezantschap van 1621 niet van de zaak
gesproken te hebben
[874]
. Het geheele heerschzuchtige plan der
beide zwagers was trouwens bestemd om niet uitgevoerd te worden.
Terwijl van Engelsche zijde eene enkele zwakke poging beproefd
werd om de bepalingen van het tractaat na te leven
[875]
, schijnt het
belang der Deensche walvischvangst Christiaan IV zelfs verhinderd

te hebben, aan de gemaakte plannen een begin van uitvoering te
geven.
[871] De Staten-Generaal waren echter nog niet dadelijk gerust gesteld; zie over
verdere maatregelen tot bescherming der walvischvaarders tegen Denemarken
genomen: Arend, Alg. gesch. des vaderl. III, 3. p. 2. De berichten over Deensche
oorlogschepen, die tegen de Nederlandsche walvischvaarders uitgerust werden (R.
S.-G. 13 Mei 1617), bleken echter onjuist en het volgende jaar 1618 waren de
Staten reeds zoo zeker van hunne zaak, dat zij in de Instructie der ambassade
naar Denemarken (Culemborg c. s) zich ter verdediging hunner beweringen over
de O.-I. aangelegenheden durfden beroepen op de „missiuen, by syne Ma
t
. (van
Denemarken) selffs, belangende den Groenlandtschen handel, met exclusie ende
verboth van andere natien, Inde voorledene Jaren (d. i. in 1616) geschreven.”
(Instr. der ambass. naar Denem. dd. 21 Mei 1618, art. 36.)
[872] Reeds boven (p. 239 Noot 3, 4) haalde ik de woorden der Engelsche
walvischvaarders over de Deensche indringers aan. Ook verder schijnt de
verhouding voorloopig niet zeer vriendschappelijk geweest te zijn, althans in 1618
kwam een Deensch gezant, Dr. Jonas (Charisius?) te Londen om te onderhandelen
over de onaangenaamheden, tusschen de beide natiën door de uitsluitende
pretensiën van Denemarken ontstaan. (Carleton, Lettres. II p. 217.) Men hoopte
de zaak nog te schikken, maar het mislukte: in 1619 waren Engelschen en Denen
nog niet „geaccordeert.” (Muller, Mare Clausum. p. 162 Noot 3.) Eerst in 1621
kwam de in den tekst vermelde overeenkomst tot stand. (Miss. v. Chr. IV aan de
Bremensche ambass. dd. 10 Jan. 1622 en het medegedeelde hierover uit het
Hamburgsche archief bij: Lindeman, Arkt. Fischerei der Deutschen Seestädte. p.
10.—Mauricius, Naleesingen over de Noordelijke Landen. R.-A.—Vgl. de verklaring
van Jakob I bij: Muller, Mare Clausum. p. 194.—Het tractaat zelf heb ik nergens
gevonden: in het Engelsch-Deensche tractaat van 19 April 1621, bij: Dumont,
Corps diplomat. V, 2. p. 391 vind ik de bepaling niet.) De geschiedenis der
Engelsch-Deensche betrekkingen vertoont dus in het kort denzelfden gang als de
Nederlandsch-Deensche.—Uit het medegedeelde blijkt voldoende, hoe ongegrond
de geruchten waren, die verhaalden, dat de Engelschen eene recognitie aan
Denemarken betaalden om aan Spitsbergen te mogen visschen. (Zie o. a. Hist. du
pays de Spitsb. p. 26.—R. S.-G. 4 Jan. 1636.—Miss. v. Van Cracouw aan de Stn.-
Gen. dd. 11 Mrt., 28 Mei 1639, in: L. D. 1639.) Christiaan IV zelf beweerde het
eenmaal (Aitzema, Saken v. Staet. II p. 442); ik geloof echter, dat er hier eene
verwarring bestaat met de vaart op de Noordkaap, IJsland enz., waarover
Engeland werkelijk en terecht met Denemarken in den aangeduiden zin
onderhandelde (Selden, Mare Clausum. p. 241, 42), ten minste in 1633 verklaarde
Christiaan IV, dat hij aan de Engelschen en Nederlanders de visscherij aan
Spitsbergen toeliet „uijt goede Nabuijrlicke vruntschap ende om dat sij langen tijt

hadden geweest in possessie.” (Miss. v. Van Cracouw aan de Stn.-Gen. dd. 5 Febr.
1633, in: L. D. 1633.)
[873] Secr. Instr. der ambassade naar Denemarken dd. 2 Aug. 1621, art. 2.
[874] Het bij deze gelegenheid verhandelde over verbodene havens heeft
sommigen tot eene tegenovergestelde conclusie geleid. Ten onrechte, want toen
de Nederlandsche ambassadeurs bezwaar maakten om in het tractaat van die
verbodene havens te spreken, toonden de Denen zich dadelijk bereid deze zaak op
te geven onder verklaring, dat zij daarmede „geene andere haeuens meenden dan
eenige weijnige plaetskens tot den Conincklycken dis ouer eenige hondert Iaren
gepriviligeert zoo dat de eygene onderdaenen vanden Coninck daer op niet en
vermochten te comen, noemende Ysland ende twee ofte drye andere cleijne soo
sy seyden ende ons onbekende Eylandekens, alwaer d’onderdaenen van hare Ho:
Mo: niet gewoon waeren te comen.” (Verbaal der Deensche ambass. v. 1621 ad 25
Aug.—Vgl. Arend, Alg. gesch. des vaderl. III, 3. p. 608, 9, 652-59.) Ook in het
Deensche tractaat van 19 April 1621 met Engeland, dat in de Spitsbergsche
quaestie tegenover Denemarken hetzelfde belang had als Nederland, vindt men in
art. XIV van die verboden havens („Portus prohibiti”) gesproken. (Dumont, Corps
diplomat. V, 2. p. 391.)
[875] Zie daarover hiervóor p. 225-27.
Want terwijl de Deensche vorst de belangen zijner schatkist meende
te behartigen, hadden zijne onderdanen een beteren weg ingeslagen
om zich voordeel te verwerven. Reeds spoedig hadden zij besloten
van de gewaande Deensche bezitting op eene andere wijze zooveel
mogelijk partij te trekken en terwijl vroeger alleen van
oorlogschepen, die eene belasting kwamen opeischen, sprake was,
vinden wij dan ook reeds in 1617 twee Deensche walvischvaarders
op Spitsbergen. Zonder dat de koning zijne pretensie opgaf, werden
zijne onderdanen het eerlang met de Nederlanders eens. De
Deensche walvischvaarders werden door de Noordsche Compagnie
bereidwillig toegelaten om met twee schepen hun bedrijf te oefenen
aan den noordhoek van Spitsbergen, waar de Nederlanders zich
gevestigd hadden en juist de grondslagen van het latere
Smeerenburg begonnen te leggen. Tegen de gemeenschappelijke
vijanden, de Engelschen, genoten de Denen de bescherming der
Nederlanders. Ieder der beide natiën had voortaan op het
Amsterdamsche eiland zijne afzonderlijke vestiging voor de

traankokerij, met palen afgescheiden en met de wapens der beide
mogendheden voorzien. Den Nederlanders, nog zelven slechts noode
door de Engelschen op Spitsbergen geduld, kon het niet dan
aangenaam zijn, zoo zij versterking van andere natiën tegen hunne
vijanden kregen; Christiaan IV, die zijne pretensie nergens erkend
zag, handelde verstandig, toen hij oogluikend toeliet, dat zijne
onderdanen zich den steun van een der beide twistende partijen op
Spitsbergen verzekerden
[876]
. Was er reeds in 1617 zulk een nauw
verbond tusschen Denemarken en Nederland, dat slechts een der
beide voor Deensche rekening met traan en baarden bevrachte
schepen naar Kopenhagen vertrok, terwijl het andere naar
Amsterdam gezonden werd
[877]
, een geregeld verkeer bestond er
toen nog zoo weinig, dat Jakob I in het voorjaar van 1619 aan de
Nederlandsche gezanten verklaren kon, dat de Denen evenals alle
andere natiën behalve de Nederlanders van de walvischvangst op
Spitsbergen hadden »gedesisteert
[878]
”. Eerst met 1619 begonnen
de Deensche walvischvaarders het eiland jaarlijks te bezoeken, in
1620 werd er te Kopenhagen eene compagnie voor de
walvischvangst opgericht
[879]
en tot 1622 toe verschenen hare
schepen geregeld met de Nederlandsche aan den noordelijken hoek
van Spitsbergen
[880]
. In deze omstandigheden ware het voor
Christiaan IV eene dwaasheid geweest het tractaat van 1621 uit te
voeren en vereenigd met de Engelschen, die nog zoo kort geleden
zijne onderdanen vijandig behandeld hadden, de ieder jaar in kracht
toenemende Nederlandsche walvischvangers, de vrienden en
beschermers der Denen, aan te vallen. Toen echter het recht der
Denen om naast de Nederlanders in de Mauritius-baai te visschen
eenmaal goed bevestigd scheen, veranderden de betrekkingen der
beide volken weldra geheel. Christiaan IV meende nu veilig zijne
vroegere houding weder te kunnen aannemen. Eerlang maakten de
Denen van de goedwilligheid der Nederlanders misbruik en bleek het
aan de Staten-Generaal, dat de Deensche pretensie wel is waar
gesluimerd had, maar dat zij nog volstrekt niet dood was.
[876] De overeenkomst schijnt het karakter eener stilzwijgende minnelijke
schikking gehad te hebben. De Nederlanders lieten de Denen in hun vischwater

toe en dezen zullen zeker verheugd geweest zijn voor het verleende verlof en de
genoten bescherming in alle voorwaarden toe te stemmen, die de Nederlanders
maken wilden. In werkelijkheid waren de Denen verreweg de minderen en aan de
aanspraken van Christiaan IV, waardoor hij zich de meerdere wilde toonen, hebben
beide partijen waarschijnlijk in 1617, toen de praktijk zijne eischen deed gelden,
niet gedacht.—Zie hierover: Aitzema, Saken v. Staet. I p. 1150, II p. 442, 632.—
Req. der N. C. c. Vrolicq, in: Noordsche togten. 4. Loop. N. C. R.-A.—Sent. van het
Hof van Holland dd. 29 Juni 1629. („Zijluijden stonden malcanderen de possessie
toe, sijnde tusschen zijne Ma
t
. ende de Ho: Mo: Heeren de Staten Generael te
demeleren off ijemant, off wie van beijden alleen ende priuatiue ter dier plaetse
het gesach soude mogen hebben,” zeiden de Denen.)
[877] Brief v. Heley aan Deicrowe dd. 12 Aug. 1617, bij: Purchas, Pilgrimes. III p.
732.—De Nederlandsche berichten weten echter slechts van éen schip. (Aitzema,
Saken v. Staet. II p. 442, 632.)
[878] Muller, Mare Clausum. p. 162.
[879] Lindeman, Arktische Fischerei der Deutschen Seestädte. p. 9.
[880] Ook volgens de Engelsche berichten vischten de Denen bij de Nederlanders.
(Brieven der Eng. walvischvaarders, o. a. van Catcher aan Heley dd. 17 Juni 1620,
bij: Purchas, Pilgrimes. III p. 735.)
Den 27 Maart 1622 had Christiaan IV aan de Deensche compagnie
voor de walvischvangst, waarvan Johann Braem, een voornaam
Duitsch koopman te Kopenhagen
[881]
, het hoofd was, een
uitsluitend
[882]
octrooi verleend »omme op de Noortcaep ofte in de
havenen ofte eijlanden van Travisont ende Souroij
[883]
mitsgaders
opt Lant van Groenlant te mogen de walvischerije doen.” Dat jaar
had Braem in de Mauritius-baai, waar Denen en Nederlanders
gewoon waren naast elkander te visschen, de walvischvangst in
vrede geoefend en er zijne schuren en gereedschappen voor het
volgende jaar achtergelaten. Maar de visscherij der Denen schijnt op
den duur onvoordeelig geweest te zijn; ten minste Braem trof in het
voorjaar van 1623 eene overeenkomst met Jean De Heraneder en
Michel De Laralde, kooplieden van St. Jean de Luz en Siboure
[884]
in
Biscaaie, waarbij hij hen tegen een aandeel in hunne vangst in zijne
compagnie voor de walvischvangst opnam. Volgens dit contract
kwamen in het begin van Juni 1623, terwijl de Denen zich dit jaar
niet op Spitsbergen vertoonden, twee Biscaaische schepen op naam

van Braem en zijne compagnie bij de Nederlanders aan, openden de
Deensche schuren en wilden de walvischvangst beginnen. De
Nederlandsche commandeur Cornelis Ys vroeg hen echter dadelijk
om hunne papieren te zien. Toen zij niets anders konden toonen dan
»een slecht cartabelleken,” door hunne Baskische reeders in het
Nederlandsch geschreven, dat alleen het verzoek aan den
commandeur inhield den brenger goed te behandelen, verbood Ys
hem het visschen. Hij beweerde, dat de door de Biscaaiers bezochte
baai aan de Nederlanders en de Denen gezamenlijk behoorde, dat
geen ander recht had daar te visschen en dat hij zich dus verplicht
gevoelde zijne vrienden de Denen in hunne afwezigheid tegen roof
en overweldiging te verdedigen. De Basken mochten zich daartegen
op hunne overeenkomst met Braem beroepen, Ys hield zich als
geloofde hij van het geheele verhaal niets en bleef er bij, dat hij niet
verantwoord was, zoo hij de Biscaaiers »op soodanigen Imperfecten
bescheijt” tot de visscherij toeliet. Dezen moesten erkennen, dat zij
»niet wel en waren versorcht;” zij stelden aan Ys voor, dat hij hen
zou laten visschen op voorwaarde, dat de geheele vangst ten bate
der Noordsche Compagnie zou komen, zoo het in Nederland bleek,
dat hunne reeders geen recht op de visscherij hadden. Ys
antwoordde, dat hij hun wel voor dit jaar alleen en met behoud van
het recht der Noordsche Compagnie aan eene andere plaats op
Spitsbergen in vrede wilde laten visschen, maar de visscherij in de
Mauritius-baai bleef hij hun weigeren. De twee schepen waagden
het niet elders te gaan: de Engelschen, die nog dit jaar hunne
uitsluitende pretensie tegen de Nederlanders hadden trachten te
handhaven, toonden genoegzaam, dat zij ook anderen vreemden
niet genegen waren. Na eenig vertoef waren de Basken dus
genoodzaakt zich naar de Noordkaap te begeven
[885]
.

[881] Zie over latere knoeierijen van Braem ten nadeele der Nederlanders: Miss. v.
Van Cracouw aan de Stn.-Gen. dd. 24 Mei 1639, in: L. D. 1639.
[882] Christiaan IV verklaarde in 1625 aan den Nederlandschen gezant
Vosberghen, „dat hy geen paspoorten op Spitsbergen hadde gegeven als alleen
aan eenen Braem, ende aen nyemant meer geven soude.” (Miss. v. Vosberghen
aan de Stn.-Gen. dd. 4/14 Juni 1625, in: L. D. 1625.)
[883] De eilanden Tromsondt en Suröe liggen bij Hammerfest.
[884] Deze plaats ligt volgens oude Nederlandsche kaarten aan den mond der
rivier, waaraan St. Jean de Luz ligt, juist tegenover deze stad; op nieuwe kaarten
vind ik den naam niet.
[885] Het verhaal dezer gebeurtenis is hoofdzakelijk ontleend aan het vonnis van
het Hof van Holland dd. 29 Juni 1629. (R.-A.) Enkele kleine trekken zijn er uit hier
en daar verspreide berichten bijgevoegd.—Zie o. a. Wassenaer, Hist. verh. V fol.
157 en de brieven van Fanne, Catcher en Goodlard, bij: Purchas, Pilgrimes. III p.
786-38. (Catcher wantrouwde de Biscaaiers en schreef: „I know the Captaines will
what he would haue done in it. I hold it not fit that they should harbour there,” d.
i. in Greenharbour.)
Daarmede was eene quaestie ontstaan, die gedurende tien volle
jaren de Staten voortdurend tot last zou zijn, en waarover nog bijna
twintig jaar na het plegen van het feit nu en dan geklaagd worden
zou. Wat was de reden, dat over zulk eene kleinigheid zoolang
onderhandeld werd? Het komt mij voor, dat er in deze zaak meer
gezocht moet worden, dan er bij oppervlakkige beschouwing in ligt.
Ik zal trachten mijne uit enkele verspreide aanwijzingen opgemaakte
meening duidelijk te maken.
De koning van Denemarken, wiens pretensie op de souvereiniteit
over Spitsbergen wel nergens erkend, maar daarom niet opgegeven
was, had de handelwijze van Braem niet ongaarne gezien. Het was
met zijne toestemming, dat de Basken in de Deensche compagnie
waren opgenomen. De walvischvangst zijner onderdanen was van
weinig belang. Sinds 1617 was het getal der Deensche schepen, die
op Spitsbergen kwamen, bijna niet toegenomen: het octrooi van
Braems compagnie, die de eenige reederij ter walvischvangst was en
blijven moest, verleende hem slechts verlof om met drie schepen

daarop uit te gaan. En nu bleek het bovendien, dat Braem zelf de
winsten, die de visscherij hem beloofd had, na eene proefneming
geringschatte. Wat wonder was het dan, dat Christiaan IV het
voordeeliger oordeelde, dat zijne reeds in 1616 op den voorgrond
gestelde rechten door vreemde natiën erkend werden, dan dat de
walvischvangst zijner onderdanen een kwijnend bestaan voortsleepte
en aan éene compagnie karige winst verschafte? In het door Braem
beraamde contract meende de koning nu een uitnemend middel te
hebben om dit grootere voordeel te verkrijgen. De Baskische reeders
zouden visschen op naam van Braem en op gezag van Deensche
paspoorten; een gedeelte van den opbrengst der vangst zou
schijnbaar als aandeel in de winst, eigenlijk als koopprijs, misschien
als belasting aan de Deensche compagnie worden uitgekeerd. Het
plan was niet slecht bedacht en had kans van slagen. Op eene
weigering van toelating door de Nederlanders was echter volstrekt
niet gerekend; dit blijkt genoegzaam uit de onvoldoende
bewijsstukken, die men den Basken naar Spitsbergen medegaf. Toch
was de handelwijze der Noordsche Compagnie zeer redelijk. Sinds
jaren in het bezit van de Mauritius-baai, die daarnaar zelfs den naam
van Hollandsche baai gekregen had, eerlang door de Engelschen niet
meer in dat bezit gehinderd, was het reeds veel, dat zij in die
beperkte ruimte nog de Denen mede tot de walvischvangst had
toegelaten. Naar het schijnt was die toelating dan ook alleen
geschied als »een Accommodatie uyt Nabuyrlycke Vruntschap” en
onder eene beperking, wat het aantal schepen betrof
[886]
. Het was
nu eindelijk wat veel gevergd, dat zij tot de walvischvangst, die
toenmaals uit haren aard niet in de volle zee kon geoefend worden,
nog andere natiën zou toelaten, terwijl het geheele overige gedeelte
van het eiland toch voor de weinige schepen der Engelschen niet
noodig was. Ook al bleek het, dat de indringers op naam en gezag
van de met de Nederlanders bevriende Denen kwamen, dan nog was
het niet twijfelachtig, dat Braem misbruik maakte van de goedheid
der Noordsche Compagnie
[887]
,—een misbruik, waartegen deze recht
had te waken. Uit een zuiver juridiek oogpunt beschouwd komt het
mij zelfs voor, dat de Noordsche Compagnie recht had tot wat zij
deed. Terwijl in haren strijd met Engeland de vrijheid der zee haar

hoofdargument geweest was,—al werd de ontdekking van
Spitsbergen te dikwijls vermeld om aan de vrijzinnigheid der
compagnie in veranderde omstandigheden te gelooven,—werd in de
Deensche onaangenaamheden de quaestie der vrije zee door geen
van beide partijen aangeroerd. Beiden kenden zich op even
onhoudbare gronden
[888]
de souvereiniteit over geheel Spitsbergen
toe, maar beiden namen ook zonder gronden voor hunne bewering
op te geven, eenstemmig hun gemeenschappelijk, alle andere natiën
uitsluitend bezit van de Mauritius-baai aan. En die bewering schijnt
mij volkomen juist. Al hadden de Nederlanders ook de Denen alleen
uit vriendschap en »provisioneel” verlof gegeven om nevens hen te
visschen; zulk een verlof, verleend in eenen tijd toen niemand hun
uitsluitend recht op de Mauritius-baai erkende, ja toen zij zelven
daarop misschien nog geen aanspraak maakten, kon niet herroepen
worden, toen de Denen door jarenlange visscherij, door
inbezitneming en omheining van den grond, door vestiging eindelijk
nevens de Nederlanders op de aan niemand toebehoorende plaats
een even goed recht hadden verkregen als dezen, die alleen de
oudheid van het hunne boven de Denen voorhadden. De meening,
dat de Mauritius-baai uitsluitend aan de Nederlanders en Denen
behoorde, werd destijds algemeen gedeeld, zooals blijkt uit het feit,
dat noch de Denen noch de Basken zelven gedurende verscheidene
jaren er ooit in ernst aan schijnen gedacht te hebben, dat deze
laatsten daar krachtens een eigen recht zouden mogen visschen. De
handelwijze der Noordsche Compagnie tegen de Basken was dan
ook volgens de Denen zelven alleen in strijd met de beweerde
souvereiniteit van Christiaan IV over Spitsbergen; werd die niet
erkend, dan hadden de Nederlanders het recht allen behalve de
Denen uit de Mauritius-baai te weren. Ook Christiaan IV beschouwde
de zaak zoo. Hij beweerde, dat het verdrijven der Basken een
inbreuk op zijne kroonrechten was, dat hem de souvereiniteit over
Spitsbergen toekwam en dat dit recht door de Noordsche Compagnie
geschonden was.
[886] Memorie der N. C. van 1631, bij: Aitzema, Saken v. Staet. I p. 1150.

[887] Een „voornaem heer in Denemarcken” zou dan ook volgens de N. C. in 1632
gezegd hebben: „Laett de Hollanders hett kindeken Jesum gaen soecken, wan sij
hett geuonden hebben, soo willen wij het oock gaen aenbeden.” (Rescr. der N. C.
c. Vrolicq dd. 3 Mei 1633, in: Stn. N. C. v. d. Hrl. gedeput. R.-A.) Het kan niet
ontkend worden, dat deze beschouwing juist was, maar of de Nederlanders recht
tot klagen hadden, terwijl op hunne verhouding met Engeland het gezegde van
den Deen nog veel beter paste, schijnt minst genomen twijfelachtig.
[888] Zie over het sustenu der Nederlanders, berustende op de ontdekking van
Spitsbergen: hiervóor p. 221,—over de Deensche beweringen betreffende
Groenland: hiervóor p. 236.
Deze aanmatigende houding, die de Deensche koning gedurende
den geheelen loop der zaak bleef aannemen, had meer dan een
reden. Hij had de handelwijze van Braem goedgekeurd en moest dus
nu zijnen onderdaan beschermen. Maar bovendien, wilde hij door de
Basken zijne souvereiniteit erkend zien, dan was het zaak, die ook
tegenover de Nederlanders te handhaven, en te toonen, dat dezen,
die niet schroomden zich op hunne ontdekking van Spitsbergen te
beroepen, niet straffeloos de maatregelen door den koning van
Denemarken genomen konden verijdelen. Juist naar het
tegenovergestelde doel streefden de Staten-Generaal. Zij wilden
alles vermijden, wat aan de zaak het karakter van eene politieke
quaestie kon geven; dreigde een enkele maal dit gevaar van nabij,
dan drongen zij bij de Noordsche Compagnie steeds ernstig op eene
minnelijke schikking aan. Deze eindelijk volgde als derde betrokkene
partij nagenoeg dezelfde gedragslijn als de Nederlandsche
regeering, maar zij trad minder omzichtig op. In het bewustzijn van
hare macht en van haar recht was zij steeds onverzettelijk in haren
wensch om de zaak door den gewonen rechter afgedaan te zien.
Ook al dreigden politieke verwikkelingen haar, zij bleef volhouden en
weigerde hardnekkig iedere schikking. Gaan wij nu zoo kort mogelijk
den loop der zaak na.
De Baskische reeders wendden zich natuurlijk tot Johann Braem, die
hun zijn recht had overgedaan, en deze klaagde dadelijk aan den
koning van Denemarken, dat de Nederlanders zijne paspoorten niet
hadden geëerbiedigd en zijnen onderdanen het visschen op

Spitsbergen hadden willen verhinderen. Braem begrootte zijne
schade op ƒ 135.000 en v erzocht daarvan vergoeding.
Niet lang duurde het, of de Staten-Generaal kregen kennis van het
gebeurde. Reeds den 2 November 1623 ontvingen zij uit Elseneur
bericht van ’s konings woede
[889]
, een bericht weldra (15 December)
door eenen brief van Z. M. zelven gevolgd
[890]
. Van alle kanten
kwamen de klachten in; de eene mededeeling over het misnoegen
van den koning volgde de andere
[891]
, men dreigde zelfs met
represaille-maatregelen in den Sond
[892]
. Van Deensche zijde werd
erkend, dat Braem met goedvinden van den koning de Baskische
reeders in zijne compagnie had opgenomen, maar tevens bepaald
ontkend, dat de schepen op Spitsbergen geen pas van Denemarken
hadden medegebracht. Men stelde het tevens zoo voor, alsof de
Nederlandsche commandeur in voor den koning van Denemarken
beleedigende bewoordingen de Denen niet tot de walvischvangst
had willen toelaten; terwijl hij verklaard zou hebben, dat slechts zij,
die van de Noordsche Compagnie verlof hadden bekomen, recht
hadden op Spitsbergen hun bedrijf te oefenen. De voorslag, door de
Staten-Generaal dadelijk gedaan, om te zorgen voor eene billijke
behandeling van Braem, wanneer hij zich aan de Nederlandsche
rechters wilde onderwerpen, werd dan ook dadelijk door Christiaan
IV van de hand gewezen. Z. M. meende, dat dit eene quaestie was,
»darahn seine Königl. hoheit (over Spitsbergen) mit Interessirt,” die
hij volstrekt niet wilde opgeven. Van een gewoon proces kon dus
zoowel om deze reden, als omdat hij »wegen allerhande
weitleuffigkeiten” een ongunstigen afloop vreesde, geen sprake zijn.
De koning stelde integendeel den eisch, dat de zaak door
commissarissen uit de Staten-Generaal »summarie absque strepitu
judicii” zou worden afgedaan. Voor het vervolg wenschte Z. M., dat
de Noordsche Compagnie niet meer dan twee of drie schepen naar
Spitsbergen zou zenden; hij van zijne zijde beloofde, dat de Denen
er ook slechts drie of vier zouden uitrusten, »damit nicht etwa durch
menge der Schiffe der fang gehindert vnnd beide theile darüber
verkürzet werden
[893]
.”

[889] R. S.-G. 2 Nov. 1623.
[890] R. S.-G. 15 Dec. 1623.
[891] R. S.-G. 20 Jan., 10 Apr., 30 Mei 1624.
[892] Miss. v. Christ. IV aan de Stn.-Gen. dd. 28 Juli 1624, in: L. D. 1624.—R. S.-G.
20 Jan. 1624.
[893] Miss. van Christ. IV aan de Stn.-Gen. dd. 28 Juli 1624.—R. S.-G. 24 Oct.
1624.
De Staten-Generaal namen de zaak dadelijk ijverig ter hand. Zij
zonden een nauwkeurig verhaal van het gebeurde naar Denemarken
en boden hunne hulp aan om het geschil ten einde te brengen
[894]
.
Maar tevens beraadslaagde men, om de Noordsche Compagnie »ten
regarde van de Denen off andere Natien” door een konvooi van drie
oorlogschepen te beschermen
[895]
. In afwachting van eene
beslissing van den koning werd er verder eene commissie uit de
Staten-Generaal benoemd, die echter natuurlijk na maandenlange
conferentiën met de bewindhebbers der Noordsche Compagnie de
zaak niet verder bracht, en zoo bleven de zaken slepen. Eindelijk
verscheen 1 Juni 1624 Dr. Cornelis Vinck, agent van Denemarken, in
de vergadering der Staten-Generaal en verklaarde last te hebben om
over de zaak te onderhandelen. Na eindelooze conferentiën met de
Staten-Generaal, die meer woorden dan daden gaven, en met de
bewindhebbers, die hardnekkig op hun stuk bleven staan
[896]
,
gelukte het dezen eindelijk eene schikking te treffen. De Denen
hadden iets toegegeven en de zaak werd ter beslissing in handen
van het Hof van Holland gesteld. (1 Maart 1625.)
[897]
[894] R. S.-G. 11, 25 Nov. 1623, 20, 25 Jan. 1624.
[895] Daartoe kwam het echter, niettegenstaande den aandrang van Z.Exc., niet.
(R. S.-G. 14, 16 Mrt., 23 Apr. 1624.)
[896] R. S.-G. 10 Apr., 1, 28, 29 Juni, 24, 25 Oct. 1624.—Aitzema, Saken v. Staet. I
p. 355.
[897] R. S.-G. 25 Oct., 29 Nov., 7, 21, 28 Dec. 1624, 18 Jan., 3, 17 Febr., 1 Mrt.
1625.—Reeds bij deze resolutie werd bepaald, hoe ingeval van appèl te handelen.

Men meende een middel gevonden te hebben, om de rechtszaak
met verwijdering der politieke quaestie door de gewone rechters te
doen behandelen. Van weerszijden kwam men overeen, het geschil
over de souvereiniteit van Spitsbergen te laten rusten en de zaak te
behandelen als hadden beide partijen door hunne jarenlange
visscherij in de Mauritius-baai gelijke rechten op het bezit dier
zeeboezem verkregen. Op dien grond klaagden nu de Denen over
het niet toelaten hunner schepen. Van Nederlandsche zijde werd
toen echter dadelijk geantwoord, dat de vreemde schepen, die in
den zomer van 1623 op Spitsbergen verschenen waren, van geen
enkel geldig bewijs voorzien waren, dat zij uit naam van
Denemarken kwamen, en dat dus de Nederlandsche commandeur
het recht van Denemarken in geen geval moedwillig aangetast had.
De Denen ontkenden dit en beweerden, dat de koning aan Johann
Braem een octrooi en paspoort gegeven had om aan Spitsbergen te
visschen. Terwijl de Noordsche Compagnie dit feit niet tegensprak,
beschuldigde zij echter Braem, dat hij dien pas aan eenige Baskische
reeders verkocht had. De uitspraak over beide quaestiën was
beslissend voor Braems eisch tot schadevergoeding. Was de eerste
bewering der Noordsche Compagnie waar, dan had de eischer door
zijne nalatigheid zijn recht verbeurd en hadden de Nederlanders
gehandeld zonder het gewicht hunner daad te kunnen beseffen;
werd de tweede beschuldiging juist bevonden, dan had Braem eene
met het sustenu van gelijke uitsluitende rechten voor Nederland en
Denemarken strijdige handeling gepleegd en was dus tegenover
beide natiën schuldig.
Ik ben na eene aandachtige studie der nog voorhanden gegevens
tot de overtuiging gekomen, voor zoover het mogelijk is eene
overtuiging over deze zaak uit te spreken, dat de Noordsche
Compagnie in beide beweringen gelijk had. De Basken schijnen
werkelijk, hoe zonderling het schijne, het octrooi, dat aan Braem
volmacht verleende om bij Spitsbergen te visschen, en een bewijs,
dat deze hun zijn recht overgedragen had, niet bij zich gehad te
hebben
[898]
. Wat den verkoop van het octrooi door Braem betreft,
het is moeielijk zonder het contract zelf gezien te hebben een

oordeel te vellen. Het komt mij echter voor, dat de compagnie in het
wezen der zaak het recht aan hare zijde had. Bij herhaling
verklaarden de Denen wel, dat de bewering der Nederlanders
onwaar was en dat Braem den Basken slechts een aandeel in zijne
compagnie had gegeven, maar deze verklaring schijnt meer naar de
letter dan naar den geest juist geweest te zijn. Braem had met de
Basken een contract van compagnieschap gesloten, waarbij hij voor
zich een aandeel in de vangst bedong en zich daarentegen verbond
de Basken vrij te laten visschen. Reeds de eerste uitrusting bewees
echter, wat dit contract bedoelde. Terwijl het Deensche octrooi aan
Braem verlof gaf om drie schepen naar Spitsbergen te zenden,
kwamen daar de Basken toen met twee schepen; terwijl het derde,
te Kopenhagen (of volgens de Nederlanders te Hoorn) bevracht met
»coolen tot het branden van den traen noodich”, de beide andere op
hunne terugreis aan de Noordkaap zou opwachten. Feitelijk trokken
de Basken dus het voordeel van het octrooi, terwijl Braem hun zijnen
naam en zijne hulp voor geld leende. Het contract tusschen beide
gesloten was dan ook van dien aard, dat Christiaan IV, die zijnen
onderdaan steeds tegen de beschuldiging van verkoop verdedigd
had, na de toezending van een afschrift van het stuk uit Den Haag
niet meer van de zaak repte
[899]
.—Wanneer men dus eenmaal
aannam, dat de Mauritius-baai aan Denemarken en Nederland
gezamenlijk behoorde,—en dat dit algemeen het geval was, blijkt uit
de geheele geheime knoeierij van Braem met de Basken,—dan komt
het mij niet twijfelachtig voor, dat de veroordeeling van Braem door
de Nederlandsche rechters onmiddellijk volgen moest.
[898] Zie over deze zaak o. a.: Sent. v. h. Hof v. Holland dd. 29 Juni 1629.—Miss.
v. Christ. IV dd. 28 Juli 1624, 27 Mrt. 1630, in: L. D. 1624, 1630.—Memorie der N.
C. v. 1631, bij: Aitzema, Saken v. Staet. I p. 1149.
[899] Zie de beweringen van beide partijen hierover in het vonnis van het Hof v.
Holland dd. 29 Juni 1629.—Vgl. ook den brief v. Christ. IV dd. 27 Mrt. 1630, en de
brieven v. Vosberghen en v. de Stn.-Gen. dd. 4/14 Juni 1625, 2 Jan. 1626, in: L. D.
1625-30.
Zoo spoedig gebeurde dit echter niet; de politieke zijde der quaestie,
die toch altijd bedenkelijk was, belemmerde waarschijnlijk de vrije

handeling der rechters, en de Noordsche Compagnie zelve deed haar
best om de zaak op de lange baan te schuiven. Reeds anderhalf jaar
had het proces geduurd en nog steeds was er geen einde aan te
zien: het Hof talmde voortdurend met zijne beslissing. Toen
oordeelden de Staten-Generaal, door den Deenschen gezant
Thomasius aangemaand en ziende, dat de quaestie over de
souvereiniteit van Spitsbergen tegen de afspraak herhaaldelijk in het
debat gemengd werd, dat het wenschelijk was nogmaals eene
poging aan te wenden, om deze zaak, die zoo licht tot politieke
verwikkelingen aanleiding kon geven, in der minne te schikken. Zij
maanden de Noordsche Compagnie nogmaals met nadruk tot
toegeven aan, onder mededeeling »dat sij de Deensche geinclineert
vonden tot affdoeninge vande saecke bij accoort”
[900]
. Maar te
vergeefs! »Het is notoir,” dus schreven de bewindhebbers hoog
terug, »dat soo wie in eenich accoort condescendeert dat by de
selue schult bekentenis beuonden wert, ende alsoo wy int minste
niet en connen beuinden in eeniger deel yets schuldich te sijn, ende
ter wyle dese saecke de Justitie beuolen is ende dat wy weduwen
ende weesen goederen administreren soo connen wy in het
voorgestelde accoort niet en treden
[901]
.” Toen werden de Denen
ongeduldig: zeer dikwijls werd er bij de Staten-Generaal op spoed
aangedrongen
[902]
, totdat eindelijk het Hof na rijpe overweging van
het van weerszijden aangevoerde den 29 Juni 1629 een einde
maakte aan de zaak, die meer dan vier jaren aanhangig geweest
was, en Johann Braem zijnen eisch tot schadevergoeding ontzegde,
terwijl de kosten gecompenseerd werden
[903]
.
[900] R. S.-G. 29 Juli, 1, 7 Aug. 1626.
[901] Miss. v. de N. C. aan de Stn.-Gen. dd. 3 Sept. 1626.—R. S.-G. 18 Sept. 1626.
[902] R. S.-G. 7 Jan., 30 Sept. 1626, 27 Sept. 1627, 20 Sept., 14 Oct. 1628, 12 Juni
1629.—Aitzema, Saken v. Staet. I p. 548.—Miss. v. de Nederl. ambass. te
Kopenhagen en v. Van den Honaert, beide dd. 26 Mei 1627, in: L. D. 1627.
[903] Sententie van het Hof van Holland dd. 29 Juni 1629.
Het liet zich voorzien, dat de koning van Denemarken met deze
beslissing niet tevreden zou zijn. Werkelijk ontvingen de Staten-

Generaal den 26 April 1630 eenen brief van Z. M. met een
»wijtlopich verhael” van de zaak van Braem en den loop van het
proces. Christiaan IV klaagde hevig over den langen duur der
rechtszaak en verwaardigde zich verschillende punten aan te wijzen,
waarop het Hof z. i. bij zijn vonnis niet genoeg gelet had; het
hoofdpunt was ook nu weder de quaestie, of de Basken een
Deenschen pas dan wel een eenvoudig briefje bij zich gehad
hadden. De koning noemde het vonnis kortweg »ein vnbillig Vrtheill,”
en weigerde in appèl bij den Hoogen Raad te komen, daar de Denen
nu genoeg ondervinding hadden »das Ihr gegentheil dortt im lande
ihnen viell zu mechtig, undt dergestallt supportirt würde, das Sie
daselbst weiter zu Rechte zu gehen nicht vermüchten.” Hij verzocht
dus de Staten-Generaal dringend, aan Braem op andere wijze
vergoeding te doen geworden; gebeurde dit niet, dan dreigde hij de
kamer der Noordsche Compagnie te Amsterdam met
represailles
[904]
. Maar er was meer: de koning had nog een andere
ernstige grief tegen het vonnis. Wij hebben gezien, dat Christiaan IV,
aanvankelijk weigerachtig om het geschil aan de gewone rechters te
onderwerpen, daarin eindelijk alleen toestemde, op voorwaarde dat
de quaestie over zijne souvereiniteitsrechten op Spitsbergen buiten
het proces zou blijven. Tegen dit voorschrift hadden beide partijen
herhaaldelijk gezondigd. De twist over het verkoopen van het
octrooi, of volgens de Deensche lezing over het opnemen van eenige
Basken in de compagnie voor de walvischvangst door Braem met
goedkeuring van den koning, had allicht de eischers tot het wrevelig
antwoord gebracht, dat Z. M. ten slotte vrij was, aan wie hij wilde
paspoorten te verleenen om op zijn land te varen, al waren onder
de bevoorrechten ook vreemdelingen met de Denen vermengd
geweest. Van Nederlandsche zijde was men het antwoord op zulk
eene opmerking geen oogenblik schuldig gebleven: men had zich
beroepen op de ontdekking van Spitsbergen door Heemskerck en
Rijp en dat beroep door eene eenigszins onjuiste voorstelling van de
geschiedenis der Nederlandsche walvischvangst gestaafd. Daaruit
waren wederom langdurige onaangenaamheden voortgekomen.
Christiaan IV had reeds in 1626 geklaagd, dat men hem zijne
kroonrechten wilde betwisten, en verklaard, dat hij »geenssints goet

vont in dispute te laeten trecken zyne Superioriteyt ouer
Spitsberghen, veel weyniger dat daer ouer alhier gedecideert soude
werden
[905]
.” Slechts met moeite was de zaak toen geschikt door het
aanbod om alle deze zaak betreffende stukken uit het proces te
lichten
[906]
, en nu bleek het plotseling uit het vonnis van het Hof, dat
aan deze belofte niet voldaan was. Aan het hoofd van de
beweringen van ieder der beide partijen vond men in het vonnis een
uitvoerig betoog, dat Spitsbergen haar toebehoorde,—eene
bijvoeging, waardoor ter loops opgemerkt de redeneering van
beiden niet aan logische helderheid gewonnen had. Het laat zich
denken, dat Christiaan IV hevig vertoornd was.
[904] Miss. v. Christ. IV dd. 27 Mrt. 1630, in: L. D. 1630.
[905] R. S.-G. 7 Jan., 6 Febr., 29 Juli 1626.
[906] R. S.-G. 24 Febr., 7 Aug. 1626.—Miss. v. de N. C. aan de Stn.-Gen. dd. 3
Sept. 1626, in: L. D. 1626.
Z. M. was zeer verontwaardigd, dus schreef hij, dat
niettegenstaande de herhaalde beloften der Staten-Generaal
toegelaten was, »das man Unsere hoheit uber die lande nicht allein
streitig zu machen, Sondern so weit an ihnen gewesen, Vns gar zu
entziehen sich unterstanden, Den die Compagnie in ihrer antwortt
undt duplica aussdrücklich vorgebt, das sie die hoheit derselben den
vereinigten Provintzen acquirirt
[907]
.” Den 29 Januari en 21 Juni 1631
kwam Z. M. hierop terug en klaagde, dat de Noordsche Compagnie
»ihre vorige vnbegründete einwürffe weittläufftig wiederholett,
besondern auch seine vff seinem Landt Spizbergen habende hoheit
vnnd bottmässigkeit fast mehr vnnd mehr in Zweiffell zuziehen vnnd
disputirlich zu machen sich vnterstandenn.” Eerlang werd nu het
eiland Spitsbergen »Christiansbergen”, de Mauritius-baai
»Christianshaffen” verdoopt als bewijzen van het Deensche
eigendomsrecht, en nadrukkelijk verzocht de koning de Staten-
Generaal te verhoeden, »das seine hoheit über dieselbe Lande, da
der Walfischfang geübet wird, in eintzig disputat gezogen
werde
[908]
.” In September 1631 kwam daarop een gezant met
nieuwe klachten aan
[909]
, en de Staten begrepen iets te moeten

doen. Zij schreven dus aan den koning bij herhaling
[910]
, dat »wat
belanght de hoogheyt ende gerechtigheyt die sijn Majesteyt over de
Landen van Groenlandt, ende andere quartieren om den Noort
ghelegen souden mogen hebben, ofte pretendeeren, en is haer
Hoogh Mog: meeninge ende intentie gansch niet dat alhier te Lande
daer over sal werden gedisputeert, gelijck haer Ho: Mog: sulcks hier
bevorens expresselijck hebben verbooden daer ’t behoort, al hoe wel
het schijnt dat eenige gepoogt hebben, zijn Majesteyt contraerie
opinie te doen suscipieeren, die nochtans met de waerheyt niet over
een en komen, volgens dese haer Ho: Mog: ronde en sincere
iterative verklaringe
[911]
.”
[907] Miss. v. Christ. IV dd. 27 Mrt. 1630, in: L. D. 1630.
[908] Miss. v. Christ. IV dd. 29 Jan., 21 Juni 1631, in: L. D. 1631.
[909] Aitzema, Saken v. Staet. I p. 1175.
[910] R. S.-G. 28 Juli, 4 Oct. 1631.
[911] Aitzema, Saken v. Staet. I p. 1176.
Maar hierbij bleef het ook
[912]
. Men was minder dan ooit gezind ’s
konings recht te erkennen en ook de eisch, dat de Staten aan Braem
op de eene of andere wijze vergoeding zouden bezorgen, werd niet
voor inwilliging vatbaar geoordeeld. Juist het herhaaldelijk bespreken
van de souvereiniteitsrechten der Deensche kroon had het gevaar
aangetoond om zich eene zaak als deze officiëel aan te trekken en
de Staten waren dan ook vast besloten, dat zij als eene partikuliere
quaestie met de Noordsche Compagnie zou afgehandeld worden.
Daarop was dus de geheele gedragslijn der regeering ingericht.
Braem wendde zich eindelijk tot de Noordsche Compagnie, maar na
maanden onderhandelens was de zaak nog niet verder
gekomen
[913]
. Een zeer heftige brief van den koning had ten
gevolge, dat de quaestie toen nog eenmaal in handen van eene
commissie uit de Staten-Generaal gesteld werd, maar ook daardoor
vorderde men niet
[914]
. Eene laatste poging der Staten-Generaal om
de zaak te schikken stuitte af op de onverzettelijkheid der Noordsche
Compagnie, die niet van haar door het vonnis verkregen recht wilde

wijken, al dreigde Christiaan IV ook met krasse maatregelen, al deed
Johann Braem ook de verleidelijkste beloften
[915]
. Er schoot dus
eindelijk voor de regeering niets anders over, dan aan Denemarken
en aan de compagnie beiden definitief te schrijven, dat de quaestie
eene partikuliere was en als zoodanig moest behandeld worden.
[912] R. S.-G. 10 Sept., 21 Oct. 1630.
[913] R. S.-G. 22 Mrt. 1631.—Miss. v. Christ. IV dd. 29 Jan. 1631, in: L. D. 1631.
[914] R. S.-G. 9, 19, 30 Apr., 12, 21, 22 Mei, 21 Juli 1631.—Miss. v. Christ. IV dd.
21 Juni 1631, in: L. D. 1631.
[915] R. S.-G. 26, 28 Juli 1631.
Aan de Noordsche Compagnie ontzeiden dus de Staten-Generaal
hunnen steun, nu zij geweigerd had de pretensie van Braem voor
eene kleine som geld af te koopen; den koning verzocht men, zich
de zaak evenmin aan te trekken en de rechters te laten
beslissen
[916]
. Geheel overeenkomstig met dit plan weigerden de
Staten-Generaal ook in de Instructie van de ambassadeurs Van
Beveren, Oetgens van Waveren en Schaffer, die in September 1631
naar Kopenhagen vertrokken, de redeneeringen der Noordsche
Compagnie over deze quaestie op te nemen
[917]
en werd de
Deensche gezant Claus Daa, die in dezelfde maand herwaarts kwam
met last om bij de Staten over de zaak te klagen, onbevredigd
weggezonden met eene verwijzing naar den Hoogen Raad
[918]
. Een
tweede Deensche gezant, Gunter, die in 1632 te ’s-Gravenhage
verscheen en op nieuw ernstige klachten deed hooren, verkreeg van
de regeering evenmin iets meer dan een algemeen antwoord
[919]
, en
ook Gödert Braem, die in hetzelfde jaar herwaarts kwam om zijnen
broeder Johann door onderhandelingen met de Noordsche
Compagnie de verlangde schadevergoeding te bezorgen, moest
onverrichter zake weder vertrekken
[920]
.
[916] R. S.-G. 28 Juli 1631.
[917] R. S.-G. 20 Aug. 1631.—De Staten keurden het echter goed, dat de N. C.
zelve de ambassadeurs van last voorzag. Zie de memorie, die van deze aanmaning
het gevolg was, bij: Aitzema, Saken v. Staet. I p. 1149. Vgl. hierna p. 267.

[918] R. S.-G. 19, 23 Sept., 4 Oct. 1631.—Aitzema, Saken v. Staet. I p. 1175, 76.—
Mauricius. Naleesingen over de Noordelijke Landen. (R.-A.)
[919] R. S.-G. 21 Juli, 30 Aug., 4, 6 Sept. 1632.
[920] R. S.-G. 13, 31 Mrt., 24 Juli 1632.—Miss. v. Christ. IV en v. G. Braem dd. 16
Jan., 13 Mrt. 1632, in: L. D. 1632.
Toen begreep Christiaan IV, dat hij een anderen weg moest inslaan.
Het verkrijgen van schadevergoeding voor Johann Braem werd
opgegeven; slechts een enkele maal werd er nu en dan in latere
jaren van gesproken
[921]
. De zaak zelve was van weinig belang, nu
de koning in plaats van door de schadevergoeding eene erkenning
van zijne rechten te verkrijgen, door de Nederlanders integendeel
zijne souvereiniteit bestreden zag. Maar de hoofdzaak, het
binnenleiden der Basken op Spitsbergen, werd op nieuw het doel,
waarnaar Christiaan IV streefde; en al wilde de Noordsche
Compagnie haar ongelijk niet erkennen, de koning had besloten den
tegenstand te breken.
[921] Verbalen der ambassaden naar Denemarken v. 1639 en 1641, ad 7 Oct.
1639, 11, 23 Juli, 19, 26 Sept. 1641.—In 1641 werd er zelfs van beide zijden over
gesproken, dat de quaestie der restitutie in revisie op nieuw aan de Nederlandsche
rechters zou worden voorgelegd. Daarvan schijnt echter niets gekomen te zijn.
In 1624 had de Deensche compagnie noch hare Baskische
deelgenooten uit vrees voor verdere onaangenaamheden met de
Nederlanders tot eene uitrusting durven besluiten
[922]
. Wel schijnt
het volgende jaar Gödert Braem, Johanns broeder, op Spitsbergen
geweest te zijn
[923]
, maar terwijl het proces onbeslist was, kon het
verblijf op Spitsbergen naast de machtige Nederlanders voor de
Denen toch niet wenschelijk zijn. De vereeniging had zich
ontbonden
[924]
en sinds 1625 was het eiland door Denen niet meer
bezocht
[925]
. Toen echter het vonnis uitgesproken was en alle
aanvragen om op andere wijze voldoening te krijgen vruchteloos
waren, verleende Christiaan IV in 1630 aan Johann Braem een
nieuw octrooi, waarbij het hem geoorloofd werd, met vijf of zes
schepen in de Mauritius-baai te visschen. Onder die schepen zouden
er twee uit Biscaaie mogen zijn
[926]
. Zoo was aan de Staten-

Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade
Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.
Let us accompany you on the journey of exploring knowledge and
personal growth!
textbookfull.com

Advances in Computer Communication and Computational Sciences: Proceedings of IC4S 2017, Volume 1 Sanjiv K. Bhatia

About This Presentation

Slide Content

Tags

Categories

Download

Quick Actions

Statistics

Related Slideshows

Advances in Computer Communication and Computational Sciences: Proceedings of IC4S 2017, Volume 1 Sanjiv K. Bhatia

About This Presentation

Slide Content

Slide 1

Slide 2

Slide 3

Slide 4

Slide 5

Slide 6

Slide 7

Slide 8

Slide 9

Slide 10

Slide 11

Slide 12

Slide 13

Slide 14

Slide 15

Slide 16

Slide 17

Slide 18

Slide 19

Slide 20

Slide 21

Slide 22

Slide 23

Slide 24

Slide 25

Slide 26

Slide 27

Slide 28

Slide 29

Slide 30

Slide 31

Slide 32

Slide 33

Slide 34

Slide 35

Slide 36

Slide 37

Slide 38

Slide 39

Slide 40

Slide 41

Slide 42

Slide 43

Slide 44

Slide 45

Slide 46

Slide 47

Slide 48

Slide 49

Slide 50

Slide 51

Slide 52

Slide 53

Slide 54

Slide 55

Slide 56

Slide 57

Slide 58

Tags

Categories

Download

Quick Actions

Statistics

Related Slideshows

Earthquakes_Type of Faults_Science G8.pptx

Quiz #1 Science 10 in the first quarter for jhs

Astronomy history from long ago till doday

Great history of astronomy from long ago till today

EARTHQUAKE-DRILL.powerpoint.............

History of astronomy from old times to the present times