文献

J-GLOBAL ID：201102215845228635   整理番号：11A1782949

情報拡散モデルに基づくソーシャルネットワーク上でのノードの期待影響度曲線推定法

クリップ

著者 (5件)： 吉川友也 (静岡県大 経営情報) ,  斉藤和巳 (静岡県大 経営情報) ,  元田浩 (大阪大 産科研) ,  大原剛三 (青山学院大 理工) ,  木村昌弘 (龍谷大 理工)
資料名： 電子情報通信学会論文誌 D  (IEICE Transactions on Information and Systems (Japanese Edition))
巻： J94-D  号： 11  ページ： 1899-1908  発行年： 2011年11月01日 
JST資料番号： S0757C  ISSN： 1880-4535  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,非同期時間遅れ付き独立カスケード(AsIC)モデルと非同期時間遅れ付き線形しきい値(AsLT)モデルのそれぞれの場合を仮定して,観測した単一の拡散系列から各時刻における期待影響度(期待影響度曲線)を高精度で推定する問題に取り組む。単純な方法として,観測した拡散系列のアクティブノード数を数えて期待影響度曲線とすることが考えられるが,拡散系列は情報拡散の確率的な動作によって多様な結果になるため,この方法での期待影響度曲線推定には本質的な限界がある。本論文の提案法では,観測した拡散系列から各モデルのパラメータをEMアルゴリズムによって学習し,学習したモデルパラメータを使って,シミュレーションによって期待影響度曲線を推定する。提案法を評価するために,現実のソーシャルネットワーク構造データを用いて人工的に拡散系列を生成して評価実験を行う。生成される拡散系列の長さは,同じ条件であっても多様な長さになる。我々は,提案法を使うことによって,多様な長さの拡散系列からでも期待影響度曲線を高精度で推定できることを示す。(著者抄録)

シソーラス用語： *情報ネットワーク ,  *解析 ,  伝搬 ,  最適化手法 ,  モデル ,  *ネットワーク解析 ,  EMアルゴリズム
準シソーラス用語： *ソーシャルネットワーク ,  情報拡散 ,  情報拡散モデル ,  *影響解析

分類 (1件)： 情報工学基礎理論一般  (JB01000T)

引用文献 (18件)：

• M. E. J. Newman, S. Forrest, and J. Balthrop, “Email networks and the spread of computer viruses,” Phys. Rev. E, vol.66, 035101, 2002.
• M. E. J. Newman, “The structure and function of complex networks,” SIAM Review, vol.45, pp. 167-256, 2003.
• D. Gruhl, R. Guha, D. Liben-Nowell, and A. Tomkins, “Information diffusion through blogspace,” SIGKDD Explorations, vol.6, pp. 43-52, 2004.
• P. Domingos, “Mining social networks for viral marketing,” IEEE Intelligent Systems, vol.20, pp. 80-82, 2005.
• J. Leskovec, L. A. Adamic, and B. A. Huberman, “The dynamics of viral marketing,” Proc.7th ACM Conference on Electronic Commerce (EC’06), pp. 228-237, 2006.

タイトルに関連する用語 (6件)： 情報拡散モデル ,  ソーシャルネットワーク ,  ノード ,  期待 ,  曲線 ,  推定法