文献

J-GLOBAL ID：201702228336388963   整理番号：17A0368695

複雑ネットワークにおける社会的影響の同定:新規コンダクタンス固有ベクトル中心性モデル【Powered by NICT】

Identifying social influence in complex networks: A novel conductance eigenvector centrality model

著者 (7件)： Li Xujun (School of Management, Hefei University of Technology, Hefei 230009, China) ,  Li Xujun (Administrative School of Anhui, Hefei 230031, China) ,  Liu Yezheng (School of Management, Hefei University of Technology, Hefei 230009, China) ,  Liu Yezheng (Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei, Anhui 230009, China) ,  Jiang Yuanchun (School of Management, Hefei University of Technology, Hefei 230009, China) ,  Jiang Yuanchun (Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei, Anhui 230009, China) ,  Liu Xiao (School of Information Technology, Faculty of Science, Engineering and Built Environment, Deakin University, Burwood, Melbourne VIC 3125, Australia)
資料名： Neurocomputing  (Neurocomputing)
巻： 210  ページ： 141-154  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 影響ピアを同定ソーシャルネットワークにおける市販戦略を促進する事業にとって重要な問題である。本論文では,複雑な社会ネットワークにおける仲間の影響を測定するためのコンダクタンス固有ベクトル中心性(CEC)モデルを提案した。CECモデルは伝導ネットワークとしての社会的ネットワークを考慮し,ネットワークのコンダクタンス行列を計算する方法を構築した。新しいランダムウォーク機構により,CECモデルは,ネットワークにおける仲間の影響を測定する安定なCEC値が得られた。実験はCECモデルは仲間の影響を同定におけるロバストな性能を達成できることを示した。ネットワークは高いクラスタリング係数を持っている場合にはベンチマークアルゴリズムよりも優れており,優れた結果を得た。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ネットワーク ,  *コンダクタンス ,  酔歩 ,  *固有ベクトル ,  ロバスト性
準シソーラス用語： クラスタ係数 ,  社会的ネットワーク ,  *複雑ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 同定影響 ,  コンダクタンスネットワーク ,  コンダクタンス固有ベクトル中心性 ,  酔歩

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  ネットワーク法  (KA03040X) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 複雑ネットワーク ,  社会的影響 ,  同定 ,  コンダクタンス ,  固有ベクトル ,  モデル