抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
オンラインソーシャルネットワークの発展に伴い,より多くのユーザと売り手は様々な関係と共通の利益への洞察を提供する群分析に興味を持っている。グループ形成と変化の歴史的展望を人々を与える時間的側面,すなわち,時間的群質問(TGQ)からこの問題を検討した。目標を効果的に達成するために,時間的ソーシャルネットワーク(TSN)を索引付けするための二つの構造を提案し,次にTGQを処理するように設計されている簡単なナイーブ探索法は,より効率的な方法は,反復グラフ世代は,最適化された方法と呼ぶの代わりに更新操作により実現できる議論した。実際合成データセット上での実験を行い,結果は,著者らの指数と探索アルゴリズムは可能であり,最適化された方法であるナイーブよりはるかに効率的であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】