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。
社会のためのサービスと予測を提供するために社会的ネットワークに関する公共ユーザデータを研究社会的ネットワークの急速な増加により広範囲で効果的な方法である。しかし,ユーザの個体群構造はオンライン物理的世界の研究に大きく影響する可能性があるから通常は異なっていた。バイアスネットワーク集団構造のためにソーシャルメディアデータからの知識を明らかにすることにより実施された研究のための基本的な限界となる可能性がある。伝統試料アプローチが資源集約またはデータバイアスのいずれかであった。本論文では,仮想空間における不均衡ユーザデータの問題を解決するためにターゲット分布誘導試料プロセスを提案した。ターゲット分布と比較し採取した試料の実時間発散に従ってサンプリング法への介入を行い,整合特徴をユーザに発見するための同類性の理論を適用して,再帰的サンプリングを用いた試料を精密化した。実験はランダムに分布した関連性のない特徴を残しながらこの方法は0.1の与えられたJS発散で与えられた分布に従って試料の全体的な構造を制約に成功できることを示した。さらに,この論文で提案した方法に対し,ある数の試料を収集し,時間と計算機資源を節約へのアクセスの時間を要した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】