文献

J-GLOBAL ID：201702235689080548   整理番号：17A1392897

複雑ネットワークにおける意見形成を通じて隠された社会的電力の推定【Powered by NICT】

Inference of Hidden Social Power Through Opinion Formation in Complex Networks

著者 (2件)： Askari Sichani Omid (Department of Computer Science, University of California Santa Barbara, Santa Barbara, CA) ,  Jalili Mahdi (School of Engineering, RMIT University, Melbourne, VIC, Australia)
資料名： IEEE Transactions on Network Science and Engineering  (IEEE Transactions on Network Science and Engineering)
巻： 4  号： 3  ページ： 154-164  発行年： 2017年 
JST資料番号： W2435A  ISSN： 2327-4697  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソーシャルネットワークは解析とマイニングを様々な分野で常に増大する重要性を得た。これに関連して最高の社会的勢力と最も影響力のあるノードを見つける革新,意見形成,免疫,情報伝搬と勧告の広がりを含む多くの応用において重要である。本稿では,それらの相互作用の時系列からノードの社会的勢力(影響)を効果的に推定するために,数学的フレームワークを提案した。は,ノードは彼らの意見を相互作用し,交換接続ネットワークであることを仮定した。意見値(隠された社会パワー値)の時系列を提案された定式化への入力として取り上げ,最適化アプローチは社会的電力値の推定をもたらした。Jensen不等式を用いた凸最適化問題に変換できることを事後最大化法に基づく推定フレームワークを提案した。数モデルネットワークに提案手法を適用し,社会的勢力の真の値を正確に評価することを示した。提案した方法は,時系列所見値を生成し社会的勢力の特殊な形に敏感ではない。インフォームドエージェントを介した意見形成における影響力のあるノードの発見の応用を考察した。この応用では,問題は,情報剤接続の影響を最大化する必要がある影響力のあるノードの数を見出すことである。著者らの数値シミュレーションは,提案した方法が最高度を持つノードへのインフォームド剤を結ぶを含む古典的発見的方法,媒介中心性,近接性,PageRank中心または最新のオピニオンベースモデルに基づくより優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *電力 ,  相互作用 ,  シミュレーション ,  不等式 ,  発見的方法 ,  *ネットワーク ,  権力 ,  定式化 ,  最適化
準シソーラス用語： PageRank ,  近接性 ,  数値シミュレーション ,  凸最適化問題 ,  情報伝播 ,  社会的ネットワーク ,  *複雑ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： マイクロ波・ミリ波通信  (ND08020W) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 複雑ネットワーク ,  意見形成 ,  社会 ,  推定