文献

J-GLOBAL ID：201702266621031515   整理番号：17A1269828

ソーシャルネットワークにおける独立カスケード拡散過程のための影響の拡散モデル化【Powered by NICT】

Modeling the Spread of Influence for Independent Cascade Diffusion Process in Social Networks

著者 (2件)： Chen Zesheng ,  Taylor Kurtis
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDCSW  ページ： 151-156  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： モデリングは,オンラインソーシャルネットワークにおける影響の広がりはソーシャルネットワークにおける多くのシナリオindividualsandより良い理解の影響を予測するために重要である,影響最大化問題である。影響の普及モデル化に関する以前の研究は,ネットワークでのノードの状態がお互いに依存しないという仮定,社会的ネットワークのための正確な明らかにされないを示した。本研究の目的は,オンライン社会的ネットワークにおける独立カスケード拡散過程の影響の伝播を特徴づけるための正確な数学モデルを導出した。特に,疫学から感受-感染-回復流行モデルを適用した一般的な数学的枠組みを導出processand独立カスケード拡散を特性化した。ネットワーク中のノード間での複雑な空間依存性を近似するために,影響の広がりを予測するためにMarkovモデルを提案した。いくつか生成トポロジーと実共著ネットワーク上で広範なシミュレーション研究を通して,著者らの設計したMarkovモデルは,オンラインソーシャルネットワークにおける個人の影響を予測するための既存の独立したモデルよりもはるかに優れた性能を持つことを示した。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： *ネットワーク ,  モデリング ,  位相幾何学 ,  キャラクタリゼーション ,  数学モデル ,  *拡散過程 ,  空間依存性 ,  最大化問題 ,  シミュレーション ,  疫学
準シソーラス用語： Markovモデル ,  オンライン ,  オンラインソーシャルネットワーク ,  *拡散モデル ,  *社会的ネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  通信網  (ND07030A) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： ソーシャルネットワーク ,  カスケード ,  拡散過程 ,  拡散モデル