文献

J-GLOBAL ID：201802241610406478   整理番号：18A2022942

大規模でまばらに分散したソーシャルネットワークデータからの‘‘パターンのマイニング【JST・京大機械翻訳】

Mining `Following’ Patterns from Big but Sparsely Distributed Social Network Data

著者 (4件)： Leung Carson K. (University of Manitoba, Department of Computer Science, Winnipeg, MB, Canada) ,  Middleton Ryan (University of Manitoba, Department of Computer Science, Winnipeg, MB, Canada) ,  M. Pazdor Adam G. (University of Manitoba, Department of Computer Science, Winnipeg, MB, Canada) ,  Won Yeyoung (University of Manitoba, Department of Computer Science, Winnipeg, MB, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ASONAM  ページ： 916-919  発行年： 2018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： 大規模データの現在の時代において,先進技術は,異なる真実性の広範囲の価値あるデータの大量の収集または生成を容易にした。大規模データの豊富な供給源として,社会ネットワークは,しばしば,いくつかの相互依存性によりリンクされるユーザ(または社会実体)から構成されている。これらの大規模なソーシャルネットワークは,高速で成長を続けているので,個々のユーザ(またはビジネス)が,それらを頻繁に追跡することを見出す状況があり,同じグループに従うこともできるようになっている。これらの頻繁に追跡されたグループの発見は,社会ネットワークが通常大きい(多くのユーザ/社会実体を持つ)が困難である。しかし,ほとんどのユーザが社会ネットワークの一部のユーザ/社会エンティティを知るだけであるが,ほとんどのユーザではまばらに分散される可能性がある。本論文では,これらの大規模であるがまばらに分散したソーシャルネットワークから頻繁に続く社会的エンティティのグループの発見を容易にするために,社会的エンティティを空間的に表現するために異なる圧縮モデルを用いるソーシャルネットワークマイニングアルゴリズムを提示した。評価結果は,大規模であるがまばらに分散したソーシャルネットワークからの,次のようなパターンの効率的マイニングにおける著者らのアルゴリズムの実用性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  *アルゴリズム
準シソーラス用語： 実用性 ,  エンティティ ,  相互依存性 ,  大規模データ ,  *社会的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 大規模 ,  ソーシャルネットワーク