文献

J-GLOBAL ID：201902217788637141   整理番号：19A2289288

ソーシャルメッセージネットワークに基づくメモリ減衰によるマルチメッセージトピック配布確率モデル【JST・京大機械翻訳】

Multi-message topic dissemination probabilistic model with memory attenuation based on Social-Messages Network

著者 (5件)： Yang Ruiqi (School of Information Science and Technology, Fudan University, Shanghai, P. R. China) ,  Yang Ruiqi (School of Information Science and Technology, East China Normal University, Shanghai, P. R. China) ,  Han Dingding (School of Information Science and Technology, Fudan University, Shanghai, P. R. China) ,  Han Dingding (School of Information Science and Technology, East China Normal University, Shanghai, P. R. China) ,  Qian Jianghai (School of Mathematics and Physics, Shanghai University of Electric Power, Shanghai, P. R. China)
資料名： International Journal of Modern Physics C. Physics and Computers  (International Journal of Modern Physics C. Physics and Computers)
巻： 30  号： 7  ページ： 1940011  発行年： 2019年 
JST資料番号： W0231A  ISSN： 0129-1831  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 現在の研究は,単一メッセージの拡散に優先を与えるが,実際のネットワークにおける同時にマルチメッセージの拡散も存在する。メッセージの多様な相関は拡散において相互に影響する。それは考慮すべきである。本論文は,社会-メッセージネットワークのフレームワークに対する定義を作るために研究した。それに基づいて,メモリ減衰によるマルチメッセージ主題普及確率モデルを提唱して,それはメッセージの間の相関を導入した。メッセージの多様な相関を得るための簡単な学習戦略を採用した。次に,数値シミュレーションを用いてモデルを解析し,一方,モデルパラメータとトピック拡散の範囲および拡散速度との関係を研究し,解析した。Twitterに関する関連した議論データを用いて,モデルに対する経験的研究を行い,メッセージの拡散進展を予測した。これは,予測が実際のデータと基本的に一致し,著者らのモデルの推定値が古典的拡散モデルより現実に近いことを示唆した。トピック拡散に関する研究は,マルチメッセージ拡散の理解と予想に役立つであろう。Copyright 2019 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 拡散速度 ,  *モデル ,  *記憶装置 ,  推定量 ,  *ネットワーク ,  *確率モデル
準シソーラス用語： 拡散モデル ,  モデルパラメータ ,  数値シミュレーション , 【Automatic Indexing@JST】

著者キーワード (4件)： ソーシャルネットワーク ,  情報提供 ,  多重メッセージ ,  確率モデル

分類 (1件)： 統計力学一般,多体問題  (BA08010Q)

タイトルに関連する用語 (3件)： 減衰 ,  配布 ,  確率モデル