文献

J-GLOBAL ID：202002224913017919   整理番号：20A0580500

動的ソーシャルネットワークにおけるスーパスプレッダおよびスーパーブロッカーベースのコミュニティ進化追跡【JST・京大機械翻訳】

Superspreaders and superblockers based community evolution tracking in dynamic social networks

著者 (6件)： Xu Zhiou (School of Computer Science and Technology, China University of Mining and Technology, Xuzhou Jiangsu, 221116, China) ,  Rui Xiaobin (School of Computer Science and Technology, China University of Mining and Technology, Xuzhou Jiangsu, 221116, China) ,  He Jing (School of Computer Science and Technology, China University of Mining and Technology, Xuzhou Jiangsu, 221116, China) ,  Wang Zhixiao (School of Computer Science and Technology, China University of Mining and Technology, Xuzhou Jiangsu, 221116, China) ,  Wang Zhixiao (Mine Digitization Engineering Research Center of the Ministry of Education, Xuzhou Jiangsu, 221116, China) ,  Hadzibeganovic Tarik (Department of Psychology, Faculty of Natural Sciences, University of Graz, A-8010 Graz, Austria)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 192  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 動的ソーシャルネットワークにおけるコミュニティの検出と追跡は,大きな学際的課題である。動的社会ネットワークのコミュニティ進化の追跡には,動的コミュニティ検出と進化イベント同定を含む2つの重要なステップがある。動的コミュニティ検出のために,増分クラスタリングを最も効率的な方法の一つとして用いた。しかし,ネットワークコミュニティを増分的に検出することは,連続的な誤差蓄積が計算されたコミュニティ構造と基礎となるグランドトルースの間の矛盾を引き起こすような分割誤差をもたらす可能性がある。進化イベント同定のために,コアノードに基づく方法が広く使われている。しかし,それらは異なる進化イベントに対するコアノードの不均一寄与を区別せず,進化イベント同定の精度を低下させる。本論文では,これらの問題を同時に回避する新しい二段階法を紹介した。最初に,動的ソーシャルネットワークのための誤差蓄積敏感(EAS)増分コミュニティ検出法を提案した。著者らの新しいEAS法において,部分的にコミュニティ構造を更新するよりも,動的ネットワークスナップショットを,増分クラスタリングの誤差蓄積度があらかじめ定義された閾値を超えると全体的に再分割する。第二に,異なる重要な進化イベントを同定するために,スーパースプレッダーとスーパーブロッカーノードの特性を利用する動的ソーシャルネットワークのためのスーパースプレダーとスーパーブロッカー(SAS)ベースのコミュニティ進化追跡法を導入する。そして,ソーシャルネットワークにおける拡大発生に関連する2つのタイプのコアノードである。人工および実世界の社会ネットワークで行った実験により,提案した方法は動的ネットワークコミュニティを効率的に検出し,すべての重要な進化イベントを正確に同定でき,合計8つの競合する方法を実行できることを実証した。したがって,著者らの二段階EAS-SASアプローチは,動的ソーシャルネットワークにおけるコミュニティ発見とコミュニティ進化追跡への多くの実世界応用のための選択の潜在的方法を表すことができた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *クラスタ化 ,  コミュニティ ,  境界領域
準シソーラス用語： スナップショット ,  動的ネットワーク ,  グランドトゥルース ,  コミュニティ構造 ,  ネットワークコミュニティ ,  コミュニティ検出 ,  スプレッダ ,  *社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： コミュニティ検出 ,  コミュニティ進化追跡 ,  増分クラスタリング ,  誤差蓄積 ,  進化的事象同定 ,  動的ソーシャルネットワーク

分類 (2件)： 計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ソーシャルネットワーク ,  コミュニティ ,  進化 ,  追跡