文献

J-GLOBAL ID：202002273312949944   整理番号：20A1867439

影響最大化のためのオンライン処理アルゴリズム【JST・京大機械翻訳】

Online Processing Algorithms for Influence Maximization

著者 (4件)： Tang Jing (Nanyang Technological University, Singapore, Singapore) ,  Tang Xueyan (Nanyang Technological University, Singapore, Singapore) ,  Xiao Xiaokui (National University of Singapore, Singapore, Singapore) ,  Yuan Junsong (State University of New York at Buffalo, Buffalo, NY, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGMOD ’18  ページ： 991-1005  発行年： 2018年 
JST資料番号： D0698C  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： 影響最大化は,ウイルスマーケティングにおいて重要な応用を伴う古典的で広く研究されている問題である。しかし,影響最大化のための既存のアルゴリズムは,最終回答が導かれるまで,ユーザにいかなる出力も与えないという意味で,主にオフライン処理に焦点を合わせ,ユーザは,効率のための解の品質を取引するのに,アルゴリズムを早期に終了することができなかった。このようなインタラクティブ性と柔軟性の欠如は,特にアルゴリズムが長い実行時間を課すとき,貧弱なユーザ経験をもたらす。上記の問題に取り組むために,本論文は,ユーザが任意の時間においてアルゴリズムおよび解(影響最大化問題に対して)とその近似保証にアルゴリズムを休止できる,影響最大化(OPIM)のオンライン処理のためのアルゴリズムを研究して,それを実行により多くの時間を与えることによって,解法の品質を改良するためのアルゴリズムを再開することができた。(このインタラクティブパラダイムはデータベースシステムにおけるオンライン質問処理に対するスピリッツにおいて類似である),OPIMに対する唯一の既存アルゴリズムが実際には広く無効であり,OPIMに対する既存の影響最大化法の採用が不満足な結果をもたらすことを示す。これに動機づけられて,著者らは,優れた経験的有効性と強い理論的保証の両方を有するOPIMのための新しいアルゴリズムを提案し,また,従来の影響最大化を処理するために拡張できることを示した。実データに関する広範な実験は,著者らの解法がOPIMと従来の影響最大化の両方のための最先端技術より優れていることを実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  マーケティング ,  近似法 ,  最大化問題 ,  柔軟性 ,  *オンライン処理 ,  有効性 ,  質問処理
準シソーラス用語： 実行時間 ,  オフライン処理 ,  *オンライン ,  データベースシステム , 【Automatic Indexing@JST】

著者キーワード (3件)： 最大化の影響 ,  オンライン処理アルゴリズム ,  サンプリング

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (3件)： 最大化 ,  オンライン処理 ,  アルゴリズム