情報カスケード予測のための深い協調埋込み【JST・京大機械翻訳】

Zhao Yuhui; Yang Ning; Lin Tao; Yu Philip S.

プレプリント

J-GLOBAL ID：202202201065218402 整理番号：22P0102249

情報カスケード予測のための深い協調埋込み【JST・京大機械翻訳】

Deep Collaborative Embedding for information cascade prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年01月18日プレプリントサーバーでの情報更新日： 2020年01月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

最近,情報カスケード予測が研究者から関心を高めてきたが,既存の研究の3つの欠陥のために部分的には解決されていない。第1に,既存の研究は,情報拡散の複雑性のため,実世界で実用的でない,根底にある情報拡散モデルを仮定することが多い。第2に,既存の研究は,しばしば感染順序の予測を無視して,それはさらにソーシャルネットワーク解析において重要な役割を行った。最後に,既存の研究は,しばしば,実際には観察できない,根底にある拡散ネットワークの必要条件に依存する。本論文では,根底にある拡散メカニズムと拡散ネットワークに関する知識の必要なしに,ノード感染と感染順序の両方の予測を目的とし,そこでは,課題が2倍である。第1は,ノードのカスケード特性を捉えるべきか,そして,それらをどのように捉えるか,そして,第2は,情報カスケードにおけるノードの非線形特徴をモデル化する方法であった。これらの課題に取り組むために,情報カスケード予測のための深い協調埋込み(DCE)と呼ばれる新しいモデルを提案し,ノード構造特性だけでなく,2種類のノードカスケード特性も捉えることができる。カスケード協調とノード協調によるノード埋込みを学習するための自動エンコーダベースの協調埋込みフレームワークを提案し,その中で情報カスケードの非線形性を効果的に捉えることができる。実世界データセット上で行った広範な実験の結果は,著者らのアプローチの有効性を検証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

計算機網 , その他の情報処理 , 市場調査,広告

, , ,

前のページに戻る