文献

J-GLOBAL ID：202202237335642053   整理番号：22A0498364

歴史的頻出アイテムに基づく情報拡散範囲の推定【JST・京大機械翻訳】

Inferring range of information diffusion based on historical frequent items

著者 (6件)： Liu Weiyi (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Yue Kun (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Li Jianyu (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Li Jie (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Li Jin (School of Software, Yunnan University, Kunming, China) ,  Zhang Zhijian (College of Science, Kunming University of Science and Technology, Kunming, China)
資料名： Data Mining and Knowledge Discovery  (Data Mining and Knowledge Discovery)
巻： 36  号： 1  ページ： 82-107  発行年： 2022年 
JST資料番号： W1105A  ISSN： 1384-5810  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 情報拡散の範囲を推定するためには,ソーシャルネットワークとユーザ行動解析にとって極めて重要である。大規模オンラインソーシャルネットワーク(OSN)の未知のトポロジーにより,情報拡散の範囲を構成するノードを選択することは,古典的な独立カスケードと線形閾値モデルによって困難である。本論文では,情報拡散の歴史的記録における頻出アイテム集合のマイニングから始め,頻繁なアイテム間の含意依存性関係を表現し推論するためのフレームワークとしてBayesネットワーク(BN)を採用した。範囲を推定する確率的推論を行うために,まず,BN推論の証拠として観測ノードを選択するための greedy欲アルゴリズムを提案し,そのために,近接度の計量を提案し,そのサブモジュール性を証明した。次に,頻出アイテム間の依存性を表現するために,アイテム会合BN(IABN)を構築するアルゴリズムを与えた。次に,著者らは,情報拡散w.r.t.観察ノードの範囲を推論するための近似アルゴリズムを提示する。実験結果は,観察されたノードが選択され,情報拡散の範囲が効果的に推論できることを示した。経験的研究はまた,提案したIABNが,情報拡散の範囲で比較的完全なノードを得るために,いくつかの最先端の方法より優れていることを実証した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media LLC, part of Springer Nature 2021 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 ,  位相幾何学 ,  ネットワーク ,  線形性 ,  含意
準シソーラス用語： 社会的ネットワーク ,  *情報伝播 ,  オンラインソーシャルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 情報拡散の範囲 ,  頻出アイテムマイニング ,  Markovネットワーク ,  Bayesネットワーク ,  確率的推論

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 歴史 ,  情報拡散 ,  推定