社会ネットワークの時間変化を考慮した情報拡散モデルの検討(ソーシャルネットワークモデルとツイッター,e-science and Big Data,一般)

スポンサーリンク

概要

• 論文の詳細を見る

• 社会ネットワーク上で影響力の高いノード群を発見する影響度最大化問題について検討する.影響度最大化問題の高性能な近似解法として,Kempeらの貪欲アルゴリズムに基づく手法が知られている.しかし,Kempeらの従来手法は,社会ネットワークの動的変化を考慮していないため,ノード数やリンク数が頻繁に変化するネットワークにおいて問題が生じる.本研究では,ネットワークを動的に変化させながら情報拡散を行い,拡散ノード数の期待値から強影響力ノード群を発見するアルゴリズムを提案する.

• 2011-12-09

著者

• 大野 将樹

  電気通信大学大学院情報理工学研究科

• 大野 将樹

  電気通信大学情報理工学部

関連論文

• E-032 歌詞の構造に基づく楽曲の繰り返し構造推定(E分野:自然言語・音声・音楽,一般論文)
• 社会ネットワークの時間変化を考慮した情報拡散モデルの検討(ソーシャルネットワークモデルとツイッター,e-science and Big Data,一般)
• 社会ネットワークの時間変化を考慮した情報拡散モデルの検討
• 社会ネットワークの成長を考慮したインフルエンスノード抽出手法(「Webインテリジェンス」及び一般)
• F-030 Twitterの実況書き込みを利用したスポーツ番組のイベント抽出(知識発見,F分野:人工知能・ゲーム)
• RE-001 音楽的特徴に基づくメドレー曲の自動生成手法(音楽情報科学(2),E分野:自然言語・音声・音楽)

スポンサーリンク