ソーシャルネットワークにおける長期間流行する話題の早期検出(時系列解析,統計推理,データベース,一般)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,ソーシャルネットワーク上で長期間流行する話題に価値があると考え,その話題を早期に検出することを目的とした手法を提案する.話題共有者の友人関係がなすネットワークに着目し,これを本研究ではトピックグラフと呼ぶ.長期間流行する話題はトピックグラフの時間発展が他のものと異なるという仮説を立てた.この仮説に基づき本研究は,長期間流行する話題を早期に検出する手法として,1.トピックグラフに対し複雑ネットワークの特徴量を導入する,2.特徴量の多次元時系列データを入力データとする異常検知の問題に帰着させる,3.特徴量の多次元時系列データの違いを捉えるために主成分分析を用いる,の3点を提案する.また,代表的なSNS上であるTwitterのデータを用いて本手法の有効性を検証し,曲線をあてはめる手法に比べ,有意に優れていることを示した.
- 2012-03-05
著者
-
冨岡 亮太
東京大学大学院 新領域創成科学研究科
-
冨岡 亮太
東京工業大学
-
山西 健司
NECインターネットシステム研究所
-
山西 健司
東京大学情報理工学系研究科
-
冨岡 亮太
東大
-
山西 健司
Nec情報通信メディア研究本部
-
山西 健司
東京大学大学院情報理工学系研究科
-
冨岡 亮太
東京大学大学院情報理工学系研究科
-
斎藤 翔太
東京大学工学部
-
山西 健司
東京大学大学院 情報理工学系研究科
関連論文
- スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用(CV・パターン認識のための学習・最適化)
- 単調な関数をふくむ確率規則の学習について
- スパース正則化およびマルチカーネル学習のための最適化アルゴリズムと画像認識への応用
- 細胞内ゆらぎの数理(システムと生命総合特集号)
- 遺伝子発現の揺らぎのモデル予測 : 構造的アプローチ(生体情報科学)
- 遺伝子発現の揺らぎの確率・ネットワーク解析--ロバストな遺伝子ネットワークの設計原理を目指して (特集 統計科学の最前線--新しい情報科学への技術と手法)
- 時系列解析手法を用いた楽曲間類似度(音楽構造解析)
- Global analytic solution for variational Bayesian matrix factorization and its model-induced regularization (情報論的学習理論と機械学習)
- 5. 統計的異常検出3手法(最新!データマイニング手法)
- 正規化最尤符号化に基づくグラフクラスタリング(一般講演(符号化・モデル選択,機械学習とその応用)
- セキュリティ・マイニング (セキュリティ特集)
- 統計的外れ値検出によるデータマイニングとネットワーク侵入検出への応用(新しいトラヒックモデルと性能評価及び一般)
- データマイニングにおける統計的外れ値検出(インダストリアルマテリアルズ)
- 情報論的学習理論の最近の発展について : Latent Dynamicsを中心に(若手研究者のための講演会)
- 変分ベイズ行列分解の大域解析解とモデル起因正則化(IBIS2010(情報論的学習理論ワークショップ))
- ガウス混合分布の正規化最尤符号の効率的計算法とモデル選択(IBIS2010(情報論的学習理論ワークショップ))
- 逐次的動的モデル選択の線形時間アルゴリズム(一般講演(符号化・モデル選択,機械学習とその応用)
- テキストマイニングによる自由記述アンケート分析
- 拡張型確率的コンプレキシティと情報論的学習理論
- 確率的規則を用いたタンパク質αヘリックス領域予測
- 情報論的学習理論の現状と展望(情報論的学習理論とその応用)
- 招待講演 情報論的学習理論に基づくマイニング技術--外れ値検出とテキストマイニングを例に (小特集 使えるAI基礎技術)
- 線形結合モデルを用いたトピック分析
- ESCに基づく確率的決定リストを用いたテキスト分類
- ESCに基づく確率的決定リストを用いたテキスト分類
- 線形結合モデルを用いたドキュメント分類
- 凸最適化に基づくテンソル分解の統計的性能について (情報論的学習理論と機械学習)
- データ・テキストマイニングの最新動向 : 外れ値検出と評判分析を例に(データ・テキストマイニング)
- リンクの確率構造を用いたソーシャルネットワークにおける話題拡大検出(ネットワーク,テキスト・Webマイニング,一般)
- エラスティックネット型正則化を用いたマルチプルカーネル学習の速い収束レート(主成分分析,テキスト・Webマイニング,一般)
- 統計的モデル選択と機械学習
- 情報理論・統計手法と学習技術
- MDL基準から拡張型確率的コンプレキシティへ
- MDL原理
- データ圧縮と学習 (AIの手法と周辺の基礎理論)
- 確率的コンプレキシティと学習理論(統計モデル選択)
- 複数情報源に対する主成分分析(主成分分析,テキスト・Webマイニング,一般)
- ガウス混合分布の正規化最尤符号の効率的計算法とモデル選択
- データマイニングの情報セキュリティへの応用(情報セキュリティとAI)
- 招待講演:Webマイニングと情報論的学習理論 (2002年情報学シンポジウム 講演論文集--情報社会のセマンティクスXMLとSemantic Web,電子政府への展望,ロボットとの共生) -- (セッション1 Semantic WebとWeb Mining)
- データ・テキストマイニング
- 文書の確率的モデリングとテキストマイニング (AIシンポジウム(第15回)WWW情報検索と情報統合)
- 凸最適化に基づくテンソル分解の統計的性能について(機械学習とその応用)
- ガウス混合分布の再正規化最尤符号の効率的計算法とクラスタリング(機械学習とその応用)
- ネットワーク構造変化検出と広告効果測定への応用(機械学習とその応用)
- 再正規化最尤符号を用いたクラスタリング構造変化の検出(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 逐次的なネットワーク構造変化検出手法と広告効果測定への応用(ポスターセッション,第14回情報論的学習理論ワークショップ)
- カーネル法に基づく行列あるいはテンソル補完(ポスターセッション,第14回情報論的学習理論ワークショップ)
- Resetting分布を用いた動的モデル選択(ポスターセッション,第14回情報論的学習理論ワークショップ)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- 時系列データからの潜在的構造変化検出(招待講演,時系列パターン認識)
- On Dimensionality Recovery Guarantee of Variational Bayesian PCA (情報論的学習理論と機械学習・第15回情報論的学習理論ワークショップ)
- 時系列データからの潜在的構造変化検出
- ソーシャルネットワークにおける長期間流行する話題の早期検出(時系列解析,統計推理,データベース,一般)
- Latent Dirichlet Allocationを用いた潜在的構造変化検知(ベイズ統計モデル,統計推理,データベース,一般)
- 逐次的なネットワーク構造変化検出手法と広告効果測定への応用
- 木構造を用いたグラフ分割の構造変化検知
- 多次元パラメータを有する区間定常無記憶情報源に対してのMDL原理に基づく変化検出アルゴリズム(機械学習一般とその応用)
- 再正規化最尤符号を用いたクラスタリング構造変化の検出
- Resetting 分布を用いた動的モデル選択
- 変分ベイズ主成分分析の次元推定性能保証について(第15回情報論的学習理論ワークショップ)
- 木構造を用いたグラフ分割の構造変化検知(コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- 木構造を用いたグラフ分割の構造変化検知(一般セッション,コンピュータビジョンとパターン認識のための機械学習及び企業ニーズセッション)
- 3-5 潜在的ダイナミクスの学習理論(3.潜在的ダイナミクス-深い変化を読み解く-,データを読み解く技術-ビッグデータ,e-サイエンス,潜在的ダイナミクス-)
- Latent Dirichlet Allocation を用いた潜在的構造変化検知