論文感想: "Personalized PageRank vectors for tag recommendations: inside FolkRank" (RecSys 2011) - 唯物是真 @Scaled_Wurm
Personalized PageRank vectors for tag recommendations 概要 ユーザーとアイテムとタグのデータが与えられた時に、ユーザーとアイテムに対するタグの推薦を行う方法としてFolkRankというアルゴリズムがよく使われている(らしい)。 このアルゴリズムを近似的に計算して、計算量を削減して高速に処理できるようにしている。 方法 PageRank FolkRankは基本的に(Personalized) PageRankアルゴリズムを元にしている。 簡単に説明するとPageRankはグラフ構造上のどのノードが重要かということを推定してくれる この論文ではグラフの形を変えるのと、preference vector (damping factor) というどのノードが重要かという事前知識を与えるベクトルを変えることによって、アルゴリズムを変更している F
大規模ネットワークの性質と先端グラフアルゴリズム
最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https
平面グラフと交通ネットワークのアルゴリズム - iwiwiの日記
本日，PFI セミナーにて「平面グラフと交通ネットワークのアルゴリズム」というタイトルで話をさせてもらいました．スライドは以下になります． 「平面グラフでは色々な問題が効率的に解けると聞くけど一体何故？」 「道路ネットワークを処理するにはそういうアルゴリズムが使われているの？」 というような自分が昔持っていた疑問に答える，そんなつもりで準備をしました．そんな疑問を持っている方は，是非ご覧ください． 内容は以下のような感じです． 平面グラフのアルゴリズム（理論コミュニティ） 平面グラフとは何か 平面グラフのアルゴリズムテクニックとその応用例 双対グラフ 小さいセパレータの存在 (r-division) グラフ分割 (Deletion Decomposition) 交通ネットワークのアルゴリズム（応用コミュニティ） どのような課題が取り組まれているか 道路ネットワークは平面グラフなのか？ 経路
Alluvial diagram - Wikipedia
An example of an alluvial diagram that illustrates how the scientific study of neuroscience coalesced from other related disciplines to form its own field. Alluvial diagrams are a type of flow diagram originally developed to represent changes in network structure over time. In allusion to both their visual appearance and their emphasis on flow, alluvial diagrams are named after alluvial fans that
Flavor network and the principles of food pairing - Scientific Reports
As omnivores, humans have historically faced the difficult task of identifying and gathering food that satisfies nutritional needs while avoiding foodborne illnesses1. This process has contributed to the current diet of humans, which is influenced by factors ranging from an evolved preference for sugar and fat to palatability, nutritional value, culture, ease of production and climate1,2,3,4,5,6,7
ミクシィの“ソーシャルグラフ”データ解析技術とは｜【Tech総研】
ソーシャル・ネットワーキング・サービス（SNS）では、ソーシャルグラフと呼ばれる人と人との“つながり”の情報が活用されている。「mixi」では、日々どのような方法でこのソーシャルグラフを分析しているのか。その最前線で活躍する木村俊也氏の話を聞いた。 8月に都内で開かれた「Japan Innovation Leaders Summit（JILS）」。そのテクノロジー・セッションでひときわ注目を集めたのは、ミクシィの木村俊也氏の講演だった。テーマは「ソーシャルグラフのデータ解析」。ソーシャル・ネットワーキング・サービス（SNS）が全世界的に隆盛の今、利用者が友人や知人をを探したり、つながったりする時に役立つソーシャルグラフ。その分析はSNSにおける既存のサービスの向上や、新サービスの設計に活かされる。また、サービス提供企業が広告展開などを通してそこから収益を上げていくマネタイジングにも直結する
TechCrunch | Startup and Technology News
Live Nation says its Ticketmaster subsidiary was hacked. A hacker claims to be selling 560 million customer records. An autonomous pod. A solid-state battery-powered sports car. An electric pickup truck. A convertible grand tourer EV with up to 600 miles of range. A “fully connected mobility device” for young urban innovators to be built by Foxconn and priced under $30,000. The next Popemobile. Ov
Google検索アルゴリズムで生態系崩壊を予測 | WIRED VISION
前の記事 「飛行機からレーザーで地上攻撃」実験に成功 Google検索アルゴリズムで生態系崩壊を予測 2009年9月 8日 Hadley Leggett 写真：Flickr/fusion68k、イラスト：PLOS Computational Biology。サイトトップの画像は海藻を食べるマナティ。画像はWikimedia Commons 生物学者たちは、生態系を破壊する最も効率的な方法を見い出した――Google社の検索アルゴリズムに基づいてだ。 食物網の要になる生物種が絶滅すると、生態系全体の崩壊を引き起こす危険性があるということは、以前から科学者の間では知られていた。だが、種の相互作用は無数ともいえるほど存在するため、どの動物や植物がいちばん重要なのかを推測することは難しい。 [現在の群集生態学では「食物連鎖」という言葉より、食物網という概念の方が現実的なものとして重視されてきている
複雑ネットワークについて
複雑ネットワークについて基本的なことを書いた文章。誤植や間違い、勘違いも多々あり。 （多少わざと、厳密性は犠牲している部分もあります。） 2006 5/4 わかりやすくするため、図を多少追加。「伝染病の感染モデル」を追加。 2006 3/26 全体の文章を多少改変（フラクタルとスケールフリーの違いも少し説明） 2006 3/26 無許可で勝手に掲載していた画像をすべて削除 2006 3/23 修了に伴い，移転しました 一般的なこと ネットワークとは？ ネットワーク研究にいたるまで 現実のネットワークはランダムか？ スモールワールド スケールフリー性 故障と攻撃に対する耐久性 カスケード故障 伝染病の拡散 ネットワークの探索（工事中） その他 まとめと今後の展望 等など、 ちょっと専門的なこと ランダムグラフ(エルデシュ・レーニィ）モデル ワッツ・ストロガッツモデル バラ
日々の勉強の航跡
Zoltan Gyongyi, Hector Garcia-Molina Web Spam Taxonomy In Proceedings of 1st International Workshop on Adversarial Information Retrieval on the Web 2005. May 論文の在処 概要 タイトル通りウェブスパムの分類をしている。 Term SpammingとLink Spammingと大きく二つに分けている。 スパム行為を隠すテクニックに関しても少し書いている。 他の３つの論文の３つのスパムに関するデータを用いて、スパムページの割合などを議論している。 1. Introduction 導入。 検索エンジンはWebの入り口。 検索結果に対してスパムは悪影響を。実際"Kaiser pharamcy"で検索したときの例を用いている。 次にスパムにより
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Videolectures
Querying Shortest Distance on Large Graphs
Department of Network and Data Science
https://www.royalsocietypublishing.org/doi/full/10.1098/rsta.2012.0375
Sign in - Google Accounts