研究会 - 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． We study the combinational optimizaion problem of finding the most influential nodes on a social network. Kempe’s method based on a general greedy algorithm can giv
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
処理を実行中です
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
https://www.cs.cornell.edu/home/kleinber/bhs.pdf
Bursty and Hierarchical Structure in Streams - Jon Kleinberg (PDF)
Self-Organization on Social Media: Endo-Exo Bursts and Baseline Fluctuations
twitterの情報拡散（retweet数予測モデル）に関する研究 - 新kensuke-miの日記
http://www.ar.sanken.osaka-u.ac.jp/~motoda/papers/dbsj2012.pdf
