ソーシャルメディアでのユーザ行動を反映した成長高次ネットワークの数理モデリング
| Project/Area Number |
21K12152
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
|---|
| Research Institution | Ryukoku University |
|---|
Principal Investigator |
木村 昌弘 龍谷大学, 先端理工学部, 教授 (10396153)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
熊野 雅仁 龍谷大学, 先端理工学部, 実験講師 (50319498)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | ソーシャルネットワーク分析 / ソーシャルメディアマイニング / 高次ネットワーク分析 / 機械学習 |
|---|
| Outline of Research at the Start |
これまでの多くの複雑ネットワーク研究では、2要素間の関係のモデル化を通して複雑システムを分析することに焦点があてられてきた。しかしながら、人間社会に現れる多くのシステムの分析においては、3つ以上の要素間に起こる高次インタラクション構造が本質であり得る。本研究では、ソーシャルメディアでのユーザ行動を反映した高次ネットワークを対象として、その成長を十分な精度で説明および予測する数理モデルを構築し、その各種応用の創出を目指す。
|
| Outline of Annual Research Achievements |
１．高次ネットワーク構造の時間的推移の分析において、Cencettiらは、単体閉包のようなリンク予測タスクと異なり、高次リンク発生前後でその周りの高次ネットワーク構造がどのように遷移するかを調べた。我々は、Cencettiらの先行研究を拡張し、テンポラル単体的複体における新単体の発生前後での構造遷移について、そのトポロジー構造の変化に注目するために新単体の境界単体に基づいた分析法を与えるとともに、時間的な不均一性にも注目するために構造のアクティブ性に基づいた分析法を提案した。そして、ソーシャルメディアのレシピストリームから得られる食材の高次ネットワークデータに提案法を適用することにより、食材の組合せの観点から日本の家庭料理レシピの動的性質を分析し、カテゴリに特有ないくつかの興味深い特性を明らかにした。
２．道路ネットワークの重要交差点を検出する問題について、交差点間距離に基づいて表現する幾何学的道路ネットワーク表現法と土木工学分野で提案されているトポロジカル道路ネットワーク表現法を、交差点のBetweenness値およびHSS値の観点から実データに基づいて比較分析した。Wi-Fiデータにおける京都市内でのヒューマンモビリティについて、エントロピーとHawkes過程に基づき行動予測可能性と移動時間間隔に関する特徴を分析した。文書ストリームでのトピック単語のテンポラル高次ネットワークにおいて、高次相互作用イベント時系列のバースト性について分析した。また、複雑ネットワーク分析においてノードの有効な特徴ベクトル表現を構築することが重要となるが、Yangらが与えたユーザ層に通常のグラフ構造が存在するようLBSNデータを対象とした異種ハイパーグラフ埋め込み法を、ユーザ層に通常のグラフ構造が存在しないソーシャルメディアの異種ハイパーグラフデータに対して拡張し、その有効性を検証した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
COVID-19問題の影響もあって2021年度に本研究の進捗が遅延したので、2022年度は、研究計画を作成した当初に、2021年度の目標としていた達成度を少し上回るくらいまでしか進捗できなかったため。
|
| Strategy for Future Research Activity |
2022年度までの研究成果を土台として、ソーシャルメディアでのユーザ行動を反映した成長高次ネットワークに対し、実データ分析および数理モデル構築をさらに進めていく。構築する数理モデルのパラメータ学習法を確立し、その有効性を実データで評価する。また、構築した数理モデルの挙動解析および、それに基づいた各種応用を考案し、実データで評価する。そして、得られた研究成果を論文にまとめ、国内学会、国際会議および論文誌において発表する。
|
Report
(2 results)
Research Products
(9 results)
