2009 Fiscal Year Annual Research Report
複雑ネットワーク上での連続時間情報拡散過程の数理モデリング
| Project/Area Number |
20500147
|
|---|
| Research Institution | Ryukoku University |
|---|
Principal Investigator |
木村 昌弘 Ryukoku University, 理工学部, 准教授 (10396153)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中野 良平 中部大学, 工学部, 教授 (90324467)
斉藤 和巳 静岡県立大学, 経営情報学部, 教授 (80379544)
|
|---|
| Keywords | 社会ネットワーク分析 / SIR型情報拡散モデル / 汚染拡散最小化 / 学習アルゴリズム / 影響拡散最大化 / SIS型情報拡散モデル / データマイニング / 複雑ネットワーク科学 |
|---|
| Research Abstract |
(1)前年度の研究に引き続き、代表的なSIR型離散時間モデルであるICモデルに対して研究を進めた。まず、影響最大化問題および汚染最小化問題に対して、我々が前年度に提案した解法の有効性を、数理的に解明するとともに、実ネットワークを用いた実験において詳細に評価することにより明らかにした。また、ICモデルのパラメータ(各リンクの拡散確率)の値をネットワーク上での情報拡散の観測データから推定するというICモデルの学習問題に対して、我々が前年度に提案した手法の有効性を、数理的に示すとともに、実ネットワークを用いた実験において詳細に評価することにより実証した。そして、以上の研究成果を、3本のジャーナル論文としてまとめ、発表した。
(2)ICモデルのようなSIR型モデルでは、ノードは一度アクティブになると、再び非アクティブにはならないと仮定されているが、社会ネットワークにおける情報拡散現象には、非アクティブに戻って再度アクティブになるSIS型モデルとして考えるべき例も多々ある。そこで、ICモデルをSIS型に拡張した離散時間の情報拡散モデルに対して、ノードの影響度の効率的推定法および影響最大化問題の効率的解法を構築し、それらの有効性を大規模な実ネットワークを用いた実験により実証した。
(3)ネットワーク上の連続時間情報拡散過程モデルとして、ICモデルに連続時間の時間遅れを組み込んだCTICモデルと、そのパラメータ(各リンクの拡散パラメータと時間遅れパラメータ)の値をネットワーク上での情報拡散の観測データから推定する手法を提案し、ブログネットワークでの情報拡散の実データを用いてその有効性を評価した。また、連続時間情報拡散過程モデルの応用法の一つとして、CTICモデルに基づいてトピック拡散における人々の振る舞いの分析法を提案し、上記の実データでその有効性を評価した。
|
