2023 Fiscal Year Research-status Report
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 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 – 2025-03-31
|
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 |
Outline of Annual Research Achievements |
1.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対して、高次リンクの出現に伴うその構造遷移を分析する研究については、まず、前年度に提案した数理分析モデルを、すべての次元の高次リンク出現に関して効果的に分析できるように拡張し、実データで評価した。そして、これらの成果をまとめてジャーナル論文に発表した。次に、テンポラルハイパーグラフの観点から、ハイパーエッジ発生の直前と直後における構造遷移を効果的に特徴づける、トピックと射影グラフを活用した新たな分析法を提案した。そこでは、トレンドと季節性に基づいてハイパーエッジのトピックを抽出する確率モデルを与え、そのベイズ推定法を開発し、ハイパーエッジのサイズに依存しない特徴づけの枠組みとして、全体のハイパーグラフに対する射影グラフに着目した分析法を提案した。日本のレシピ共有サイトの実データを用いて、確率モデルを評価するとともに、提案分析法により日本の家庭料理レシピにおける日々の進化の特徴を明らかにした。
2.単体的複体の成長過程を分析する研究については、3つのソーシャルメディアデータセットを調べ、まず、新たに発生した単体のほとんどはバースト頂点を含むこと、すなわち、新単体はバースト頂点と関連していることを示した。次に、バースト頂点を含む新単体に対して、対応するバースト頂点以外の頂点は、それほど遠くない過去において、そのバースト頂点自体とは必ずしも共起していないこと、すなわち、 そのような新単体にどの頂点が含まれるかを、対応するバースト頂点との過去の共起履歴から見つけることが困難であることを示した。
3.トポロジカル表現に基づいた道路ネットワークの重要ストリート検出法を提案し、実データを用いて中心性に基づく従来法と比較することによりその有効性を評価した。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
COVID-19問題の影響のため、2021年度に本研究の進捗が遅延した。2022年度と2023年度には、かなりのところまで研究を進捗させることはできたが、研究計画を作成したときに目標としていた達成度にまでは進捗できなかったため。
|
Strategy for Future Research Activity |
2023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。構築した数理モデル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。
|
Causes of Carryover |
COVID-19問題の影響のため2021年度に本研究の進捗が遅延したこともあり、研究成果の国内研究会や国際会議での発表を先送りするように変更したので、当初予定していた、出張旅費、会議参加費および論文掲載料に対する費用について、次年度に繰り越したため。
|