2016 Fiscal Year Annual Research Report
Modeling complex evolution of social networks in a variety of specific contexts
| Project/Area Number |
26330352
|
|---|
| Research Institution | Ryukoku University |
|---|
Principal Investigator |
木村 昌弘 龍谷大学, 理工学部, 教授 (10396153)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大原 剛三 青山学院大学, 理工学部, 教授 (30294127)
斉藤 和巳 静岡県立大学, 経営情報学部, 教授 (80379544)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 社会ネットワーク分析 / ネットワーク進化モデル / 機械学習アルゴリズム / データマイニング / 複雑ネットワーク科学 |
|---|
| Outline of Annual Research Achievements |
ソーシャルメディアサイトでのユーザ間のコミュニケーションによる信頼ネットワーク進化に対し、その有効なモデルの構築を目指して、社会的信頼リンク生成における媒介オブジェクトの時間減衰とカテゴリの効果を分析できる新たなモデル（時間減衰TCMモデル）を提案した。まず、媒介オブジェクトの媒介価値の決定に対してナイーブ法とA-A法を導入し、社会的信頼リンクの生成の基本モデルとして従来のリンク予測法とみなされ得る基本TCMモデルを導入した。そして、指数減衰とべき乗減衰の時間減衰関数を導入することにより基本TCMモデルを拡張し、それぞれ指数減衰TCMモデルとべき乗減衰TCMモデルを時間減衰TCMモデルとして構築した。さらに、観測データから提案モデルを学習する効率的な手法を与え、それに基づいてアイテムレビューサイトEpinoinsと@cosmeにおける社会的信頼リンク生成を分析した。まず、提案モデルは基本TCMモデルよりも予測精度が非常に高いことを示し、時間減衰を組み込むことの有効性を実証した。また、媒介価値の決定においてはA-A法がナイーブ法よりもより有効であり、べき乗減衰TCMモデルは指数減衰TCMモデルよりも予測精度が高いことを示した。さらに、ユーザの社会的信頼リンク生成行動に関する特徴的な性質を明らかにした。
研究期間全体を通じ、アイテムレビューサイトなど信頼リンク情報とユーザアクティビティ情報が観測可能なソーシャルメディアサイトに対して、信頼ネットワークの進化過程を分析する数理モデル（A-MAEモデル、新NMFモデルおよび時間減衰TCMモデル）を提案し、観測データからモデルパラメータを効率よく推定する手法を構築した。実データを用いた実験で予測性能の観点から提案モデルの有効性を実証するとともに、提案モデルを用いてユーザ行動の特徴的な性質を明らかにするなど各種応用を与えた。
|
