重要性の再帰的定義に基づくパラメータ・フリーのノード・ランキング手法の開発

• 研究課題/領域番号: 25K15006
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分60020:数理情報学関連
• 研究機関: 東京都立大学
• 研究代表者: 増山 博之 東京都立大学, 経営学研究科, 教授 (60378833)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2028年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2027年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: ネットワーク解析 / ノードランキング / PageRank / 中心性 / ダンピングフリー

研究開始時の研究の概要

本研究は、重要性の再帰的定義に基づくパラメータフリーなノードランキング手法を提案する。提案手法は、PageRankのダンピングファクタ等の自由パラメータを排し、ネットワーク構造固有の情報のみでノード重要度を評価する。この評価は、確率論的な解釈による直感的理解と数理的整合性・安定性を確保しつつ、クラス分類に基づく局所情報とクラス間の接続構造を活用することで実現される。提案手法の有効性については、実データによる大規模解析やグラフニューラルネットワーク（GNN）への統合を通じて検証を行い、信頼性と汎用性に優れた実用的指標としてネットワーク解析の応用展開に貢献することを目指す。