| 研究課題/領域番号 |
18500113
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
中野 良平 名古屋工業大学, 工学研究科, 教授 (90324467)
|
|---|
| 研究分担者 |
斉藤 和巳 静岡県立大学, 経営情報学部, 教授 (80379544)
北越 大輔 名古屋工業大学, 工学研究科, 助教 (50378238)
木村 昌弘 龍谷大学, 理工学部, 准教授 (10396153)
|
|---|
| 研究期間 (年度) |
2006 – 2007
|
| キーワード | 複雑ネットワーク / ネットの成長 / 情報伝播 / 混合コミュニティモデル / 山火事モデル / ブログロール / リンク予測 |
|---|
| 研究概要 |
本研究の目的は、巨大スケールで成長するインターネットを複雑ネットワークとしてとらえ、その成長過程を数理モデルとして構築し、その挙動を解明することであった。複雑ネットワークの例として、大規模で時間とともに成長するウェブ・ブログのハイパーリンクトラックバックのネットワークを取り上げた。
まず、高精度でコミュニティ群を抽出するアルゴリズムを考案して、社会ネットワークの分析に応用した。次いで、ネットワーク成長モデルの構築には、複雑ネットワーク上の情報伝播モデルが重要な役割を果たすので、情報伝播モデルの研究、特に、情報伝播の効果を最大にするよう初期ノード群を選択する影響最大化問題に焦点を当て、ボンドパーコレーションと呼ばれる処理プロセスを利用して、従来法に比べて2桁程度高速の新解法を考案した。最後に、複雑ネットワークの成長に際して、次に張られるリンクを予測する新手法を考案し、大規模なプログ・トラックバックのネットワークにおいて評価実験を進め、高精度なリンク予測が実現できることを実証した。
こうした研究成果により、学習アプローチによる複雑ネットワークの数理モデリングはフォーマルかつ有効であることが実証されたと考える。
|
