| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-03-12 17:20 ソーシャルネットワークにおける長期間流行する話題の早期検出 ○斎藤翔太・冨岡亮太・山西健司（東大）  IBISML2011-98 |
|
| 抄録 | （和） | 本研究では，ソーシャルネットワーク上で長期間流行する話題に価値があると考え，その話題を早期に検出することを目的とした手法を提案する．話題共有者の友人関係がなすネットワークに着目し，これを本研究ではトピックグラフと呼ぶ．長期間流行する話題はトピックグラフの時間発展が他のものと異なるという仮説を立てた．この仮説に基づき本研究は，長期間流行する話題を早期に検出する手法として，1. トピックグラフに対し複雑ネットワークの特徴量を導入する，2. 特徴量の多次元時系列データを入力データとする異常検知の問題に帰着させる，3. 特徴量の多次元時系列データの違いを捉えるために主成分分析を用いる，の3点を提案する．また，代表的なSNS上であるTwitterのデータを用いて本手法の有効性を検証し，曲線をあてはめる手法に比べ，有意に優れていることを示した． |
| （英） | In social networking services (SNSs), long-term trending topics are extremely rare and valuable. In this paper, we propose an algorithm for the detection of long-term trending topics on SNSs based on {\em Topic Graph}. A topic graph is a subgraph of the ordinary social network graph that consists of the users who shared a certain topic. Based on the assumption that the time-evolution of the topic graph of a long-term trending topic and that of the non-trending topics are different, we propose to detect long-term trending topics by performing anomaly detection on the feature values extracted from the time-evolution of a topic graph. For anomaly detection, we use principal component analysis to capture the subspace spanned by normal (non-trending) topics. We demonstrate our technique in a number of real data sets we gathered from Twitter and show that it performs significantly better than a base-line method based on curve fitting. | |
| キーワード | （和） | ソーシャルネットワーク / 話題の拡散 / 異常検知 / 主成分分析 / 複雑ネットワーク / トピックグラフ / / |
| （英） | Social Networks / Information Contagion / Anormal Detection / Principal Component Analysis / Complex Network / Topic Graph / / | |
| 文献情報 | 信学技報, vol. 111, no. 480, IBISML2011-98, pp. 77-84, 2012年3月. | |
| 資料番号 | IBISML2011-98 | |
| 発行日 | 2012-03-05 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2011-98 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2012-03-12 - 2012-03-13 |
| 開催地（和） | 統計数理研究所 |
| 開催地（英） | The Institute of Statistical Mathematics |
| テーマ（和） | 統計数理、データベース、一般 |
| テーマ（英） | Mathematical Statistics, Databases, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-03-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | ソーシャルネットワークにおける長期間流行する話題の早期検出 |
| サブタイトル（和） | |
| タイトル（英） | Detecting Long-term Trending Topics in Social Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ソーシャルネットワーク / Social Networks |
| キーワード(2)（和/英） | 話題の拡散 / Information Contagion |
| キーワード(3)（和/英） | 異常検知 / Anormal Detection |
| キーワード(4)（和/英） | 主成分分析 / Principal Component Analysis |
| キーワード(5)（和/英） | 複雑ネットワーク / Complex Network |
| キーワード(6)（和/英） | トピックグラフ / Topic Graph |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 斎藤 翔太 / Shota Saito / サイトウ ショウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 冨岡 亮太 / Ryota Tomioka / トミオカ リョウタ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 山西 健司 / Kenji Yamanishi / ヤマニシ ケンジ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-03-12 17:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2011-98 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.480 |
| ページ範囲 | pp.77-84 |
| ページ数 | 8 |
| 発行日 | 2012-03-05 (IBISML) |
[研究会発表申込システムのトップページに戻る]