講演抄録/キーワード |
講演名 |
2019-10-03 11:15
[ポスター講演]データに基づく影響最大化アルゴリズムのリツイートデータを用いた評価 ○永瀬拓也・津川 翔(筑波大) |
抄録 |
(和) |
ソーシャルネットワークにおいて影響力の強い少数のノード(シードノード) の集合を特定する影響最大化アルゴリズムの研究が活発に行われている。影響最大化アルゴリズムはソーシャルメディア上でのバイラルマーケティングなどへの応用が期待されている。従来の影響最大化アルゴリズムの多くは影響伝播モデルに基づき、影響力の強いシードノードを特定する。一方、影響最大化の新たなアプローチとして、過去の影響伝播の実データに基づきシードノードを特定するアルゴリズムも提案されている。データに基づく影響最大化アルゴリズムは、有望な手法として期待されているものの、その有効性の評価は限定的にしか行われていない。従来の研究では、中国における代表的なソーシャルメディアWeibo のデータのみを用いて、影響最大化アルゴリズムDiffuGreedy の有効性を評価している。本稿では、データに基づく影響最大化アルゴリズムをTwitter のデータを用いて評価することで、異なる条件におけるその有効性を明らかにする。 |
(英) |
Influence maximization on social networks has been extensively studied in the literature. Influence maximization algorithms aim to find a small set of influential seed nodes that can spread influence to many other nodes. Most of the existing influence maximization algorithms find the seed node set using synthetic influence cascade models. In contrast, as a new approach for influence maximization, data-based influence maximization algorithms that utilize the records of actual logs of information diffusion have been proposed. While the data-based algorithms are expected to be promising for influence maximization, their effectiveness have been still unclear. The existing study on the data-based influence maximization only uses a single dataset of Chinese social media Sina Weibo for the evaluation of the effectiveness of the data-based influence maximization algorithm, which is called DiffuGreedy. In this study, we aim to clarify the effectiveness of the DiffuGreedy under the different conditions than the previous study through experiments utilizing a large-scale dataset of retweets on Twitter. |
キーワード |
(和) |
DiffuGreed / 影響最大化 / ソーシャルネットワーク / ソーシャルメディア / / / / |
(英) |
DiffuGreedy / influence maximization / social network / social media / / / / |
文献情報 |
信学技報 |
資料番号 |
|
発行日 |
|
ISSN |
|
PDFダウンロード |
|