最初の発表は、"Learning to Predict Opinion Share in Social Networks"です #jwein2010
2010-08-20 13:07:28SNSで複数の競合する意見がある場合に、将来どの意見が主流になるかを研究する #jwein2010
2010-08-20 13:12:10ネットワーク設備があるのに、ゲストには使わせてもらえなかったのは誤算だった #jwein2010
2010-08-20 13:18:38@skuri_san 文章の最後に半角スペースを入れてから、#jwein2010というハッシュタグを入れると、まとめて検索できるようになりますよ #jwein2010
2010-08-20 13:20:37交グラフと意味的解析を利用したコミュニティ発見手法のSNSネットワークでの評価 ○岡田直樹,谷川恭平,土方嘉徳,西田正吾(大阪大学)です. #jwein2010
2010-08-20 13:37:14モデルが現実にどの程度近いのか? -> 重み付きvoterモデルでどの程度できるのかをやってみた #jwein2010
2010-08-20 13:37:232. 交グラフと意味的解析を利用したコミュニティ発見手法のSNSネットワークでの評価岡田直樹,谷川恭平,土方嘉徳,西田正吾(大阪大学) 私の学生の発表です.よろしくお願いします! #JWEIN2010
2010-08-20 13:37:25交グラフと意味的解析を利用したコミュニティ発見手法のSNSネットワークでの評価 #jwein2010
2010-08-20 13:38:21クリーク(完全グラフ)間にある数以上のノード?エッジ?が重複するものが交グラフ #jwein2010
2010-08-20 13:44:50その後は単語抽出してコサイン類似度を使ったり、Newmanのクラスタリング手法を使ったりするらしいが、真面目に読み直さないとなあ。 #jwein2010
2010-08-20 13:48:03クリークは完全グラフです.クラスタリング時に,クリーク間の距離を,クリークが持つ元のノードの重なり度合い,クリークが持つ元のノードが持つテキストのコサイン類似度から,求めております.分かりにくくてすみません... #JWEIN2010
2010-08-20 13:49:45交グラフですから,クリークを新たなノードとみなしていますので,これがややこしいんですよね. #jwein2010
2010-08-20 13:52:55テキスト解析をすると精度が高く、使わないと再現率が高く、F値を使った方が高い #jwein2010
2010-08-20 13:53:15「F値は」だ。ただ、テキスト解析を使うor使わないではなく、もっと詳細な内容と細かい手法の違いの分析が欲しいところ #jwein2010
2010-08-20 13:55:05たくさんのご質問,ありがとうございました.説明中,元のノードと,交グラフでのノードとが,分かりにくくなっており,申し訳ありませんでした. #jwein2010
2010-08-20 14:07:53次はBehavioral Analysis of Information Diffusion Models by Observed Data of Social Networkです #jwein2010
2010-08-20 14:11:40情報伝播に関するいくつかの数理モデルの特性を実データを用いて明らかにすることが目的で、Independent Cacade ModelとLinear Threshold Modelが基本 #jwein2010
2010-08-20 14:14:05従来モデルのように離散時間だと一気に多くに伝播するようなことが起こるが、非同期なのでそういうことが起こりにくい #jwein2010
2010-08-20 14:22:33ミュージカルバトンとまいご探しでは、数理モデルが異なる。前者は周囲の人がやっているほどやるが、後者は周囲の人がやっていないほどやる。 #jwein2010
2010-08-20 14:34:25