权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ネットワークのミクロ・マクロ視点における情報拡散モデルの研究

网络微观和宏观视角下的信息扩散模型研究

基本信息

批准号：
13J09867
负责人：
吉川友也
金额：
$ 1.73万
依托单位：
Chiba Institute of Technology (2015)Nara Institute of Science and Technology (2013-2014)
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2013
资助国家：
日本
起止时间：
2013-04-01 至 2016-03-31
项目状态：
已结题

项目摘要

近年、ソーシャルメディアの興隆により、個人や企業、官公庁組織がインターネット上で情報発信する文化が根付いている。情報はソーシャルメディア上の個人間のネットワーク（ソーシャルネットワーク）を介して拡散する。このような情報は、時としてニュースメディアよりも速報性のある情報を含んでいたり、多くの人にとって有益な情報や意図的な誤情報（デマ）等を含んでいる。従って、どのような条件下で情報が広く拡散するのかを明らかにすることは重要である。本研究では、ソーシャルネットワーク上での情報の広がり方を表現する情報拡散モデルとその学習法を構築し、情報拡散現象の予測と解析を行う。ソーシャルメディア上では様々な形式のデータが存在する。多くの場合はテキスト情報であるが、画像や動画、音声等の情報も存在する。形式が異なると、それらを表現する特徴量も異なるため、それぞれのデータに合わせた解析やモデルが必要となる。しかし、そのような方法では、テキストと画像の関係が捉えられず、真に情報拡散現象を表現するモデルの構築が不可能である。様々な種類のデータを統合的に扱うためには、データを表す潜在的な特徴量を学習する必要がある。今年度は、多言語テキストや、画像等、様々な種類の情報を統合的に扱えるようにするために、異なる種類のデータの特徴量を一つの共有の潜在空間上で表現する方法を開発した。この方法は、従来の方法（例えばカーネル正準相関分析）とは異なり、特徴の持つ潜在的な表現の全てを使ってデータを表現できるため、より効率的なデータの表現方法である。この方法の有効性を示すために、異なる種類のデータのマッチングを予測する手法を開発し、提案手法が既存手法よりも精度良く、同じコンテンツを持つ多言語文書のマッチングの予測を辞書情報無しで行えたり、画像とその画像を説明するタグリストのマッチングを予測したりすることができることを示した。

In recent years, the culture of information communication between individuals, enterprises and government organizations has been deeply rooted in the development of information technology. The information is transmitted to the user. The information of this kind includes the information of many people, the information of meaning and error, etc. Under the condition that the information is not available, the information is not available. This study aims to construct a learning method for information dispersion, prediction and analysis of information dispersion phenomenon. The problem is that there is no way to solve it. There are many occasions when information such as photos, animations, and sounds exists. The form is different, the expression is different, the analysis is necessary It is impossible to construct a picture of the relationship between information and images. The type of information needed This year, we have developed a method for integrating information of different types, such as multi-language categories, images, etc., into a common spatial representation. This method is based on the following methods (e.g., positive correlation analysis): different, characteristic, potential, performance, performance, efficiency, performance, method, etc. The method has the characteristics of displaying, classifying, predicting, developing, proposing, and existing methods. The accuracy of the method is good. The same method holds the prediction of multilingual books. The dictionary information has no lines. The portrait has the characteristics of describing. The prediction of the method has the characteristics of displaying.