「Human Wayfinding in Information Networks」の編集履歴(バックアップ)一覧はこちら
追加された行は緑色になります。
削除された行は赤色になります。
Human Wayfinding in Information Networks
- Robert West, Jure Leskovec
-- Stanford univ.
- In WWW 2012
* 概要
- クリックの列に関する大量のデータを解析
- 人間をどうナビゲートするか?
* Wikispedia Game
- スタートとゴールが与えられるので、wikipediaだけ辿ってゴールを目指す
- リストとかの汎用的なページは確か見れない
* 人間の探索能力
- ヒストグラムを見てみる
- shortest paths
-- small-world
- human, effective
- human, incl. back-clicks
- human, drop-out-corrected]
- モードは変わらん
- 中央値は下に行くほど大きい(3,4,5,6)
- 平均は、2.9,4.9,5.8,8.9
-- effectiveはそんなに悪く無い、意外
- 分散がでかい、らしい
- 疑問
++ なぜ分散がでかい?
++ なぜ平均では(割りと)効率的?
** なぜ分散がでかい?
- 問題の差
-- 最適解の長さは同じだけど違う問題について調べてみた
-- やはり違う
- 人の能力の差
-- あるクリック数でdrop-outする人の割合を見てみた
-- 1~20クリックそれぞれについて、10%程度の確率でやめていた
--- 意外と均等
* 人間の探索方法
- 色々調査した
-- 最初のほう: 次数が大事
-- 最後のほう: 類似性が大事
- 次数と類似性だけに注目してロジスティック回帰分析
-- 長さ3~8について調べたけど、正しそう
* ターゲット予測
- パスのprefixがもらえる
- ターゲットとして可能性が高いものを列挙
- 学習アルゴリズムを作るよ!
- Human Markov model
- $$ P(q | t;\Theta) $$
-- qはprefix、tはターゲット、Θは学習パラメタ
- いろんなモデルで確率を設定
-- Binomial logistic、Multinomial logistic
- 特徴もなんか色々
-- 8種類
** 実験結果
- 長さ4くらいで80%を超えた
* まとめ
- 面白いけど、これの応用が微妙によくわからん
-- wikipediaだと思っているからかな?
-- ターゲットがわからん場合にもしかしてこれ?みたいな感じかな(アキネーター
&tags()
&update()