todo314 @ ウィキ

todo314 @ ウィキ内検索 / 「Influence Maximization in Continuous Time Diffusion Networks」で検索した結果

• Influence Maximization in Continuous Time Diffusion Networks
  Influence Maximization in Continuous Time Diffusion Networks Manuel Gomez-Rodriguez, Bernhard Schölkopf ICML 2012 概要 Uncovering the Temporal Dynamics of Diffusion Networksの続き 連続時間モデル上の影響最大化を提案 影響拡散がシミュレーション以外の方法で効率的に求められる 1-1/e近似が可能 実験したよ 問題定式化 f(t_j | t_i; α_{i,j}) ∝ exp(-α_{i,j}(t_j-t_i)) つまり，遅延時間の分布が指数関数 他の関数でも使える 情報拡散過程は普通 ...
• 論文一覧
  ... Influence Maximization 関連 バイラルマーケティング Mining the Network Value of Customers Mining Knowledge-Sharing Sites for Viral Marketing 元ネタ Maximizing the Spread of Influence through a Social Network 理論的結果 On the Approximability of Influence in Social Networks 影響最大化／影響力推定の爆速アルゴリズム シミュレーション CELF++ Optimizing the Greedy Algorithm for In...
• Time Constrained Influence Maximization in Social Networks
  Time Constrained Influence Maximization in Social Networks Bo Liu, Gao Cong, Dong Xu, Yifeng Zeng ICDM 2012 ※Wei ChenのTime-Critical Influence Maximization in Social Networks with Time-Delayed Diffusion Processとは独立らしい 概要 時間制限付きinfluence maximizationを提案 NP-hardだけどmonotoneかつsubmodular Influence Spreading Pathという速いアルゴリズムを提案 実験して提案手法とベースラインを比較 モデル・問...
• Influence Diffusion Dynamics and Influence Maximization in Social Networks ...
  Influence Diffusion Dynamics and Influence Maximization in Social Networks with Friend and Foe Relationships Yanhua Li, Wei Chen, Yajun Wang, Zhi-Li Zhang WSDM 2013 概要 voter modelを拡張 元はunsigned network signed networkにした 味方とは同じ意見（色） 敵とは違う意見（色） 最初の色の分布を与えた時の挙動を解析（面白い） このモデルでinfluence maximization ある意味で簡単 確率的振舞を計算するのが超大変 Voter ...
• Simulated Annealing Based Influence Maximization in Social Networks
  Simulated Annealing Based Influence Maximization in Social Networks Qingye Jiang, Guojie Song, Cong Gao, Yu Wang, Wenjun Si, Kunqing Xie In AAAI 2011 概要 influence maximizationに対する初の焼きなましベースアルゴリズム influence spreadを高速に近似計算 アルゴリズム SA based 適当にseed setを変更するだけ SAEDV (Expected Diffusion Value) Aによりactivateされるノード数の期待値は $$ |A| + \sum_{v \in N^{o...
• Time-Critical Influence Maximization in Social Networks with Time-Delayed ...
  Time-Critical Influence Maximization in Social Networks with Time-Delayed Diffusion Process Wei Chen, Wei Lu, Ning Zhang AAAI 2012 概要 ICモデルは時間制限を設けないからダメ 締切＋時間の遅延付きモデルを考案 高速(?)アルゴリズムも提案して実験 Independent Cascade with Meeting events 遭遇確率 m(u,v) 伝搬確率 p(u,v) 各ステップtで、アクティブな頂点uは非アクティブな頂点に確率m(u,v)で遭遇する 一回目の遭遇において確率p(u,v)でアクティベーションが成功する これは一回だけ ...
• Scalable Influence Estimation in Continuous-Time Diffusion Networks
  Scalable Influence Estimation in Continuous-Time Diffusion Networks Nan Du, Le Song, Manuel Gomez-Rodriguez, Hongyuan Zha NIPS 2013 概要 連続時間拡散モデルで影響最大化 Cohenのフレームワークで全頂点の影響力を高速に計算 ICML 12に勝利！ 問題定義 $$ f_{ji}(t_j \mid t_i) = f_{ji}(t_i - t_j) $$ つまり遅延時間がある分布に従う t_i 感染時間 $$ \sigma(A,T) = \mathbf{E}[\sum_{i \in V} [\![t_i \leq T]\!]] = \sum_{...
• Anytime Influence Bounds and the Explosive Behavior of Continuous-Time ...
  Anytime Influence Bounds and the Explosive Behavior of Continuous-Time Diffusion Networks Kevin Scaman, Rémi Lemonnier, Nicolas Vayatis NIPS 2015 概要だけ Tight Bounds for Influence in Diffusion Networks and Application to Bond ...の続き Hazard matrixを拡張するために、Laplace変換を導入した定義をしている 証明しているもの ある時刻での影響拡散の上限 Critical time（いつ拡散がでかくなるか）の下限 特定の確率設定や、SIRモデルでの応用 先...
• Efficient algorithms for influence maximization in social networks
  Efficient algorithms for influence maximization in social networks Yi-Cheng Chen, Wen-Chih Peng, Suh-Yin Lee KAIS 2012 概要 CDH Community and Degree Heuristic CDH-KcutとCDH-SHRINK Heat diffusion model (HDM) 熱拡散（物理現象） f_i(t) 時刻tでのv_iの熱 初期状態t=0が与えられる 近傍からΔtの間影響を受ける iの変化量 = αΣ_j [f_j(t)-f_i(t)] 熱がθを超えたらアクティブになったとする シードに対してf(t_0)=h_0とセットする...
• Maximizing the Long-term Integral Influence in Social Networks Under the ...
  ... Integral Influence in Social Networks Under the Voter Model Chuan Zhou, Peng Zhang, Wenyu Zang, Li Guo WWW 2014 companion ポスター 概要 Voter Modelにおける影響最大化 long-term integralを最大化したい 問題+提案手法 モデルはInfluence Diffusion Dynamics and Influence Maximization in Social Networks ... long-term integral influence maximization σ(S) = E[Σ_{t≧0}|S_t|] これっ...
• Extracting Influential Nodes for Information Diffusion on a Social Network
  Extracting Influential Nodes for Information Diffusion on a Social Network Masahiro Kimura, Kazumi Saito, Ryohei Nakano AAAI 2007 概要 influence maximizationの高速アルゴリズム ICとLT 提案手法 ICもLTもランダムグラフを考えればいい σの増加量を効率的にもとめる 事前にランダムグラフを作っておく シード集合 A Aから到達可能な頂点を除く 頂点uについて，↑で出来たグラフでuから到達可能な頂点数Fをもとめる uと同じ連結成分に入っている頂点vについて，σ_i(A∪{v})=σ_i(A)+Fとする ...
• 気になった論文
  ...08 ✔Influence and correlation in social networks Efficient semi-streaming algorithms for local triangle counting in massive graphs Feedback effects between similarity and social influence in online communities The structure of information pathways in a social communication network Microscopic evolution of social networks Weighted graphs and disconnected components pat...
• Influence Maximization in Undirected Networks
  Influence Maximization in Undirected Networks Sanjeev Khanna Brendan Lucier SODA 2014 難しいので概要だけ 無向グラフでのinfluence maximizationでは、貪欲アルゴリズムは1-1/eよりも良い近似比が保証できるという話 1-1/e+c cはタイトな値は示さずfuture work 直感的な例 p12=1/2, p13=1/2のグラフを考える 有向グラフだと、貪欲解={1,2}、最適解={2,3}で競合比が酷いことになる 無向グラフだと、貪欲解={2,3}、最適解={2,3}で一致する こういうのを考慮すると良いらしい XYZ Lemma x,y,zが確率pで...
• Efficient Influence Maximization in Social Networks
  Efficient Influence Maximization in Social Networks Wei Chen, Yajun Wang, Siyu Yang In KDD 2009 概要 Wei Chen 劇場の始まりっぽい influence maximization のアルゴリズムを2つ提案 greedy based algorithm の高速化 ヒューリスティックによるinfluence spreadの近似 アルゴリズム NewGreedyIC seedを選ぶためにグラフをR=20000個作る Sから到達可能なノードは省く vから到達可能なノード数を計算、これがmarginに相当 これの計算は自明ではないが論文ではlinearでできると...
• Competitive Influence Maximization in Social Networks
  Competitive Influence Maximization in Social Networks Shishir Bharathi, David Kempe, Mahyar Salek WINE 2007 概要 モデル 辺uvが試行成功したら指数分布の遅延時間T_{uv}が発生する bプレイヤがサイズk_i以下の集合S_iを選択する 複数人が選択した頂点はランダムに誰かの頂点になる これでカスケードをしていく 純粋戦略ナッシュ均衡は無い（？） 混合戦略ナッシュ均衡は有る 戦略 もし，他の人の戦略が固定されていたら 自分の戦略に対するσは単調かつ劣モジュラ First Mover Strategies Influence Max...
• Information Diffusion and External Influence in Networks
  ... External Influence in Networks Seth Myers, Chenguang Zhu, Jure Leskovec In KDD 2012 メモ http //cs.stanford.edu/people/jure/pubs/ext-kdd12.pdf アブスト influence の始まりってどこ？ってのを考える influence の伝わり方は2パターンある ノード-ノードを伝って ネットワーク外から これに注目 新しいモデル フィッティングしやすいパラメータ Twitterに適用 完全なひと月のデータ 情報がネットワークをジャンプしている これはネットワーク外からの情報を反映 ...
• Learning Continuous-Time Information Diffusion Model for Social Behavioral ...
  Learning Continuous-Time Information Diffusion Model for Social Behavioral Data Analysis Kazumi Saito, Masahiro Kimura, Kouzou Ohara, Hiroshi Motoda ACML 2009 概要 Continuous-Time Independent Cascade Model r_uv 時間遅延パラメータ κ_uv 伝播確率 時刻tでuがactiveになったら， vを時刻t+δに確率κ_uvでactiveにする δはr_uvからきまる指数分布 学習したいパラメータ パラメータはrとκ カスケードの観測データD_Mは各頂点がactiveになっ...
• Influence Maximization in Dynamic Social Networks
  Influence Maximization in Dynamic Social Networks Honglei Zhuang, Yihan Sun, Jie Tang, Jialin Zhang, Xiaoming Sun ICDM 2013 概要 influence max.の動的グラフ版を考える 現実的設定で、どこの頂点をprobeし直せば良いかを問題とする b頂点だけ更新できる influence spreadのずれがでかそうな頂点を頑張って計算する 実験の結果ベースラインよりかなり良かった 問題設定 G^t 時刻tでのグラフ b probeできる頂点数 b頂点を更新した時に、そのグラフで計算した解と真の解ができるだけ近くなるようにしたい ...
• Modeling Information Diffusion in Implicit Networks
  ... Linear Influence Model Linear Influence Model 定式化 仮定 uがアクティブになった時刻 これだけ、リンク関係は謎 V(t) 時刻tに情報に言及した頂点の数 I_u(l) 頂点uが言及してから影響を受けてl時間後の言及した頂点の数 A(t) 時刻tまでにアクティブになった頂点の集合 M_u,k(t) 時刻tまでにuがアクティブなったら1 $$ V(t+1) = \sum_{u \in A(t)}I_u(t - t_u) $$ 難しいのは？ I_u(l) のモデリング ノンパラメトリックアプローチだよ～ 長さL $$ V_k(t+1) = \sum_{u=1}^{N}\...
• Influence maximization in complex networks through optimal percolation
  Influence maximization in complex networks through optimal percolation Flaviano Morone, Hernán A. Makse Nature 2015 概要 頂点を削除して最大の連結成分を最小化したい 強影響力頂点抽出，immunization，コミュニティ検出 既存手法…ヒューリスティクス 本手法 最適化問題 ある種の貪欲アルゴリズム 輪郭 最適パーコレーション 固有値の最小化問題 上を解く 最適パーコレーション $$ \nu_i $$の計算
• Personalized Influence Maximization on Social Networks
  Personalized Influence Maximization on Social Networks Jing Guo, Peng Zhang, Chuan Zhou, Yanan Cao, Li Guo 中国科学院の人たち CIKM 2013 概要 influence maximizationの亜種を考案 特定のノードにinfluenceする確率を上げたい この問題設定における性質とかを挙げてアルゴリズムを設計 普通のと、それの高速化と、ヒューリスティクスっぽいの ベースラインを比較していいことを示した 問題 目的関数 $$ R_w(U) = \mathbb{E}^U[1_{\{w \in X\}}] $$ ターゲットwがUによりinfluence...
• Influence Maximization in Social Networks When Negative Opinions May Emerge ...
  Influence Maximization in Social Networks When Negative Opinions May Emerge and Propagate Wei Chen, Alex Collins, Rachel Cummings, Te Ke, Zhenming Liu, David Rincon, Xiaorui Sun, Yajun Wang, Wei Wei, Yifei Yuan SDM 2011 概要 商品の質が低かったらdisる人も出るよねーをモデル化 質をパラメータに含めたNegative Opinion付き positiveな人数が目的関数ならsubmodularは保たれる 速い手法を作って実験してみたよ Independent Cascade Mode...
• Sparsification of Influence Networks
  Sparsification of Influence Networks Michael Mathioudakis, Francesco Bonchi, Carlos Castillo, Aristides Gionis, Antti Ukkonen KDD 2011 概要 Yahoo! Research, Barcelonaの方々 尤度最大化という観点で辺をk本残す問題を提案 近似がNP-hard 最適解は頑張ってDPできる 貪欲アルゴリズムを提案（最適解に近い） 実験したら最強 influence maximizationにも使えるよ！ モデル とりあえず，トレースから確率を推定したい カスケードのトレースは頂点と時刻のペアの列とする (v,t)につい...
• IRIE: Scalable and Robust Influence Maximization in Social Networks
  IRIE Scalable and Robust Influence Maximization in Social Networks Kyomin Jung, Wooram Heo, Wei Chen In ICDM 2012 概要 Influence maximizationを超高速に求めるアルゴリズムを開発 しかもロバストに良い解を発見する アルゴリズム $$ \sigma(S \cup \{v\}) - \sigma(S) $$を次で近似する $$ r(v) = (1-AP_S(v))\left[ 1+\alpha \sum_{vu}p_{vu}r(u) \right] $$ AP_S(v) Sがvをactivateする確率 $$ AP_S(v) - \sum_{s \in ...
• Influence Blocking Maximization in Social Networks under the Competitive ...
  Influence Blocking Maximization in Social Networks under the Competitive Linear Threshold Model Xinran He, Guojie Song, Wei Chen, Qingye Jiang SDM 2012 概要 Competitive Linear Threshold モデルを考えたよ 目的関数は自分の最大化じゃなくて，相手の最大化だよ そうするとこのモデルではsubmodularだよ 目的関数の計算が大変なのでPMIAっぽいものを作った Competitive Linear Threshold Model 各辺には2つの重みw+とw-がある 各頂点の閾値も2つθ+とθ- 状態はin...
• On Budgeted Influence Maximization in Social Networks
  On Budgeted Influence Maximization in Social Networks Huy Nguyen, Rong Zheng JSAC 2013 概要 頂点に単一でないコストがついた影響最大化 貪欲アルゴリズムをちょっと変形して1-1/√e近似 σを効率良く求めるためにDAGを作って信念伝搬っぽいことをやる Budgeted Influence Maximization 情報拡散モデルはIC max σ(S) s.t. c(S)≦b c(S)はc(u)(u∈S)の総和 [σ(S+v)-σ(S)]/c(v)で貪欲に選ぶと近似比が任意に悪くなる Leskovecのでも説明してたな… Improved Greedy ↑...
• Finding Influential Nodes in a Social Network from Information Diffusion Data
  Finding Influential Nodes in a Social Network from Information Diffusion Data Masahiro Kimura, Kazumi Saito, Ryohei Nakano, Hiroshi Motoda SBP 2009 Social Computing and Behavioral Modeling 概要 ノードの影響力をカスケード情報からランキングしたい ICモデルで確率を見積もるよ！ ただし，確率の値は一様 実際のネットワークで実験してみる ヒューリスティクスより精度良い 手法 Prediction of Information Diffusion Probabilities ...
• Influence Maximization in Near-Linear Time: A Martingale Approach
  Influence Maximization in Near-Linear Time A Martingale Approach Youze Tang, Yanchen Shi, Xiaokui Xiao SIGMOD 2015 概要 TIMInfluence Maximization Near-Optimal Time Complexity Meets Practical Efficiencyから更に改善しました 直接最適値の下限を推定するよ！ TIMよりめっちゃ速くなった TIMの問題点 最悪時には下限が最適値よりn/k倍悪い 下限の計算自体が結構（シード選択段階よりも）遅い 提案手法 Influence Maximization via Martingales (IMM)...
• Selecting Information Diffusion Models over Social Networks for Behavioral ...
  Selecting Information Diffusion Models over Social Networks for Behavioral Analysis Kazumi Saito, Masahiro Kimura, Kouzou Ohara, Hiroshi Motoda ECML PKDD 2010 概要？ こっちではAsIC,AsLTモデルと言っているが， Learning Continuous-Time Information Diffusion Model for Social Behavioral ...とほぼ同じっぽいぞ…？ ECMLPKDD 情報拡散 情報拡散モデル 2014-09-14 04 08 53 (Sun)
• Online Topic-Aware Influence Maximization
  Online Topic-Aware Influence Maximization Shuo Chen, Ju Fan, Guoliang Li, Jianhua Feng, Kian-lee Tan, Jinhui Tang VLDB 2015 概要（だけ） Online Topic-aware Influence Maximization Queries, Real-time Topic-aware Influence Maximization Using Preprocessingの後続研究 トピック分布$$ \mathbf{\gamma} $$とシードサイズ$$ k $$がもらえるので、良いやつを返す MIAベースの手法 その場で木を構成するのはダルすぎるので、上限をいい感じに計算して、余分な頂点を枝刈りする ...
• Scalable Influence Maximization for Prevalent Viral Marketing in Large-Scale ...
  Scalable Influence Maximization for Prevalent Viral Marketing in Large-Scale Social Networks Wei Chen, Chi Wang, Yajun Wang In KDD 2010 概要 MIAモデルというのを使ってinfluence maximizationを高速化 アルゴリズム maximum influence paths (MIP) v- uへの伝搬は最短経路だけを考える しきい値θ以下の伝搬は無視する Dijkstraの途中で打ち切る maximum influence arborescence model influence spreadを以下で近似 $$ ...
• A Novel and Model Independent Approach for Efficient Influence Maximization ...
  ...Efficient Influence Maximization in Social Networks Hemank Lamba, Ramasuri Narayanam WISE 2013 概要 influence maximizationの手法は大体はモデルに強く依存する(・A・)ｲｸﾅｲ!! sparsificationするよ！ 精度を落とさずに数倍高速化 提案手法 ある頂点の近傍のスコアを出す スコアの出し方 色々な基準を大量に持ってくる 適当に重みを計算して足し合わせる スコアの大きい近傍をdeg(i)^eだけ残す 0 =e =1 実験 基準 次数とか共通近傍とかJaccard係数とか色々 ...
• IMGPU: GPU-Accelerated Influence Maximization in Large-Scale Social Networks
  IMGPU GPU-Accelerated Influence Maximization in Large-Scale Social Networks Mo Li, Zhenjiang Li, Longfei Shangguan, Shaojie Tang, and Xiang-Yang Li TPDS 2014 概要 influence maximizationのGPUを取り入れたよ 既存手法の60倍速くなったよ IMGPU Bottom-Up Traversal Algorithm (BUTA) 元のグラフから沢山ランダムグラフを作る 各頂点のレベルを定義 末端までの最長距離 レベルで並列化するよ SCC内は全部同じなのでつぶすよ σ_S(u) =...
• CINEMA: Conformity-Aware Greedy Algorithm for Influence Maximization in ...
  ...rithm for Influence Maximization in Online Social Networks Hui Li, Sourav S Bhowmick, Aixin Sun EDBT 2013 Contribution conformity-aware cascade model(c^2 model) の提案 mag-list というデータ構造 CINEMA (Conformity-aware INfluEnce MAximization) 部分グラフに分割する←a novel approach ??? 何が問題なの？ ぶっちゃけよく分からん とにかく普通のIC・LTモデルはダメでconformityを考慮せねばならんらしい 別にp_uvを個別にち...
• Maximizing Influence in an Ising Network: A Mean-Field Optimal Solution
  Maximizing Influence in an Ising Network A Mean-Field Optimal Solution Christopher W. Lynn, Daniel D. Lee NIPS 2016 概要 Isingモデル上の影響最大化 意見＝スピン、外部影響＝外部磁場、影響力＝J 相互作用の反復による意見の「平衡」状態 平均場近似で解く 外部磁場に対して滑らかかつ凹になる十分条件 平均場の安定非負定常分布の存在に関する条件 実験もしたよ 問題定式化 Ising influence maximization $$ \Pr[\sigma_i(t+1) \mid \sigma(t)] = \frac{\exp\Bigl( \...
• Influence analysis of information diffusion focusing on directed networks
  Influence analysis of information diffusion focusing on directed networks 有向ネットワークの構造が情報拡散に与える影響の分析 Shohei Usui, Fujio Toriumi, Takatsugu Hirayama, Kenji Mase JSAI 2014 概要だけ 有向グラフで色々なパラメータを変化させるとどうなるか？ パラメータ例 相互リンクの割合 到達可能な頂点数の総和 出次数と入次数の相関係数 次数のベキ指数 実験結果 AID Σ_v σ(v)/n 出次数と入次数の相関が高いとAIDが高い 解釈 情報発信能力と情報収集能力が共に高い頂点が多いと情報拡散能力の高いグラフ...
• Scalable Influence Maximization in Social Networks under the Linear ...
  Scalable Influence Maximization in Social Networks under the Linear Threshold Model Wei Chen, Yifei Yuan, Li Zhang In ICDM 2010 概要 LTモデル用の高速アルゴリズム LTモデルでのσの計算は#P-hard DAGをとってきて、それの上で高速計算 #P-hardness 基本は単純経路の数え上げからの帰着 アルゴリズム LTモデルからlive-edge graphを考える eはw_eの確率で残ると書いてあるが、本当だろうか…？ Kempeのではもっと複雑なことをしていた こうすると、random graph上でのreacha...
• Tight Bounds for Influence in Diffusion Networks and Application to Bond ...
  Tight Bounds for Influence in Diffusion Networks and Application to Bond Percolation and Epidemiology Rémi Lemonnier, Kevin Scaman, Nicolas Vayatis NIPS 2014 概要だけ 情報拡散のサイズの期待値のバウンドが欲しい ネットワーク科学方面の結果は辺確率が一様の場合 拡散モデル 離散時間情報カスケード いつもの 連続時間情報カスケード 遅延時間の分布、T→∞だけ考える ランダムグラフ 到達可能なら拡散 無限時間後なので、ぶっちゃけ同じ（補題1） Hazard matrix ...
• Learning Stochastic Models of Information Flow
  ... Learning Influence Probabilities In Social Networks 確率分布は色々な設定で歪ませてある RMSEで比較 まとめ 機械学習よりは難しい… ICDE 情報拡散 情報拡散パラメータ推定 2014-03-31 23 57 24 (Mon)
• On Influential Node Discovery in Dynamic Social Networks
  ... Forward Influence Algorithm 貪欲 Backward Influence Algorithms Retrospective Version Maximization Version 実験 Backward はめっちゃ速い まとめ 今一モデルが分からなかった temporalっぽい SDM 影響最大化 情報拡散モデル 2014-06-04 02 52 04 (Wed)
• Scalable and Parallelizable Processing of Influence Maximization for ...
  ...essing of Influence Maximization for Large-Scale Social Networks Jinha Kim, Seung-Keol Kim, Hwanjo Yu 浦項（ぽはん）工科大学校 In ICDE 2013 概要 並列化可能なアルゴリズム 競技相手はPMIA 質はCELF並、PMIAより良い 速度はPMIAより速い 提案手法 Independent Path Algorithm(IPA) 経路を指定したらそれを使う確率は全部かければ良い グラフがもらえた 有るノードからtraverseして木っぽくパスを広げる（同じ頂点がいくつかある） しきい値θ未満になった or 閉路にあたったら...
• Influence Maximization with Novelty Decay in Social Networks
  Influence Maximization with Novelty Decay in Social Networks Shanshan Feng, Xuefeng Chen, Gao Cong, Yifeng Zeng, Yeow Meng Chee, Yanping Xiang AAAI 2014 概要 目新しさの減衰を考慮した情報拡散モデル 非単調だし非劣モジュラ Novelty Decay 実データセットを調査 n人の友達が既に影響されているとする nが大きい程，その人自信は影響されやすいけれど，徐々にその効果が弱まるはず (nの時の確率 / n-1の時の確率)みたいなものを計算すると，f(n) = γ^{n-1}くらい これを根拠 IC Model wi...
• CELF++: Optimizing the Greedy Algorithm for Influence Maximization in Social ...
  ...rithm for Influence Maximization in Social Networks Amit Goyal, Wei Lu, Laks V.S. Lakshmanan 何かよく見るな名前 WWW 2011 CELF++ CELFを速くしたよ！！！ 頂点uは→を持つ u.mg1, u.prev_best, u.mg2, u.flag mg1 Sに対するマージン prev_best u以前に見た中でbest mg2 S+prev_bestに対するマージン flag 最後にmg1が更新された時刻 どうやって早くなるの？ とりあえず、↑の値を全部計算済みだとする 最後に選ばれたシードをtだとすると、 uを見た時に、もしt=...
• Opinion maximization in social networks
  Opinion maximization in social networks Aristides Gionis, Evimaria Terzi, Panayiotis Tsaparas SDM 2013 概要 意見を表現するモデル 影響最大化のフレームワーク？として問題定式化 導入 意見 ICやLTでは表現できない バイナリ状態も微妙 というわけで，実数の状態をとるよ 問題定義 モデル [Bindel, Kleinberg, Oren. FOCS11]に従う [Friedkin, Johnsen. 90]も大事 Social influence and opinions 内部意見 s_i と表明意見 z_i がある ...
• Influence-based Network-oblivious Community Detection
  Influence-based Network-oblivious Community Detection Nicola Barbieri, Francesco Bonchi, Giuseppe Manco 最初の2人はYahoo Labs, Barcelona ICDM 2013 概要 ネットワークは与えられない 誰がいつ何かしたかのログが大量にある コミュニティ検出をしたい 情報拡散モデルをちょっと変えて検出させる 拡散具合はほぼコミュニティに依存するので、それを見積もろう Overview Q. ネットワークを再構築すればいいのでは？ A. 時間かかるので無理 例 Inferring Networks of Diffusion and Influe...
• Real-time Targeted Influence Maximization for Online Advertisements
  Real-time Targeted Influence Maximization for Online Advertisements Yuchen Li, Dongxiang Zhang, Kian-Lee Tan VLDB 2015 概要だけ Keyword-Based Targeted Influence Maximization トピックつきのモデル キーワード集合Tとシードサイズkが与えられる Tによって、頂点の重みが変わる(TF-IDFに基づいた奴)、Tに関して線形な感じ $$ \phi(v,T) = \sum_{w \in T}\mathrm{tf}_{w,v} \cdot \mathrm{idf}_w $$ if_wvはユーザvのワードwへの嗜好 だから"targeted...
• Mining Social Networks Using Heat Diffusion Processes for Marketing ...
  Mining Social Networks Using Heat Diffusion Processes for Marketing Candidates Selection Hao Ma, Haixuan Yang, Michael R. Lyu, Irwin King CIKM 2008 概要 熱拡散過程によるモデリング 3つの拡散モデル，3つのアルゴリズム 製品採択に時間を入れる クラスタ（係数）を反映 正負の意見を伝える 熱拡散モデル 当然，物理現象 分類，次元削減とかに使われている 開発者・ターゲットは熱源として振る舞い，一杯熱を持ってる で，どんどん広がっていく f_t(x,t)=Δf(x,t) f(x,t) 時刻t...
• Influence Maximization in Big Networks: An Incremental Algorithm for ...
  Influence Maximization in Big Networks An Incremental Algorithm for Streaming Subgraph Influence Spread Estimation Weixue Lu, Peng Zhang, Chuan Zhou, Chun-Yi Liu, Li Gao IJCAI 2015 概要 小さい部分グラフに分割する 頂点を共有しうるが辺は互いに素 挑戦 部分グラフ間のシミュレーションが重なる 提案手法 M=シミュレーション回数 N=分割個数 $$ (V_i)_i $$ Vの被覆 $$ (E_i)_i $$ Eの分割 X_r = コインフリッピング結果rを表す01値ベクトル ...
• Efficient influence spread estimation for influence maximization under the ...
  Efficient influence spread estimation for influence maximization under the linear threshold model Zaixin Lu, Lidan Fan, Weili Wu, Bhavani Thuraisingham and Kai Yang Computational Social Networks 2014 概要 LTモデルの影響拡散を厳密or精度良く計算 4hop以内の影響について厳密計算 4hopはRandom walkで近似 性質 $$ \sigma(S) = \sum_{\pi \in P(S)} \prod_{e \in \pi} w(e) + |S| $$ P(S) = S内の頂点から出てる単...
• Probabilistic Solutions of Influence Propagation on Networks
  Probabilistic Solutions of Influence Propagation on Networks Miao Zhang, Chunni Dai, Chris Ding, Enhong Chen 色々いるし名前を知らん CIKM 2013 概要 新しいinfluence spreadの計算方法 包除原理？ 実験もしてオリジナルより速くなったよ！ Exact influence spread n=3,4,5について、頑張ってinfluence spreadを厳密計算する 3頂点について 1がseed パターンを全部考えて、2、3がactiveになる確率を求めた でも、もっと簡単にできる 1から2がactiveにな...
• @wiki全体から「Influence Maximization in Continuous Time Diffusion Networks」で調べる

更新順にページ一覧表示 | 作成順にページ一覧表示 | ページ名順にページ一覧表示 | wiki内検索