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 with Novelty Decay
-
各辺には時間がある
-
時間に沿って活性化試行が行われていく
-
u→vの成功確率はp_uv×f(n)
-
後は同じ
-
条件は|S|≦K
性質
提案手法
-
R-Greedy Algorithm
-
(Lu and Lakshmanan 2012)のU-Greedyを改造
-
とりあえず,増大する頂点とっていって一番よさげなのをとってくる
-
適当な枝刈り
σの計算方法
-
Monte-Carloシミュレーションか伝播経路を限ってる(っぽい?)
まとめ
-
手法自体に面白みは無いなあ
-
実際のデータから根拠を取ってきた点が評価されたんだろうか…
-
これ以降,微妙に性質を満たさないモデルとかが乱発されるんだろうか…
AAAI 影響最大化 情報拡散モデル
2014-08-20 19:28:34 (Wed)
最終更新:2014年08月20日 19:28