Human Wayfinding in Information Networks
-
Robert West, Jure Leskovec
-
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
-
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
-
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
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
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
実験結果
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
WWW navigation
2013-10-18 21:04:16 (Fri)
最終更新:2013年10月18日 21:04