Modeling Information Diffusion in Implicit Networks
-
Jaewon Yang, Jure Leskovec
-
ICDM 2010
概要
-
基本的にunderlyingなグラフは分からん
-
グラフ構造っぽいのを使わずにモデリング
-
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
-
$$ V(t+1) = \sum_{u \in A(t)}I_u(t - t_u) $$
-
$$ V_k(t+1) = \sum_{u=1}^{N}\sum_{l=0}^{L-1}M_{u,k}(t-l)I_u(l+1) $$
-
上の式は行列で書けるので割りと簡単に解ける
-
けど、ノイズがあるので困ったマン
-
minimize ||V-MI||_2
-
subject to I >= 0
-
Non-Negative Least Squaresなので、既存のいい感じの手法をつかえばよい
-
拡張もしちゃう
-
α-LIM
-
目新しさの効果
-
influenceへの言及が早くても遅くても影響力が変わらんので不自然
-
α(t)を掛ける
-
α(t): 小さく始まって、ピークに達して、ゆっくり減少
-
B-LIM
実験
-
Memetracker
-
Twitter Hashtag
-
Newspapers (New York Times, USA Today)
-
Professional blogs (Salon, Huffingtonpost)
-
TV stations (ABC, CBS)
-
News agencies (AP, Reuters)
-
(personal) Blogs
-
influence functionの形はトピックによって違うっぽい
まとめ
ICDM information diffusion
2014-01-12 23:29:12 (Sun)
最終更新:2014年01月12日 23:29