| 講演名 | 2023-01-20 マルチレイヤネットワークのコミュニティ抽出におけるレイヤ反映度制御手法 中野 修平(慶大), 山下 剛志(慶大), 松本 直己(慶大), 金子 晋丈(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | マルチレイヤネットワークにおけるコミュニティ抽出では，各レイヤの反映度をネットワーク構造から推測する研究が行われてきた．しかし，理想の反映度を与えられたネットワークから推測することは困難であり，むしろ幅広い反映度を単調に変化させるような重ね合わせ手法によって，ネットワーク解析者が求める反映度を見つけやすくすることが必要である．そこで本稿では，反映度制御を可能とするマルチレイヤの重ね合わせ手法 WAPPRS を提案する．WAPPRS では，指定した反映度制御パラメータに応じた各レイヤの辺への重み付けと始点回帰辺の導入によって，各頂点の密接度を制御し，各レイヤの反映幅と単調増加性を維持したコミュニティ抽出を行う．実世界データを用いた評価実験では，各レイヤからコミュニティ内に入った頂点の数に基づく反映度の幅および単調増加性において提案手法が先行研究を上回る結果を示した |
| 抄録(英) | Community detection in multi-layer networks has put an emphasis on identifying the idel reflection of layers. However, the graph topology does not define the best reflection because the definition of the best reflection varies from person to person and situation to situation. It is necessary to help graph analysts to find the desired reflection by providing various communities with a wide range of reflection that varies monotonically. We propose WAPPRS, a method for flattening multiple layers while controlling the reflection of each layer. WAPPRS weights the layers according to the specified reflection control parameter and introduces returning edges to the source vertex. By controlling the relevance of each vertex, WAPPRS detects communities with the width wide and reflection monotonically increasing. Experiments were conducted using multiple real-world multi-layer networks. The result shows that the proposed method outperforms the state-of-the-art algorithms in terms of the width of reflection and monotonicity. |
| キーワード(和) | マルチレイヤネットワーク / コミュニティ抽出 / クラスタリング / ランダムウォーク / Personalized PageRank / 重みあり平坦化 |
| キーワード(英) | Multi-Layer Networks / Community Detection / Clustering / Random Walks / Personalized PageRank / Weighted Flattening |
| 資料番号 | IN2022-62 |
| 発行日 | 2023-01-12 (IN) |
| 研究会情報 | |
| 研究会 | IN |
|---|---|
| 開催期間 | 2023/1/19(から2日開催) |
| 開催地（和） | 愛知県産業労働センター15階 愛知県立大学サテライトキャンパス |
| 開催地（英） | Aichi Industry & Labor Center |
| テーマ（和） | コンテンツ配信/流通、ソーシャルネットワーク(SNS)、データ分析・処理基盤、ビッグデータ及び一般 |
| テーマ（英） | Contents Distribution, Social Networking Services, Data Analytics and Processing Platform, Big data, etc. |
| 委員長氏名（和） | 波戸 邦夫(インターネットマルチフィード) |
| 委員長氏名（英） | Kunio Hato(Internet Multifeed) |
| 副委員長氏名（和） | 村瀬 勉(名大) |
| 副委員長氏名（英） | Tsutomu Murase(Nagoya Univ.) |
| 幹事氏名（和） | 城 哲(KDDI総合研究所) / 渡部 康平(長岡技科大) / 秦泉寺 久美(NTT) / 濱田 浩気(NTT) |
| 幹事氏名（英） | Tetsu Jyo(KDDI Research) / Kouhei Watabei(Nagaoka Univ. of Tech.) / Kumi Jinzenji(NTT) / Koki Hamada(NTT) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Networks |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルチレイヤネットワークのコミュニティ抽出におけるレイヤ反映度制御手法 |
| サブタイトル（和） | |
| タイトル（英） | Community Detection in Multilayer Networks with Controlled Reflection of Each Layer |
| サブタイトル（和） | |
| キーワード(1)（和/英） | マルチレイヤネットワーク / Multi-Layer Networks |
| キーワード(2)（和/英） | コミュニティ抽出 / Community Detection |
| キーワード(3)（和/英） | クラスタリング / Clustering |
| キーワード(4)（和/英） | ランダムウォーク / Random Walks |
| キーワード(5)（和/英） | Personalized PageRank / Personalized PageRank |
| キーワード(6)（和/英） | 重みあり平坦化 / Weighted Flattening |
| 第 1 著者 氏名（和/英） | 中野 修平 / Shuhei Nakano |
| 第 1 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 2 著者 氏名（和/英） | 山下 剛志 / Tsuyoshi Yamashita |
| 第 2 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 3 著者 氏名（和/英） | 松本 直己 / Naoki Matsumoto |
| 第 3 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 4 著者 氏名（和/英） | 金子 晋丈 / Kunitake Kaneko |
| 第 4 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2023-01-20 |
| 資料番号 | IN2022-62 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | IN-342 |
| ページ範囲 | pp.64-71(IN), |
| ページ数 | 8 |
| 発行日 | 2023-01-12 (IN) |