社会ネットワークの時間変化を考慮した情報拡散モデルの検討

摘要

We study the combinational optimizaion problem of finding the most influential nodes on a social network. Kempe's method based on a general greedy algorithm can give a good approximate solution to the problem. However, the approximation performance of Kempe's method deteriorates because the method doesn't consider the change of the number of nodes and the number of edges. In this paper, I propose a new method to extract the viral nodes efficiently from the dynamic social network.%社会ネットワーク上で影響力の高いノード群を発見する影響度最大化問題について検討する．影響度最大化問題の高性能な近似解法として，Kempeらの食欲アルゴリズムに基づく手法が知られている．しかし，Kempeらの従来手法は，社会ネットワークの動的変化を考慮していないため，ノード数やリンク数が頻繁に変化するネットワークにおいて問題が生じる．本研究では，ネットワークを動的に変化させながら情報拡散を行い，拡散ノード数の期待値から強影響力ノード群を発見するアルゴリズムを提案する．