מושגי ליבה
ユーザー指定のターゲットコミュニティに最大の影響を与える種子コミュニティを検索する。
תקציר
本論文では、ソーシャルネットワーク上の逆影響力コミュニティ検索(Reverse Influential Community Search, RICS)問題を提案している。RICSは、ユーザー指定のターゲットコミュニティに最大の影響を与える種子コミュニティを検索する問題である。
具体的には以下の手順で行う:
オフラインで、各ユーザーのキーワードビットベクトル、ピボットへの距離ベクトル、エッジの上限サポート値、境界影響力の上限値などの情報を事前に計算し、インデックスを構築する。
オンラインで、ユーザー指定のRICS問合せに対して、キーワード、サポート、影響力スコアに基づくプルーニング手法を適用し、候補の種子コミュニティを効率的に検索する。
候補コミュニティの影響力スコアを計算し、最も影響力の高いコミュニティを返す。
提案手法は、効率的なプルーニングと効果的なインデックス機構により、RICSクエリを高速に処理できる。また、ターゲットコミュニティへの影響力を最大化する種子コミュニティを正確に特定できる。
סטטיסטיקה
ソーシャルネットワークGにおいて、ユーザーviの持つキーワードセットvi.Lをビットベクトルvi.BV0にハッシュ化している。
ユーザーviから各ピボットpivjまでの最短距離di.st(vi, pivj)を計算し、距離ベクトルvi.Distに格納している。
r-hop(vi,G)部分グラフ内の各エッジeu,vについて、上限サポート値ub_sup(eu,v)を計算し、上限サポートvi.ub_suprに格納している。
r-hop(vi,G)部分グラフの仮想的な崩壊計算により、境界影響力の上限値vi.ub_bound_infr を得ている。