JP5186959B2 - 社会ネットワーク構造モデルを導出する電子計算機及びプログラム - Google Patents
社会ネットワーク構造モデルを導出する電子計算機及びプログラム Download PDFInfo
- Publication number
- JP5186959B2 JP5186959B2 JP2008063652A JP2008063652A JP5186959B2 JP 5186959 B2 JP5186959 B2 JP 5186959B2 JP 2008063652 A JP2008063652 A JP 2008063652A JP 2008063652 A JP2008063652 A JP 2008063652A JP 5186959 B2 JP5186959 B2 JP 5186959B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- community
- probability distribution
- nodes
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Description
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。
111 コミュニティサイズ出現確率分布算出部(コミュニティサイズ出現確率分布算出手段)
121 次数出現確率分布算出部(次数出現確率分布算出手段)
141 ネットワーク生成部(ネットワーク生成手段)
200 電子計算機
211 コミュニティサイズ出現確率分布算出部(コミュニティサイズ出現確率分布算出手段)
221 次数出現確率分布算出部(次数出現確率分布算出手段)
231 ネットワーク生成処理記憶部(ネットワーク生成処理記憶手段)
241 ネットワーク生成部(ネットワーク生成手段)
251 変数適合度算出部(変数適合度算出手段)
300 電子計算機
301 共通知人数識別部(共通知人数識別手段)
311 コミュニティサイズ出現確率分布算出部(ミュニティサイズ出現確率分布算出手段)
321 次数出現確率分布算出部(次数出現確率分布算出手段)
341 ネットワーク生成部(ネットワーク生成手段)
400 電子計算機
401 共通知人数識別部(共通知人数識別手段)
402 紐帯種類判定部(紐帯種類判定手段)
405 共通知人数データ選択部(共通知人数データ選択手段)
411 コミュニティサイズ出現確率分布算出部(コミュニティサイズ出現確率分布算出手段)
421 次数出現確率分布算出部(次数出現確率分布算出手段)
441 ネットワーク生成部(ネットワーク生成手段)
500 電子計算機
501 共通知人数識別部(共通知人数識別手段)
503 紐帯強さ判定部(紐帯強さ判定手段)
505 共通知人数データ選択部(共通知人数データ選択手段)
511 コミュニティサイズ出現確率分布算出部(コミュニティサイズ出現確率分布算出手段)
521 次数出現確率分布算出部(次数出現確率分布算出手段)
541 ネットワーク生成部(ネットワーク生成手段)
Claims (26)
- コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
電子計算機の制御部は、
入力手段から取得したアンケートによる社会ネットワークに含まれるコミュニティの前記サンプルデータから、各人が有していたコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記各人が有していた 他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理し、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理し、
前記算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
電子計算機の制御部は、
入力手段から取得したアンケートによる社会ネットワークに含まれるコミュニティの前記サンプルデータから、各人が有していたコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記各人が有していた 他人とのつながり数を示すノードの次数についての分布を抽出してエッジの総数と次数出現確率分布とを算出処理し、
複数のネットワーク生成処理工程を順次選択すると共に、個々のネットワーク生成処理工程で少なくとも前記算出処理したコミュニティサイズ出現確率分布もしくは次数出現確率分布の一方を含むコミュニティサイズ出現確率分布とエッジの総数と次数出現確率分布とを演算処理することにより個々のネットワーク生成処理工程に従った所望するノード数を有する複数のネットワーク構造をグラフ理論に則って生成処理し、
前記算出処理した社会ネットワークのコミュニティサイズ出現確率分布および次数出現確率分布と、前記ネットワーク生成処理工程によって生成されたネットワーク構造のコミュニティサイズ出現確率分布および次数出現確率分布とを比較処理して度数分布の残差平方和を算出し、
前記算出する残差平方和が最小の値を取ったネットワーク構造を社会ネットワーク構造モデルとして選択して記憶手段に記録する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
電子計算機の制御部は、
入力手段から取得した社会ネットワークを構成するノードに反映させる各人のサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理し、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理し、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理し、
当該算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
電子計算機の制御部は、
入力手段から取得した社会ネットワークを構成するノードに反映させるサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理し、
前記第一のノードと前記第二のノードと間の紐帯の種類と、前記第一のノードと前記第三のノードの間の紐帯の種類とを同種であるか判定して、前記2つの紐帯の種類が異なる場合に、該三ノード隣接ノード数のデータを有効とし、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理し、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理し、
前記算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
電子計算機の制御部は、
入力手段から取得した社会ネットワークを構成するノードに反映させる各人のサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理し、
前記第一のノードと前記第二のノードと間の紐帯の強さと、前記第一のノードと前記第三のノードの間の紐帯の強さとを予め定められた判定基準によって強紐帯もしくは弱紐帯の何れかに判定して、前記2つの紐帯の強さのうち一方が強紐帯で一方が弱紐帯である場合および双方が弱紐帯である場合に、該三ノード隣接ノード数のデータを有効とし、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理し、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理し、
前記算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
社会ネットワークに含まれる各人が有するコミュニティの大きさの分布のサンプルデータからコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
を有する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
社会ネットワークに含まれる各人が有するコミュニティの大きさの分布のサンプルデータからコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータからエッジの総数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
複数のネットワーク生成処理工程を保持する、ネットワーク生成処理記憶手段と、
前記複数のネットワーク生成処理工程をネットワーク生成処理記憶手段から取得して、
個々のネットワーク生成処理工程毎に、
前記コミュニティサイズ出現確率分布を算出処理する手段が算出処理するコミュニティサイズ出現確率分布と、前記エッジの総数を算出処理する手段が算出処理するエッジの総数と、前記次数出現確率分布を算出処理する手段が算出処理する次数出現確率分布とを、少なくとも前記算出処理したコミュニティサイズ出現確率分布もしくは次数出現確率分布の一方を使用して演算処理することにより、前記個々のネットワーク生成処理工程毎のネットワーク構造モデルをグラフ理論に則って生成処理する手段と、
前記算出処理した社会ネットワークのコミュニティサイズ出現確率分布および次数出現確率分布と、前記個々のネットワーク生成処理工程に従って生成されたネットワーク構造のコミュニティサイズ出現確率分布および次数出現確率分布とを比較して、前記個々のネットワーク生成処理工程に従って生成されたネットワーク構造毎の度数分布の残差平方和を算出処理する手段と、
前記算出された残差平方和が最小の値を取ったネットワーク構造を社会ネットワーク構造モデルとして選択する手段と、
選択された前記社会ネットワーク構造モデルを出力する出力手段と、
を有する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
を有する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記第一のノードと前記第二のノードと間の紐帯である第1の紐帯の種類と、前記第一のノードと前記第三のノードの間の紐帯である第2の紐帯の種類とを同種であるか判定処理する手段と、
前記判定処理の結果を参照して、前記第1の紐帯及び前記第2の紐帯の種類が異なる場合に、該当三ノード隣接ノード数のデータを有効とする手段と、
有効とされた前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
を有する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機において、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記第一のノードと前記第二のノードと間の紐帯の強さである第1の紐帯の強さと、前記第一のノードと前記第三のノードの間の紐帯の強さである第2の紐帯の強さとを予め定められた判定基準によって強紐帯もしくは弱紐帯の何れかに判定処理する手段と、
前記判定処理の結果を参照して、前記第1の紐帯の強さと前記第2の紐帯の強さのうち一方が強紐帯で一方が弱紐帯である場合および双方が弱紐帯である場合に、該当三ノード隣接ノード数のデータを有効とする手段と、
有効とされた前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
を有する
ことを特徴とする電子計算機。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - 前記コミュニティサイズ出現確率分布を算出処理する手段は、知人の数に関するアンケートの回答結果から各人が有するコミュニティサイズを算出処理することを特徴とする請求項6乃至10の何れか一項に記載の電子計算機。
- 前記次数出現確率分布を算出処理する手段は、知人の数とする 各人が有する情報端末に記憶されているアドレス数に関するアンケートの回答結果から次数出現確率分布を算出処理することを特徴とする請求項6乃至11の何れか一項に記載の電子計算機。
- 前記残差平方和を算出処理する手段は、前記コミュニティサイズ出現確率分布を算出処理する手段で算出されるコミュニティ分布および前記次数出現確率分布を算出処理する手段で算出される次数出現確率分布と、前記個々のネットワーク生成処理工程毎のネットワーク構造モデルをグラフ理論に則って生成処理する手段で算定される個々のネットワーク生成処理工程毎のコミュニティサイズ出現確率分布および次数出現確率分布との差を分析する手段と、
当該分析結果からネットワーク生成処理のアルゴリズムあるいはアルゴリズムのパラメータを変更する手段と、
を有する
ことを特徴とする請求項7記載の電子計算機。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部に、
入力手段から取得したアンケートによる社会ネットワークに含まれるコミュニティの前記サンプルデータから、各人が有していたコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記各人が有していた 他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理するステップと、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理するステップと、
前記算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録するステップと
を実行させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部に、
入力手段から取得したアンケートによる社会ネットワークに含まれるコミュニティの前記サンプルデータから、各人が有していたコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記各人が有していた 他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理するステップと、
複数のネットワーク生成処理工程を順次選択すると共に、
個々のネットワーク生成処理工程で少なくとも前記算出処理したコミュニティサイズ出現確率分布もしくは次数出現確率分布の一方を含むコミュニティサイズ出現確率分布とエッジの総数と次数出現確率分布とを演算処理することにより個々のネットワーク生成処理工程に従った所望するノード数を有する複数のネットワーク構造をグラフ理論に則って生成処理し、
前記算出処理した社会ネットワークのコミュニティサイズ出現確率分布および次数出現確率分布と、前記ネットワーク生成処理工程によって生成されたネットワーク構造のコミュニティサイズ出現確率分布および次数出現確率分布とを比較処理して度数分布の残差平方和を算出し、
当該算出する残差平方和が最小の値を取ったネットワーク構造を社会ネットワーク構造モデルとして選択して記憶手段に記録するステップと
を実行させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部に、
入力手段から取得した社会ネットワークを構成するノードに反映させる各人のサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理するステップと、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理するステップと、
前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理するステップと、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理するステップと、
前記算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録するステップと
を実行させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部に、
入力手段から取得した社会ネットワークを構成するノードに反映させる各人のサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理識別するステップと、
前記第一のノードと前記第二のノードと間の紐帯の種類と、前記第一のノードと前記第三のノードの間の紐帯の種類とを算出するステップと、
前記2つの紐帯の種類が異なる場合に、該当三ノード隣接ノード数のデータを有効とするステップと、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理すると共に、前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理ステップと、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理するステップと、
当該算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録するステップと
を実行させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部に、
入力手段から取得した社会ネットワークを構成するノードに反映させる各人のサンプルデータから、任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として抽出して識別処理識別するステップと、
前記第一のノードと前記第二のノードと間の紐帯の強さと、前記第一のノードと前記第三のノードの間の紐帯の強さとを予め定められた判定基準によって強紐帯もしくは弱紐帯の何れかに判定するステップと、
前記2つの紐帯の強さのうち一方が強紐帯で一方が弱紐帯である場合および双方が弱紐帯である場合に、該三ノード隣接ノード数のデータを有効とするステップと、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理するステップと、
前記サンプルデータから識別した前記各人が有していた他人とのつながり数を示すノードの次数についての分布を抽出してノードの平均次数と次数出現確率分布とを算出処理するステップと、
前記コミュニティサイズ出現確率分布と前記ノードの平均次数と前記次数出現確率分布とを演算処理して、ノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率とを算出処理するステップと、
当該算出処理したノードのエッジ獲得確率初期値とノード抽出個数期待値とノードのエッジ獲得確率のデータに基づいて、所望するノード数のノードとエッジが配設されたネットワーク構造モデルを社会ネットワーク構造モデルとしてグラフ理論に則って生成処理して記憶手段に記録するステップと
を実行させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部を、
社会ネットワークに含まれる各人が有するコミュニティの大きさの分布のサンプルデータからコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
生成された前記社会ネットワーク構造モデルを出力する出力手段、
として機能させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部を、
社会ネットワークに含まれる各人が有するコミュニティの大きさの分布のサンプルデータからコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータからエッジの総数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
複数のネットワーク生成処理工程を保持する、ネットワーク生成処理記憶手段と、
前記複数のネットワーク生成処理工程をネットワーク生成処理記憶手段から取得して、
個々のネットワーク生成処理工程毎に、
前記コミュニティサイズ出現確率分布を算出処理する手段が算出処理するコミュニティサイズ出現確率分布と、前記エッジの総数を算出処理する手段が算出処理するエッジの総数と、前記次数出現確率分布を算出処理する手段が算出処理する次数出現確率分布とを、少なくとも前記算出処理したコミュニティサイズ出現確率分布もしくは次数出現確率分布の一方を使用して演算処理することにより、前記個々のネットワーク生成処理工程毎のネットワーク構造モデルをグラフ理論に則って生成処理する手段と、
前記算出処理した社会ネットワークのコミュニティサイズ出現確率分布および次数出現確率分布と、前記個々のネットワーク生成処理工程に従って生成されたネットワーク構造のコミュニティサイズ出現確率分布および次数出現確率分布とを比較して、前記個々のネットワーク生成処理工程に従って生成されたネットワーク構造毎の度数分布の残差平方和を算出処理する手段と、
前記算出された残差平方和が最小の値を取ったネットワーク構造を社会ネットワーク構造モデルとして選択する手段と、
選択された前記社会ネットワーク構造モデルを出力する出力手段、
として機能させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部を、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
生成された前記社会ネットワーク構造モデルを出力する出力手段、
として機能させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部を、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記第一のノードと前記第二のノードと間の紐帯である第1の紐帯の種類と、前記第一のノードと前記第三のノードの間の紐帯である第2の紐帯の種類とを同種であるか判定処理する手段と、
前記判定処理の結果を参照して、前記第1の紐帯及び前記第2の紐帯の種類が異なる場合に、該当三ノード隣接ノード数のデータを有効とする手段と、
有効とされた前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
生成された前記社会ネットワーク構造モデルを出力する出力手段、
として機能させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - コミュニティに属する各人同士の関係が現れたサンプルデータから社会ネットワーク構造モデルを導出する電子計算機を機能させるプログラムであって、
電子計算機の制御部を、
社会ネットワークを構成するノードに反映させる各人のサンプルデータから任意の第一のノード、前記第一のノードに隣接する第二のノード、並びに前記第一のノードと前記第二のノードとに隣接する第三のノードの三ノードに隣接するノード数を三ノード隣接ノード数として識別処理する手段と、
前記第一のノードと前記第二のノードと間の紐帯の強さである第1の紐帯の強さと、前記第一のノードと前記第三のノードの間の紐帯の強さである第2の紐帯の強さとを予め定められた判定基準によって強紐帯もしくは弱紐帯の何れかに判定処理する手段と、
前記判定処理の結果を参照して、前記第1の紐帯の強さと前記第2の紐帯の強さのうち一方が強紐帯で一方が弱紐帯である場合および双方が弱紐帯である場合に、該当三ノード隣接ノード数のデータを有効とする手段と、
有効とされた前記三ノード隣接ノード数の分布を集計してコミュニティの大きさの分布を抽出してコミュニティサイズ出現確率分布を算出処理する手段と、
前記社会ネットワークを構成する前記各人が有している他人とのつながり数を示したノードの次数のサンプルデータから平均次数を算出処理する手段と、
前記ノードの次数のサンプルデータから次数出現確率分布を算出処理する手段と、
グラフ理論に則って、ノードを配置する工程と、前記算出した次数出現確率分布に従いノードにエッジ獲得確率初期値を付与する工程と、前記算出したコミュニティサイズ出現確率分布に従いノード抽出個数期待値を算出する工程と、前記エッジ獲得確率初期値と前記ノード抽出個数期待値に従いノードにエッジ獲得確率を付与する工程と、前記エッジ獲得確率に従いノードを抽出する工程と、抽出した当該ノードを要素とする完全グラフを生成し追加する工程と、生成しているグラフのノードの次数の平均値が前記算出したノードの平均次数に達したかを判定する工程とを有するネットワーク生成手段と、
生成された前記社会ネットワーク構造モデルを出力する出力手段、
として機能させることを特徴とするプログラム。
ここで、前記コミュニティサイズ出現確率分布とは、コミュニティの大きさを独立変数、出現確率を従属変数とした確率密度関数であり、
前記次数出現確率分布とは、次数を独立変数、出現確率を従属変数とした確率密度関数である。 - 前記コミュニティサイズ出現確率分布を算出処理する手段は、知人の数に関するアンケートの回答結果から各人が有するコミュニティサイズを算出処理することを特徴とする請求項19乃至23の何れか一記載のプログラム。
- 前記次数出現確率分布を算出処理する手段は、知人の数とする 各人が有する情報端末に記憶されているアドレス数に関するアンケートの回答結果から次数出現確率分布を算出処理することを特徴とする請求項19乃至24の何れか一記載のプログラム。
- 前記残差平方和を算出処理する手段は、前記コミュニティサイズ出現確率分布を算出処理する手段で算出されるコミュニティ分布および前記次数出現確率分布を算出処理する手段で算出される次数出現確率分布と、前記個々のネットワーク生成処理工程毎のネットワーク構造モデルをグラフ理論に則って生成処理する手段で算定される個々のネットワーク生成処理工程毎のコミュニティサイズ出現確率分布および次数出現確率分布との差を分析する手段と、
当該分析結果からネットワーク生成処理のアルゴリズムあるいはアルゴリズムのパラメータを変更する手段、
として機能させることを特徴とする請求項20記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008063652A JP5186959B2 (ja) | 2007-10-19 | 2008-03-13 | 社会ネットワーク構造モデルを導出する電子計算機及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007272683 | 2007-10-19 | ||
JP2007272683 | 2007-10-19 | ||
JP2008063652A JP5186959B2 (ja) | 2007-10-19 | 2008-03-13 | 社会ネットワーク構造モデルを導出する電子計算機及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009116844A JP2009116844A (ja) | 2009-05-28 |
JP5186959B2 true JP5186959B2 (ja) | 2013-04-24 |
Family
ID=40783885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008063652A Expired - Fee Related JP5186959B2 (ja) | 2007-10-19 | 2008-03-13 | 社会ネットワーク構造モデルを導出する電子計算機及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5186959B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194149B (zh) * | 2010-03-01 | 2012-12-05 | 中国人民解放军国防科学技术大学 | 社区发现方法 |
CN101778005B (zh) * | 2010-03-05 | 2014-03-12 | 中兴通讯股份有限公司 | 复杂网络配置方法和系统 |
WO2012090697A1 (ja) | 2010-12-28 | 2012-07-05 | 日本電気株式会社 | サーバ装置、行動促進抑制システム、行動促進抑制方法および記録媒体 |
US10593080B2 (en) | 2017-04-27 | 2020-03-17 | Daegu Gyeongbuk Institute Of Science And Technology | Graph generating method and apparatus |
KR101998020B1 (ko) * | 2017-04-27 | 2019-07-08 | 재단법인대구경북과학기술원 | 그래프 생성 방법 및 장치 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3979975B2 (ja) * | 2003-07-14 | 2007-09-19 | 株式会社国際電気通信基礎技術研究所 | セクショナリズム評価システム |
-
2008
- 2008-03-13 JP JP2008063652A patent/JP5186959B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009116844A (ja) | 2009-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Busalim et al. | Factors influencing customer engagement in social commerce websites: A systematic literature review | |
JP6744882B2 (ja) | 行動パターン探索システム、および行動パターン探索方法 | |
CN109658206A (zh) | 信息推荐方法和装置 | |
US20030033195A1 (en) | Retail site location void analysis system and method | |
JP5186959B2 (ja) | 社会ネットワーク構造モデルを導出する電子計算機及びプログラム | |
KR101567684B1 (ko) | 협업필터링 기반의 상품 추천 시스템에서 추천 기법을 선택하는 방법 | |
Eide et al. | Human-machine networks: towards a typology and profiling framework | |
Lee et al. | Applying geo-social networking and the theory of inventive problem-solving in service innovation and evaluation | |
CN113139654A (zh) | 图神经网络模型的训练方法及装置 | |
Vijayakumar | Digital twin in consumer choice modeling | |
Effendi et al. | Discovering process model from event logs by considering overlapping rules | |
Deng et al. | Coalescing data and decision sciences for analytics | |
Kim et al. | A database–centred approach to the development of new mobile service concepts | |
CN117056619A (zh) | 确定用户行为特征的方法和装置 | |
WO2017090175A1 (ja) | 検証支援システム及び方法 | |
CN107729424A (zh) | 一种数据可视化方法及设备 | |
Goldfarb et al. | Introduction to" Economic Analysis of the Digital Economy" | |
Achchuthan et al. | Comprehensive model for understanding and enhancing pro-environmental purchase behavior: Towards a conceptual framework | |
Singh et al. | Improving customer segmentation in e-commerce using predictive neural network | |
Sahabuddin et al. | Tourist Environmentally Responsible Behavior and Satisfaction; Study on the World’s Longest Natural Sea Beach, Cox’s Bazar, Bangladesh. Sustainability, 2021, 13 (16): 9383 | |
KR101578606B1 (ko) | Sns 기반 선물 추천 장치 및 방법 | |
Ayumi et al. | A Literature Review of in IS Adoption Model Factors | |
Khoury et al. | Visualising web browsing data for user behaviour analysis | |
Elverda et al. | Consumer Decision-Making Criteria for Online Food Delivery Platforms: A Case Study in Jabodetabek Indonesia | |
Bartuś | Komputerowe wspomaganie Competitive Intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110201 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120926 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121126 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130107 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160201 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |