情報処理学会ネットワーク生態学シンポジウム


プログラム

8月20日(日)

13:30-14:00受付
14:00-15:30チュートリアル講演 鬼頭 司会:鳥海
15:30-15:35休憩
15:35-16:15ポスター3分間アピール 司会:守田
16:15-17:45ポスターセッション 奇数版
18:00-旅館へピストン輸送
18:45-20:45懇親会

8/21(月)

7:00-8:30朝食
8:15-旅館からピストン輸送
9:00-10:30チュートリアル講演 林
10:30-10:35休憩
10:35-12:05オーラル発表 3件x30分 司会:伏見
12:05-13:35昼食+運営委員会
13:35-14:15ポスター3分間アピール 司会:守田
14:15-15:45ポスターセッション 偶数版
15:45-16:45チュートリアル講演 松林 司会:林

ポスターセッション

ポスター一覧

チュートリアル講演

講演者
林幸雄氏(JAIST)
題目
ネットワーク科学最前線2017 -インフルエンサーと機械学習からの接近-
概要
インターネットにおける口コミが購買活動を促すことに着目して、SNS のブロガ等でその影響力が強いユーザ(インフルエンサーと呼ばれる) をターゲットに広告宣伝や企業プロモ、人材斡旋まで行うビジネスが 台頭し、業種を問わない多くの大手企業を対象に急速に進展しつつある。 近い将来、インフルエンサー度を測るソーシャルスコアが学歴より重要 になるかも知れないだけに留まらず、Googleの検索エンジンの心臓部 PageRankのようにネットワーク構造からインフルエンサーを抽出する 優れたアルゴリズムが昨年発表され、そのメッセージ伝搬法がネット ワーク科学における浸透解析や中心性指標に新たな息吹を吹き込んで 次々と重要な知見を提示している。本講演では、こうした最前線の動 向を紹介しつつ、筋の良い機械学習の多くはメッセージ伝搬法である ことを指摘する。更に、インフルエンサーの抽出除去が従来最悪の ハブ攻撃より深刻なこと及び、その新攻撃を逆手に取った自己組織化 によって非常に頑健な玉葱状ネットワークを徐々に成長させながら 構築できることを世界に先駆けて発信する。



講演者
鬼頭朋見氏(筑波大学)
題目
産業ネットワークの複雑さを紐解く:企業の多様性と繋がりの非均質性
概要
企業間の取引関係や資本関係等が織り成す産業ネットワークについて、その構造を定量的に理解することが産業のレジリエンスや効率性を高めるために重要であることは、既に広く知られている。しかし企業の視点に立った時、各々の企業はネットワーク全体の維持発展のみを考えて行動するわけにはいかず、実際は他者の戦略を考慮しつつ、限られ偏った資源の制約の下で自身の行動を選択し続けなくてはならない。本講演では、このような企業間の「協争」関係が、如何に企業ネットワークの形成に影響を及ぼしているかについて、産業ネットワークの大規模実データを用いた様々な分析結果を元に議論する。また、産業ネットワーク(企業ネットワーク、サプライネットワーク)研究のアプローチや知見について、複雑ネットワーク分野と経営学・組織科学など社会科学分野の間に存在する大きな溝に焦点を当て、今後本当の意味での領域融合研究を展開していくための方向性についても議論したい。
<
講演者
松林達史氏(NTTサービスエボリューション研究所)
題目
非負値テンソル因子分解とデータ分析技術
概要
近年データ分析の分野において非負値行列因子分解(NMF : Non-negative Matrix Factorization)が高い注目を集めている.NMFは,データを行列表現することによって,データの持っている潜在的パターン抽出とその要因分析を行うことが可能な技術として,幅広い分野で利用されている.NMFの高次拡張技術である非負値テンソル因子分解(NTF: Non-negative Tensor Factorization)は,より高次のデータを扱うことのできる技術であり,様々なデータに対して要因をより詳細に,かつ多角的に分析することが可能であり,近年更に注目を集めている.例えば,マーケティングサイエンスにおける購買ログ分析では,ユーザの商品し好分析だけでなく,し好の移り変わりや,販促時期や購買店舗の分析など,より詳細かつ多角的な要因分析が必要とされている.三次以上のテンソルデータを分析可能な NTF では,(ユーザ)×(商品)×(購買店舗)を同時に因子分解することによって,「子供のいる主婦層はスーパーマーケットで食玩やお菓子をよく購入する」などの,複数要因の同時分析が可能となる.一方,分析因子要素を増やすことは同時に計算量の増加にもつながる.実世界のデータ分析においては疎(スパース)なデータを扱うことも多く,アルゴリズムや実装上の工夫により計算を効率化させることが必要不可欠である.本チュートリアルでは,NMF/NTFに関する定式化及び実データを用いた分析技術を合わせて紹介する.
参考:複合データ分析技術と NTF[U・完] ──テンソルデータの因子分解技術と実応用例──
http://www.kecl.ntt.co.jp/icl/ls/members/tatsushi/PDF/IEICE_vol99_no7_691-698.pdf

オーラル発表

  • P.4 インフルエンサーマーケティングの収益性分析
    水野誠、阿部誠、新保直樹
  • P.8 ノード負荷を考慮した迂回ルーティングによるカスケード故障の抑制
    内山直弥,林幸雄
  • P.14 二部ネットワークからのコミュニティ検出に基づく情報推薦
    邱シュウレ,岡本洋