ICDE2012勉強会

1. ICDE2012勉強会
Session
12:
Social
Media
筑波大 山口祐人（D1）
12/06/01
ICDE2012勉強会
1

2. Session
12:
Social
Media
• Community
Detec-on
with
Edge
Content
in
Social
Media
Networks
– Guo-­‐Jun
Qi
(University
of
Illinois
at
Urbana-­‐Champaign),
Charu
C.
Aggarwal
(IBM
T.
J.
Watson
Research
Center),
and
Thomas
S.
Huang
(University
of
Illinois
at
Urbana-­‐Champaign)
• Cross
Domain
Search
by
Exploi-ng
Wikipedia
– Chen
Liu,
Sai
Wu
(NaRonal
University
of
Singapore),
Shouxu
Jiang
(Harbin
InsRtute
of
Technology),
and
Anthony
K.H.
Tung
(NaRonal
University
of
Singapore)
• Provenance-­‐based
Indexing
Support
in
Micro-­‐blog
PlaCorms
– Junjie
Yao,
Bin
Cui,
Zijun
Xue,
and
Qingyun
Liu
(Peking
University)
• Learning
Stochas-c
Models
of
Informa-on
Flow
– Luke
Dickens
(Imperial
College
London),
Ian
Molloy,
Jorge
Lobo,
Pau-­‐Chen
Cheng
(IBM
T.
J.
Watson
Research
Center),
and
Alessandra
Russo
(Imperial
College
London)
12/06/01
ICDE2012勉強会
2

3. Community
Detec-on
with
Edge
Content
in
Social
Media
Networks
12/06/01
ICDE2012勉強会
3

4. 概要
• Social
networkにおけるCommunity
detecRonに
Edge
contentを用いる
– Edge
content:
ユーザ間に張られるエッジに付随するテキストな
どのコンテンツ
（Email
networkならメールの内容など）
• 人々は通常複数のコミュニティに属し、異なる内容のコミュ
ニケーションをする
– 例）テニスサークルの仲間とはテニスについて、研究室の仲間
とは研究について会話
• Edge
contentは人の多様な側面を上手く表す
– ユーザプロファイルでは上手く表せない
12/06/01
ICDE2012勉強会
4

5. 手法概要
1. エッジのクラスタリング
– Edge-­‐induced
matrix
factoriza3onの提案
– ノードには複数の側面があるが、エッジには一つ
の意味合いしか無い
2. エッジの両端に属すノードは対応するクラス
タに属す
– 複数のクラスタに属すことを許す
12/06/01
ICDE2012勉強会
5

6. Edge-­‐induced
Matrix
FactorizaRon
• 接続行列Γを、エッジのlatent
featureを表すEとノード
のlatent
featureを表すVに分解
– 分解の指標
• ET・VがΓをよく保存
• Edge
contentが類似するエッジに対応する、Eの列ベクトルが類似
• 目的関数を定義しそれを最小化
– 論文中で定義した目的関数は凸
– 高速な最小化手法を提案
• Eの列ベクトル（各エッジのfeatureベクトル）を用いて
エッジのクラスタリング
12/06/01
ICDE2012勉強会
6

7. 例
論文中から引用
12/06/01
ICDE2012勉強会
7

8. 実験
論文中から引用
12/06/01
ICDE2012勉強会
8

9. Cross
Domain
Search
by
Exploi-ng
Wikipedia
12/06/01
ICDE2012勉強会
9

10. 概要
• Cross
domain
searchを実現
– クエリ：画像 à 出力：動画
– クエリ：動画 à 出力：テキスト など
• Web2.0によるタグが利用できる
– 問題：表記ゆれなどの影響が大きい
– èタグを用いてリソースとWikipediaの記事（コンセプト）と
を結びつけ、リソースをコンセプトベクターで表す
• 新しいリソースとコンセプトを結びつける手法を提案
– タグが一つも付いていないリソースを用いて検索可
12/06/01
ICDE2012勉強会
10

11. 手法概要
• 既存の（DBにある）リソースをコンセプトベクターで表す
– ノイズとなるようなタグを除去（Tag
selec3on）
– タグと各コンセプトとの類似度を算出
– 対応するコンセプトとの類似度を次元とするコンセプトベクターを作成
• クエリをコンセプトベクターで表す
– まだタグが付けられていないリソース
• いま撮った写真など
– 同じドメイン内の類似するリソース（Top-­‐K
Homogeneous
Resources）
を持ってきて、そのコンセプトベクターを集約
• クエリのコンセプトベクターとDB内のりソースのコンセプトベクター
との類似度を算出、ランキング
– いま撮った写真で、ネット上の口コミなども検索可
12/06/01
ICDE2012勉強会
11

12. 実験
画像から画像、画像から文書、文書から画像、文書から文書の検索を実験
↓は画像から画像の例
論文中
12/06/01
から引用
ICDE2012勉強会
12

13. Provenance-­‐based
Indexing
Support
in
Micro-­‐blog
PlaCorms
12/06/01
ICDE2012勉強会
13

14. 概要
• ツイートは短い、ノイズ多い、リアルタイムに増える
– 一つだけ見ても話題を俯瞰できない
– Provenance
discovery:
情報伝播のソース、伝播経路を明
らかにする
• トピック、時間的に類似するツイートの集まり（bundle）
としてインデックスする手法を提案
– bundleは時間的な話題の伝搬を表す木構造
• ツイートは爆発的に増えるため、インデックスには非
常にコストがかかる
– 効率的なインデックス手法を提案
12/06/01
ICDE2012勉強会
14

15. 例
論文中から引用
12/06/01
ICDE2012勉強会
15

16. 手法概要
• 到着したツイートを、既にインデックスされているbundleのうち、最も類似す
るものに割り振る
– 類似するものがない場合、新しく作成
– 類似度は含まれるhashtagやURL、単語によって算出
• Bundleのインデックスはメモリ上に保つ
– HashtagやURL、単語をキーとするインデックス
– Index
maintenance è Next
Slide
• 割り振られたツイートをbundle内の最も類似するツイートにつなげる
– RTやmenRonではなくトピック、時間的に類似するもの
– 木構造を成す
12/06/01
ICDE2012勉強会
16

17. Index
Maintenance
• メモリ上のbundleの数がしきい値を超えたらindex
maintenanceをする
• 新しいツイートが割り振られそうにないbundleをメモリ
上のインデックスから削除
– 小さいものは完全に消す
– 大きいものはディスクへ格納
• Bundleサイズがしきい値を超えたらインデックスから
消してディスクへ
– Bundle
limit
12/06/01
ICDE2012勉強会
17

18. 実験
12/06/01
ICDE2012勉強会
18