A new correlation-based information diffusion prediction
본 연구는 온라인 소셜 네트워크에서 공통 친구를 공유하는 사용자들의 정보 채택 간 상관관계를 분석하고, 이를 기반으로 나이브 베이즈 분류기를 이용한 확률 모델을 제안합니다. 제안된 모델을 통해 추천 방법을 구축하였으며, Flickr와 Movielens 데이터로 검증한 결과 기존 방법들보다 높은 정확도를 달성합니다.
충남대학교 컴퓨터융합학부
기계학습, 그래프 마이닝, 데이터베이스
jongryul.lee@cnu.ac.kr
Jong-Ryul Lee is currently an assistant professor at CNU. He received a B.S. degree from KAIST in 2010, and a Ph.D. degree under the supervision of Prof. Chin-Wan Chung in Computer Science at KAIST in Aug. 2014. From 2015 to 2020, he was a senior software engineer at Samsung Research working on visual question answering, visual SLAM, and neural network model compression. From 2020 to 2023, he was a senior researcher at ETRI.
수집 중
본 연구는 온라인 소셜 네트워크에서 공통 친구를 공유하는 사용자들의 정보 채택 간 상관관계를 분석하고, 이를 기반으로 나이브 베이즈 분류기를 이용한 확률 모델을 제안합니다. 제안된 모델을 통해 추천 방법을 구축하였으며, Flickr와 Movielens 데이터로 검증한 결과 기존 방법들보다 높은 정확도를 달성합니다.
본 논문은 바이럴 마케팅의 효과를 극대화하기 위한 영향력 최대화 문제에 대한 효율적인 근사 알고리즘을 제안합니다. 2-홉 영향력 확산을 활용한 새로운 탐욕 알고리즘과 최적 시드의 지역 영향력 휴리스틱을 기반으로 불필요한 노드를 제거하는 방법을 제시합니다. 실험 결과, 제안 방법은 기존 방법 대비 유사한 정확도를 유지하면서 최소 10배 이상 빠른 성능을 보입니다.
논문 데이터가 수집되면 연구 키워드가 자동 추출됩니다