狠狠撸

WWW2019読み会?
WebにおけるHuman Dynamics?
?
武内慎?
株式会社サイバーエージェント?
秋葉原ラボ?
2019/9/2?

自己紹介?
武内慎
?名古屋大学大学院修士卒
　?理学研究科　素粒子的宇宙論
?通信キャリア
　?ガラケー、スマホ開発関連業務
?2015? サイバーエージェント
　?DMP コンサル
　?2017/3? 自社サービスのデータ分析業務 @秋葉原ラボ
?興味
　?Human Dynamics，音楽鑑賞行動の分析

0.　自己紹介
1.　WebにおけるHuman Dynamics発表の概要
2. 論文紹介(3本)
2-1. To Return or to Explore: Modelling Human Mobility and Dynamics in
Cyberspace (Poster Session)
2-2. Anomaly Detection in the Dynamics of Web and Social Networks Using
Associative Memory (Research Track: Network Applications)
2-3. Modeling Item-Specific Temporal Dynamics of Repeat Consumption for
Recommender Systems (Poster Session)
3. まとめ
WebにおけるHuman Dynamics 目次

＜今回ご紹介する内容＞
　分野を絞らず，Web上のダイナミクスの理解とその応用が
テーマの研究を３種類，1本ずつピックアップして紹介．
● Web上のコミュニティダイナミクスの解明
○ keyword: [Human Dynamics, Online Communities]
● ソーシャルネットワーク上の異常検知
○ keyword: [Anomaly Detection, Dynamic Network]
● 反復消費を考慮した推薦アルゴリズム
○ keyword: [Recommender system, Repeat consumption]
1.概要　WebにおけるHuman Dynamics

To Return or to Explore: Modelling Human
Mobility and Dynamics in Cyberspace
[Cyberspace, Online Communities, Human Mobility, Human Dynamics,
Preferential Return, Preferential Exploration]
2-1

＜この研究のモチベーション＞
　人の行動は一見すると複雑．
　実は，本人も意識せずに従っているルールが何かある？
　IOT，Web等のログによって，様々な統計的性質や
　その背後にあるルールがわかってきた．
　物理空間における行動とWeb上の行動は同じ？？
2-1. モチベーション

＜関連研究＞
物理空間での行動の基本原理の研究
?Friendship and Mobility: User Movement In Location-Based Social Networks. SIGKDD(2011).
　?短距離の移動(空間的制約 & 周期的)と，長距離の移動(ソーシャルネットと相関)

＜関連研究＞
物理空間での行動の基本原理の研究
?Returners and explorers dichotomy in human mobility. Nature communications(2015).
　?個人が探索者とリピーターのどちらかに属するモデルの提案．

＜関連研究＞
物理空間の行動 VS Web上の行動
?Returners and Explorers Dichotomy in Web Browsing Behavior - A Human Mobility Approach．
Complex Networks.(2016)
　?類似性あり．探索とリターンに分けて分析．

To Return or to Explore: Modelling Human Mobility and Dynamics in Cyberspace
＜概要＞
?redditでの書き込みデータから，コミュニティ単位の探索(Explore)とリターン(Return)行動を
分析，モデリング．
＜結果?コントリビューション＞
?Web上の行動であっても，物理空間上の行動と同じ原理が働いていることを示した．
　?優先原理(preferential principle)，つまり「人は徐々に新しい場所を探すことに
　　興味を無くし, 既知の場所に戻ることが多くなる．」
?個人の探索意志の定量化．
　?その人が探索しやすい人か，リターンしやすい人かを定量的に把握．
　?それらのタイプが来訪しやすいトピックの分析が可能．
2-1. 研究概要

To Return or to Explore: Modelling Human Mobility and Dynamics in Cyberspace
2-1. 研究概要

Anomaly Detection in the Dynamics of Web and
Social Networks Using Associative Memory
[Anomaly Detection, Dynamic Network, Graph Algorithm, Hopfield Network,
Wikipedia, Web Logs Analysis]
2-2

　?時間変化するネットワーク上での異常検知．
　?異常検知にネットワーク情報を考慮すべき理由．
　　?対象の依存関係
　　?ノード，エッジの属性
　　?異常の伝搬
　　?ネットワーク特徴量のロバスト性
　　　　　[Graph based anomaly detection and description: a survey.
　　　　　　　　　　　　Data mining and knowledge discovery(2015)]より
　?データの時間成分と空間成分を分離しない検出方法．

＜関連研究＞
時空間上のイベントバーストの特定手法の研究
?STEM: A Spatio-TEmporal Miner for Bursty Activity. SIGMOD(2013).
　?時空間データのマイニング手法の提案
時空間データの異常検知
?Spatio-Temporal Outlier Detection in Precipitation Data. In Knowledge discovery from
sensor data.(2010)
　?時間成分と空間成分のデータを独立に扱う

＜概要＞
?提案手法を，wikipediaデータ(記事ネットワーク,
閲覧数の時系列)と，Enron社のemailデータ(メール送信ネットワーク，メール数の時系列)に
適用.
?提案手法：
　?potential anomalyの計算, 適当な閾値以下のノードの削減
　?Hopfield networkの学習(教師無し学習)
?提案手法によってGround Truth(Enron社内イベント, Google Trendによる世間のイベント)の
抽出に成功．
?検知した異常の解釈性
2-2. 研究概要

2-2. 研究概要

Modeling Item-Specific Temporal Dynamics of
Repeat Consumption for Recommender Systems
[Recommender system, Repeat consumption, Temporal dynamics,
Collaborative filtering, Hawkes process]
2-3

　?2回目以降の消費を考慮したレコメンドロジック．
　?スマホを買った直後に，別のスマホをレコメンドされても ?
　?適切なタイミングで反復消費をレコメンドするためには，時間的なダイナミ
クスのモデリングが必要．

＜関連研究＞
反復消費行動の研究
?Modeling User Consumption Sequences. WWW(2016).
　?傾向の分析とモデリング. 品質等よりも時間要素がモデリングに重要．

＜関連研究＞
反復消費行動を考慮したレコメンドロジック
?Time-Sensitive Recommendation From Recurrent User Activities. Neural Information Processing
Systems(2015).
　?ユーザーの反復消費行動をHawkes過程(自己励起点過程)でモデリング
　?ユーザー×アイテム毎の嗜好変化は考慮していない．

Modeling Item-Specific Temporal Dynamics of Repeat Consumption for
Recommender Systems
＜概要＞
?反復消費の特徴分析
　?short-term effectとlifetime effect
?下記２つを融合した新規手法(SLRC)の提案
　?Hawkes過程：反復消費の２つの効果をカーネル関数で表現
　?CF(協調フィルタリング)：ユーザーの好みを表現
?提案手法で、既存手法よりも精度を改善．
?解釈性が高い．アイテムのライフタイムがわかり，早く消費される(fast-moving)か，使い続け
る(durable)ものか区別できる．
2-3. 研究概要

Modeling Item-Specific Temporal Dynamics of Repeat Consumption for
Recommender Systems
2-3. 研究概要

3.まとめ
?Web上のダイナミクスを解明するためのユーザーモデリングはいろ
いろ役立つというお話．
?点過程の使い勝手の良さ．
?モデルの解釈性のメリット．
?各分野で，現実に近い理論モデルが提案されてきている．
　?本質を理解するための抽象度とのバランスが難しい．
　?異なる行動も，パラメータ値域で表現可能．

狠狠撸

WebにおけるHuman Dynamics 武内慎

More Related Content

WebにおけるHuman Dynamics 武内慎