著者
江島 昇太 小杉 太一 岡 瑞起 三宅 雅矩 池上 高志
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第32回全国大会(2018)
巻号頁・発行日
pp.1B301, 2018 (Released:2018-07-30)

SNS などのウェブ上の人々の活動においては, 特定の話題に対する言及が急激に増えるバースト現象が見られる. このバースト現象を解析する手法として, 確率的点過程モデルである Hawkes Process が用いられる. Hawkes Process の内部のダイナミクスを表す指標として branching ratio というものがあり, この値がある特定の閾値を超えるとイベント時系列が静的な定常状態から, バースト現象が起こりやすい非定常状態へと相転移することが知られている. 本研究では, SNS から得られるデータの中でも特に Social Tagging System に着目し, サービスの成長に伴って branching ratio がどのように時間的に変化していくのかを分析する.