著者

藤原 靖宏 入江 豪 北原 友恵

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D, 情報・システム (ISSN:18804535)

巻号頁・発行日

vol.96, no.5, pp.1178-1187, 2013-05-01

---

Affinity PropagationはFreyらによって近年提案されたクラスタリング手法である.Affinity Propagationはk-means法などに代表される既存のクラスタリング手法よりクラスタリング精度が良いため,様々な分野において用いられている.オリジナルのAffinity Propagationでは全てのデータポイント間でメッセージと呼ばれる値を繰返し収束するまで計算する.しかしこのオリジナルの手法はデータポイントの数の2乗の計算コストを要するため,データポイントの数が多い場合は非常に計算時間がかかるという問題点がある.本論文では収束後においてオリジナルのAffinity Propagationとクラスタリング結果が同じになることを保証する高速化手法を提案する.提案手法は(1)収束値を計算するのに不必要なデータペアを枝刈りするアイデアと,(2)枝刈りされたデータペアの収束値を枝刈りされなかったデータペアの収束値から計算するアイデアから構成される.実データを用いて比較実験を行い,提案手法はオリジナルの手法より高速にクラスタリングを行えることを確認した.

著者

田中 佑典 倉島 健 藤原 靖宏 岩田 具治 澤田 宏

雑誌

第8回Webとデータベースに関するフォーラム論文集

巻号頁・発行日

vol.2015, pp.197-204, 2015-11-17

---

シングルソースデータからユーザの購買行動を引き起こした要因を推定するための購買行動モデルを提案する.シングルソースデータとは,商品の購買履歴と広告閲覧履歴とを各ユーザ ID に紐づけて収集したものである.1) 個人の嗜好,2) 他者から受ける影響,3) メディア広告から受ける影響の 3 つの要因に基づく確率過程にしたがって起こるものとしてユーザの購買行動をモデル化する.提案モデルは購買行動が起こった時刻において各要因がどの程度影響しているかを分析することにより,購買行動を引き起こした要因を推定することができる.実シングルソースデータを用いた評価実験では,提案モデルが比較手法よりも高精度にユーザの購買行動を予測可能なことを確認した.この結果は,提案モデルがユーザの購買行動をより正しく説明できることを示しており,提案モデルにより推定された購買要因が妥当であることを示唆するものである.さらに,企業による TV 広告がどの程度購買につながったかという観点で広告効果を分析した結果について報告する.

著者

塩川 浩昭 山室 健 藤原 靖宏

出版者

日本データベース学会

雑誌

日本 データベース 学会 論文誌 = DBSJ journal (ISSN:18831060)

巻号頁・発行日

vol.12, no.1, pp.91-96, 2013-06

著者

藤原 靖宏 中辻 真 塩川 浩昭 三島 健 鬼塚 真

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.30, no.2, pp.473-478, 2015-03-01 (Released:2015-02-03)

参考文献数

6

---

In AI communities, many applications utilize PageRank. To obtain high PageRank score nodes, the original approach iteratively computes the PageRank score of each node until convergence from the whole graph. If the graph is large, this approach is infeasible due to its high computational cost. The goal of this study is to find top-k PageRank score nodes efficiently for a given graph without sacrificing accuracy. Our solution, F-Rank, is based on two ideas: (1) It iteratively estimates lower/upper bounds of PageRank scores, and (2) It constructs subgraphs in each iteration by pruning unnecessary nodes and edges to identify top-k nodes. Experiments show that F-Rank finds top-k nodes much faster than the original approach.

著者

飯田 恭弘 岸本 康成 藤原 靖宏 塩川 浩昭 鬼塚 真 Yasuhiro Iida Yasunari Kishimoto Yasuhiro Fujiwara Hiroaki Shiokawa Makoto Onizuka

雑誌

人工知能 = journal of the Japanese Society for Artificial Intelligence (ISSN:21882266)

巻号頁・発行日

vol.29, no.5, pp.472-479, 2014-09-01

著者

田中 佑典 倉島 健 藤原 靖宏 岩田 具治 澤田 宏

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.58, no.2, pp.580-593, 2017-02-15

---

本稿では,シングルソースデータを入力としてユーザの購買行動を引き起こした要因を推定する手法を提案する.シングルソースデータとは,各ユーザに対して収集された購買履歴およびメディア広告の閲覧履歴である.提案モデルでは,ユーザの購買行動が(a)個人の嗜好,(b)他ユーザからの社会的影響,(c)メディア広告の影響の3つの要因を考慮した確率過程に従って生成されると仮定する.ユーザ間および企業とユーザ間の潜在的な影響関係を推定し,それらをモデルに組み込むことによってユーザの購買要因を特定する.実データを用いた評価実験では,ユーザの購買予測精度を比較することにより提案モデルの妥当性を示した.さらに,実データを用いて人気商品や影響力のあるユーザおよび企業の抽出,購買を引き起こした要因の分析,および,推定された購買要因に基づくユーザセグメントを行った結果について述べる.This paper proposes a method for inferring the factors that trigger purchases from single-source data. Single-source data are the histories of item purchases and media advertisement views for each individual. We assume a sequence of purchase events to be a stochastic process incorporating the following three factors: (a) user preference, (b) social effects received from other users, and (c) media advertising effects. As our model incorporates the latent relationships between users and advertisers, it can identify the purchase triggers. Experiments using real-world single-source data sets show that our model can achieve high prediction accuracy for purchases. We also show that our model can discover the key information, i.e., popular items, influential users, and influential advertisers, and estimate the relative impact of the three factors on purchases. Furthermore, our model can find user segments based on the estimated purchase triggers.

著者

三島 健 藤井 雅雄 藤原 靖宏 鬼塚 真

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. DC, ディペンダブルコンピューティング (ISSN:09135685)

巻号頁・発行日

vol.113, no.170, pp.9-14, 2013-07-25

---

ビジネスで使われる代表的なDBMSにおいてトランザクションログをディスクに強制書き込みする事でrecoverabilityを保証するというアーキテクチャは今までほとんど変わっていない.しかし,コンピュータとネットワークはこの数十年で大きく進歩したため,ディスク書き込みオーバヘッドは深刻なボトルネックになってしまった.本論文では, Daigoと呼ぶ新しいDBMSクラスタを提案しその有効性をベンチマークで評価する. Daigoはトランザクションログをディスクに強制書き込みすることをやめて,代わりに複数ノードにデータベースを冗長に配置することでrecoverabilityを保証する. TPC-Wベンチマークを使った性能評価では, Daigoは他の代表的な既存クラスタに比べて高い性能を実現できただけでなく,オーバロード環境下でもサービスにほとんど影響を与えること無く構成変更できることが分かった.

著者

中辻 真 藤原 靖宏 内山 俊郎 戸田 浩之

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.28, no.6, pp.457-467, 2013-11-01 (Released:2013-10-01)

参考文献数

33

被引用文献数

1

---

Tracking user interests over time is important for making accurate recommendations. However, the widely-used time-decay-based approach worsens the sparsity problem because it deemphasizes old item transactions. We introduce two ideas to solve the sparsity problem. First, we divide the users’ transactions into epochs i.e. time periods, and identify epochs that are dominated by interests similar to the current interests of the active user. Thus, it can eliminate dissimilar transactions while making use of similar transactions that exist in prior epochs. Second, we use a taxonomy of items to model user item transactions in each epoch. This well captures the interests of users in each epoch even if there are few transactions. It suits the situations in which the items transacted by users dynamically change over time; the semantics behind classes do not change so often while individual items often appear and disappear. Fortunately, many taxonomies are now available on the web because of the spread of the Linked Open Data vision. We can now use those to understand dynamic user interests semantically. We evaluate our method using a dataset, a music listening history, extracted from users’ tweets and one containing a restaurant visit history gathered from a gourmet guide site. The results show that our method predicts user interests much more accurately than the previous time-decay-based method.