マルチエージェント強化学習に基づくソーシャルネットワークの解釈可能な将来予測手法

DOI

書誌事項

タイトル別名
  • Interpretable Social Network Forecasting based on Multi-Agent Reinforcement Learning

この論文をさがす

説明

SNSや研究者の協力関係などを表すソーシャルネットワークにおける将来予測は重要である．しかし，既存手法では予測のために多くの潜在特徴量を用いる必要があり，ブラックボックス性が高く，予測結果の解釈が困難である．本研究では，各人のネットワークを変化させる際の方策をネットワーク科学で一般的に利用される用語でモデル化し，強化学習に基づいてソーシャルネットワークの将来予測を行う手法を提案する．より具体的には，ネットワーク科学の研究分野で知られている「ホモフィリー」や「推移性」などの性質を用いて，各人のネットワークの状態の好ましさを測る報酬関数やネットワークを変化させるの方策関数を設計することでモデルパラメータの解釈性を向上する．生成データの実験により，提案手法はコミュニティの分裂や形成や属性の変化など，ネットワーク科学で知られるパターンを生成できることを示した．実データの実験では共著者関係のコミュニティグラフなどの予測において，既存手法と同等以上の精度の予測となることを示し，学習されたパラメータからネットワークの性質を説明することで結果に対する解釈性を与えられることを示した．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390022476719856640
  • DOI
    10.14923/transinfj.2024det0011
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ