データ構造の表現の方法として, 辺と節からなるグラフ構造がある. このグラプ構造により表現されたデータをわかりやすく提示するために, グラフ自動描画法が研究されてきている. また現在, 並列論理型言語をグラフによって可視化するビジュアルプログラミングシステムを開発中であり, それにグラフ描画アルゴリズムを応用することを検討している. これは, 並列論理型言語での定義節をグラフの節, 論理変数を辺で表現することにより可読性の向上を図るものである. これまでに提案されているグラフ描画アルゴリズムの多くは, グラフの論理的構造を入力として, その構造の最適な配置を求めるというものであったが, ここでは, 特に人間の手によって入力された形の整っていないグラフを, 再配置の過程をアニメーションのような表現で見せることによってわかりやすさの向上を図るためのアルゴリズムの改良を提案する. あるグラフの再
document stream ¢¡¤£¦¥ burst §©¨ † "! † # $ % † & ' ( ‡ ) 0 13254 Web 68739A@CBEDGFIHQPSRUTWVSX`Yba5cedgfIhSi3pSq 4 Web 6UrScts 4`u iUvewbDxPSRUTy tg acp A5UdIUG9g557WxaEd5e8DEP3R73Dgfhs5seid8kjmlCn acUdxfoSpSq r59Ar87 blog ksQt3uSvtwxby3z{tY 4 hiS|r y{EA a3ced~}S vI x5x`k HSedpSq3iG~3eIdGfxS3Q89 4 Kleinberg i3e
以前、この辺の研究の紹介を聞いた事がある。 Trawling the web for emerging cyber-communities*1 例えば、Yahooのディレクトリ検索には数多くのwebサイトが様々なカテゴリーに分類されているが、サイトの登録はかなりの部分を手動で行っていて(少なくとも1999年当時は)、採集・分類出来るサイト数には限界がある。この研究は、web miningによる自動化を見越したものと思われる。 共通の話題を持つwebサイトどうしが作るコミュニティを「相互リンク」「文章の引用」等に着目して抽出する。Alexaにある2億ページ以上、約1TBのHTMLをデータマイニングした結果、 自動抽出されたコミュニティのうち、96%は実際にコミュニティを形成していた 56%はyahoo!に載っておらず、29%は1年半後もyahoo!に載っていなかった 30%は1年半後には消滅
Broder, Andrei.1, Kumar Ravi.2, Maghoul Farzin.1, Raghavan, Prabhakar.2, Rajagopalan, Sridhar.2, Stata Raymie.3, Tomkins, Andrew.2, Wiener, Janet.3 "Graph structure in the Web". Proceedings of the 9th World Wide Web Conference. (2000) 1: AltaVista Company, San Mateo, CA., 2: IBM Almaden Research Center, San Jose, CA., 3: Compaq Systems Research Center, Palo Alto, CA. ※図表、注・引用文献は原文献をご参照下さい。 1. はじめに
本論文は非公式バージョンです。学術論文へ引用される場合には、必ず「情報処理」2006年11月号掲載の論文をご参照ください。(大向一輝: Web2.0と集合知, 情報処理, Vol.47, No.11, pp.1214-1221, 2006.)----Web2.0と集合知 Collective Intelligence on Web 2.0大向 一輝 Ikki Ohmukai国立情報学研究所 / 総合研究大学院大学 National Institute of Informatics / The Graduate University for Advanced Studies 1. はじめにWeb2.0の潮流の中でとくに特徴的なのは、ブログやソーシャルネットワーキングサービス(SNS)で見られるような、参加者自身によるコンテンツの作成・公開である。折からのWebユーザの増加に伴い、こういったコ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く