eコミュニティ発見のための確率モデル

個人間の電子フォーマット（電子メール、インスタントメッセージング、ウェブなど）でのコミュニケーションの増加は、社会ネットワーク分析（SNA）における計算研究を促進しています。これまでのSNAの研究では、通信頻度で測定された社会ネットワーク（SN）のトポロジーに重点が置かれ、SNにおける意味情報は無視されてきました。本稿では、コミュニティ検出と確率モデルを組み合わせて、SNにおける意味的コミュニティ発見のための2つの生成ベイズモデルを提案します。生成モデルをシミュレートするために、従来の手法の効率および性能問題に対処するためのEnF-Gibbsサンプリングアルゴリズムを提案します。Enronメールコーパスに関する実験研究は、我々のアプローチが個人のコミュニティを成功裏に検出し、さらにこれらのコミュニティの意味的トピック記述を提供することを示しています。