<< TOPへ
Link Propagation: A Fast Semi-supervised Learning Algorithm for Link Prediction
【起】
私たちの周りには、人と人のつながりや、SNSでの友達関係、タンパク質同士の相互作用など、様々なネットワークが存在します。でも、これらのネットワークは情報が不完全で、知らない部分がたくさんあります。例えば、「AさんとBさんは友達かもしれないけど、まだ確認できていない」といった状況です。
【承】
そこで研究チームは、「似ているもの同士は似たような関係を持つはずだ」という単純だけど重要な考えに着目しました。例えば、「似た趣味を持つ人は友達になりやすい」とか、「似た機能を持つタンパク質は相互作用しやすい」といった具合です。
【転】
この考えを活かして、「Link Propagation（リンク伝播）」という新しい方法を開発しました。これは、既に分かっている関係（リンク）の情報を、似ているもの同士の間で「伝播」させていく方法です。さらに、一度に複数の種類の関係も予測できるようにしました。例えば、SNSで「友達関係」と「フォロー関係」を同時に予測できます。
【結】
実験の結果、この方法は既存の方法より正確に予測ができ、しかも計算も速いことが分かりました。特に、複数の関係を同時に予測すると、それぞれを個別に予測するよりも精度が上がることが分かりました。
【研究の新規性（面白さ）】
この研究の面白いところは、「うわさが広がる」ように情報を伝播させる仕組みを、数学的に実現したことです！例えば、「Aさんの友達の友達は、Aさんとも友達になりやすい」といった現象を、コンピュータで自動的に見つけ出せるようになりました。しかも、従来の方法では「友達関係」と「フォロー関係」を別々に予測していたのに対して、この研究では「友達になりやすい人は、フォローもしやすい」といった関係性も自動的に学習できるようになったんです。まるで、人間関係の「噂の広がり方」をAIが理解できるようになったようなものですね！
