結合) • SNS (ノード: ユーザ,投稿 エッジ: いいね,フォロー) • ノード分類手法を適用することで,ユーザ行動や分子の反応 などの予測や改善が可能となる つくば なう 1億円 GET! SNSのネットワーク ユーザ 投稿 post post like follow グラフで表現 雨だ! つくば なう ユーザ B 1億円 GET! ユーザ A SNSのグラフ B A 雨だ!
[3] • スパム判定の例 [1] Kipf et al. Semi-supervised classification with graph convolutional networks. Proceedings of the 5th International Conference on Learning Representations. 2017. [2] Hamilton et al. Inductive representation learning on large graphs. Advances in neural information processing systems. 2017. [3] Veličković et al. GRAPH ATTENTION NETWORKS. Proceedings of the 6th International Conference on Learning Representations. 2018. 関連研究: ノード分類 3 雨だ! つくば なう ユーザ B 1億円 GET! ユーザ A 出力 ユーザAはスパム SNSのグラフ ノードラベルの予測結果 予測ノード -0.2 +0.6 +0.1