「戦争」と「平和」、「株価」と「石油」などの語の関係性を、時系列に計算する方法。

コミュニケーションをしていると似てくる、という現象を、twitter上で検証。冠詞（an, the）, 必然性（always, never）などの次元ごとにどのくらい出現するかを比較。

Linさんの研究。（おそらく） IBMの8900人のメールの送受信のデータ。それと、組織図の正式なデータの比較。

ディープラーニングのとてもよい解説。

ランダムにサンプリングして半教師あり学習をする。

SVMとConvolutional（畳み込み（脳回））ネットを融合する。Convolutionalネットの最終レイヤーのひとつ前のレイヤーの値を素性として、SVMで使う。

上野山さん関連の論文

PSIという市場のセンチメントを計る指標を定義した。５つの既存の指標をもとに、それを純粋化（purified）したものであり、従来のものよりプロフィットファクターが高い。

教師なし学習のアルゴリズムと、深いアーキテクチャのモデルを選ぶ。教師なし学習は、アーキテクチャのレイヤーのいずれかに「副問題」として接続される。教師なし、教師ありタスクを、同時に訓練する。LapSVMやTSVM、LDSなどと近い。とても面白い。

インスタンス群の間の類似性を示したグラフを書く。ノードは、インスタンス群や素性やクラスラベルであり、エッジはそれらの間の関係である。（例えば、対象問題と補助問題での共起の数）.
このグラフ上で固有値を求めて、問題を解く。

Andoらの研究を進めている。改良型代替構造最適化（iASO）を、非凸の関数として定義する。

ツリーやラベルシーケンスなどの構造化された出力を出すのが、構造化予測。これの教師なしバージョン。

エンティティを、素性からなるベクトルと考える。この素性のインタラクションでリンクができる。素性は与えられるものではなく、潜在的なものとして推定する。すばらしい。

低いレイヤーで簡単な素性を学習し、さらに複雑な素性を高いレイヤーで学習する「深い学習」のアプローチが研究されている。ここではそれを音声データに当てはめる。素性として、音素が得られる。そして、これがベースラインの素性よりも、音声分類のタスクにおいて良いことを示す。

企業の資源として、ネットワーク的側面を分析する。小さなバイオ技術のベンチャーを対象に、６つのケーススタディを行う。国際的な製品のベンチャー（NIPV)は、製品を再定義したり、市場を再定義したりするような、幅広いネットワーク資源を探索することが分かり、国際的な市場のベンチャー(NIMV)は、より狭い範囲のネットワークに依存することが分かった。

２段階のカーネルアルゴリズム。最初の段階で、p個のカーネルの組み合わせのカーネルを学習する。次に、そのカーネルを使って、SVM等の通常のカーネル学習アルゴリズムで仮説を選択する。

(i)求めたいクラスではない、補助クラスのラベルつき例がある、
(ii)補助クラスと求めたいクラスの相関が分かっている
このとき、転移学習によって、求めたいクラスの分類を行う。
一般化最大エントロピーモデルを使う。

グラフGと、複数のクエリーノードが与えられたとき、クエリーノードを含む密に結合したサブグラフを見つける問題。

ほぼ同じ論文がIJCAI09に。ノード間にエッジがあるような多様体を仮定して、SVMで素性選択をする。USPSのデータで実験。コサイン類似度、バイナリーの重みでグラフを作る。フィッシャー、L1, L0などよりよい結果。

グラフ分類で、例えばノードAとノードBがつながっているなどの部分グラフの構造を使った素性選択を、半教師学習で行う。

指導者、指導を受ける者の関係性を、取り出す。共著の時系列データを使う。ちゃんと確率モデルでモデル化している。

製品の明示的／暗黙的属性を取り出す。EMで解く。

２人から４人の学生がひとつのコンピュータを囲む"joint search"と、別々だが隣り合ったワークステーションに座って話し合う"coordicated search"の２つがある。後者は検索結果を比べたり、何かを見つけるのを競ったり、スクリーンを覗き込んだりする。
とても分かりやすいサーベイ。204人のマイクロソフト社員による調査。

3.1の最後のほうに textual adjacency constraint という表現。4つの主要な制約のひとつ。
文レベルとテキストレベルの２つのレベルで対話文を分析。

対話分析(discourse parsing)には、統計的ボトムアップな方法、階層的クラスタリング、語彙ツリーの結合分布による方法、ルールベースな方法や会話手がかりによる方法がある。

決まった文法ではなく、言語モデルにもとづいて音声認識をする。音楽を探す、テキストメッセージに返信する、車のマニュアルを読むという応用例。

代表的インスタンスがある場合、ない場合の、大規模なクラスの属性獲得を行う。KNEXTというのに基づいている。

探索的検索の概要。

同場所共同ウェブ検索についての調査。家や職場でとか、１時間以上続くのはほぼ情報探索だとか。
参考になるのでもう一度読んだ方がいいかも。

204人のマイクロソフトの従業員へのアンケートでは87.7%が「後部座席運転手」検索、つまりほかの人にクエリーやリンクを指示しながら検索したことがある。検索すると結果が結果ペインに出る。それを誰でもクリックすることができるが、クリックするとその人用のタブができる。

探索的検索のコンセプトについて。学ぶことと調査するの反復。知識獲得や概念／スキルの理解、アイディアの解釈やデータ／概念の比較、集積など。またコミュニティや新しい友人の検索も。Open Video Digital Libraryというのの紹介。

LDAの提案。トピックの混合θが決まって、トピックzが決まり、単語wが決まる。θとwのパラメータがαとβ。推論の方法、パラメータの推定法やスムージングなどが５章にある。

クエリーによって適切なランキングが変わるのを学習する。

GPSの履歴とウェブのデータを使って、旅行等の活動のおすすめをする。

関連するニュース、場所の近くのレストラン、組み合わせられるイベントなどを見つける。複数の検索結果を集積する。汎用の検索と、特定の検索をつないでいる。

A Plan Recognition Model for Clarification Subdialogues
D. Litman and J. Allen
Cognitive Science 1987
U. of Rochester
プランに基づくタスクと会話の構造を利用した自然言語システム

システムが面白い質問をすることで検索を進める
自然言語文による入力、インタラクションが必要というIntroductionのところは参考になる。

クリックの共起から作ったユーザの興味にもとづいて、クエリーのクラスタを洗練するアルゴリズム。

単文をwhen, whoなどに分ける

対話のタイプを、説得、交渉、質問、熟考、情報探索、Eristic(?)に分類している。
議論だけの論文。

複数ユーザのコンテクストを使って検索するという話。

3.1節に、図書館で観察された例として「Joint Search」「 Cordinated Search」などを挙げている。

遠隔で一緒に検索するインタフェース

２つの素性が異なるものか、同じものを変換したものかを、tIBPというモデルを使って説明する。４０人の被験者による２つの実験で、直観と合うかを比較している。

facebookのフィードごとの重要性を判別するモデルを学習する。

身体知の解明の難しさは、不良設定問題（文脈依存性）、スキル自身が発展を続けていること。「低速上下弓返し弓元テヌート」は、体伸び∧肩柔軟∧・・・∨体伸び∧肩やや柔軟∧・・・」と表される。

第一世代、パーセプトロン等。第二世代 重み付き（発火頻度）。第三世代 タイミング。

初期視覚システムにおける神経細胞の反応はとても正確である。網膜や視床の細胞の発火は、ミリ秒の精度での再現性がある。ここでは、視覚的入力を与えられると、それぞれのスパイクを適切に予測する数学的記述について述べる。

材料科学分野での複数データベースの検索システム。中でオントロジーを規定している。材料、性質（機械的、電気的、温度的、科学的、磁気的、生化学的、音響的、光学的、放射線的）、構造（クリスタル、アモルファス）、測定データ（材料性質、パフォーマンス、モデリング・シミュレーション）など。STBSの参考になる。

ユーザの評判を用いたレコメンデーション。キャノンのデジカメを例にしている。レビューサイトからとってきた195の文を、goodとかbad、qualityのカテゴリに分ける。オントロジーといっているが、ちゃんと使っている感じではない。セマンティックレコメンデーションの参考になる。

位置推定関係。

いい論文だけど学会が…。

ダナさんのリンク集。

粒子フィルターを使っての位置推定。

地名との共起で、クエリーの地域性を測る。ポスター。

Flickrのデータを、時間間隔、もしくは空間ごとにブロックに分けて、特定のところでどのくらい数が多いかで関連性を検出する。場所（place）と出来事（event）：場所はspatialで、出来事がtemporal。サンフランシスコ付近にサンフランシスコのタグが多い。

ランドマーク（例えばゴールデンゲートブリッジ）に対して代表的な画像を見つける。画像の特徴量でクラスタリングし、代表的なクラスタを選ぶ。

ブログの著者の場所の同定とトピックの時間的遷移を組み合わせて分析している。トピックと場所から語が生成される確率モデル。ちゃんとした論文。

6374のtoponymリスト（約8000のロケーション）を使って、ウェブのヒット件数を調べ、それを地図上にマッピングしている。

Flickrの写真に位置を割り当てる。言語モデルを使う。かなりしっかりした論文。

大学フットボール２５チームのコーチによる投票（専門家の判断）と、検索エンジンのランキングの相関を調べている。少し相関あるがシーズンが進むに従って下がっていく。

クエリーのIPから中心を見つける。野球のチーム、州知事、台風など。C d^(-alpha)という単純なモデル。いくつかの簡単な手法と比較している。（位置の重み和、緯度・軽度の中間地、密度の最も高いところ）。面白いけど、モデルは単純。

買う人やその価格をモデル化し、最適な戦略を求める。定式化と簡単なシミュレーションだけで、実データはない。

GPSのデータから移動モード（散歩とか電車とか）を判別する。SVMとかCRFを使う。45ユーザの６ヶ月のデータを利用。

カルマンフィルターでの位置推定から始まり、複数仮説トラッキング、グリッドベース、トポロジカルベース、粒子フィルター等、分かりやすく紹介されている。

オンラインの質問システムで、５つの会議の41人にアンケート。どのくらいtwitterを使っているか、何のために使っているかなど。

30万9740ユーザ、平均255ポストで85フォロワーのデータを使っている。@を使って書く「友達（friedn）」の数と、つぶやきの数が比例している。（当たり前。）要するに友達が大事ということ。よくある分析のみ。

企業のtwitterアカウントをすればよいかの話。７つのルール。会社とのつながりを明示せよとか、誰に話してるか分かるようにせよ、など。

Jaikuで23人のユーザに対して、e-learningに関するユーザ調査。質問の回答を分析してるだけ。

Twitterの紹介。

授業でやったリサーチっぽい。１１名の学生に電話インタビュー。

Twitterでのブランドへの言及、それがpositiveかnegativeかを調べている。単語の解析等。サーベイは参考になる。Summarizeという既存のシステムを使って分析。1万4200のtweetをAPIでダウンロードして使っている。

パターンと関係の双対性。Acronymを見つける。WWW9に掲載。

appleとかの意味の冗長性に対処するために、オントロジーをクラスタリングする。

コンテンツ連動広告で、インプレッションを予測する方法を提案する。1)アドの選択プロセス、2)パブリッシャーのトラフィックの経時変化、3)大規模スケールを考えないといけない。

ユーザの操作から、意味的なセグメントを抽出する。例えば、add_to_cartとかcheck_outとか。

マッシュアップするときにプログラムを書けない人も多いので、表計算の形でマッシュアップを実現する。

Flickrのデータを分析。どのくらい写真が広まるか。

ランキングされたリストの中から最もよいものを２人が選んで、
それが一致したときにだけ報酬が出るシステム。
３４日間の1800万のデータを分析。

QAサイトで過去の質問・回答は重要な情報源だが、それを再利用するためには
教師つき学習が必要になる。これを、半教師つき学習にする。
質問の質と、答えの質を計算し、これでユーザの評判を計算する。

CTRを推測するための時空間モデル。動的ガンマ-ポアソンモデル。
Yahoo! Front PageのToday Moduleでのデータを使う。

ベイジアンに基づくクリック鎖モデル。１ヶ月間の商用検索エンジンのクエリーセッションの情報を使い、従来よりも10%近い予測精度の向上が見られた。

行動ターゲティングの実データの分析。
ある商用検索エンジンからのログを得ている。７日間で、
600万ユニークユーザ、33万の広告。ユーザを表す４つの方法。1)長期（７日）のページ閲覧、2)長期の検索語、3)短期（１日）のページ閲覧、4)短期の検索語。これにクラスタリングの方法を組み合わせて評価している。

単なるテキスト分類。ロイター新聞記事とニュースグループで評価。なぜ採択されているか不思議。

転移学習。２つのデータから欠損値を埋めた後、潜在空間の構造を見つける。SRAA(Simulated Real Auto Aviation）、20ニュースグループ、ロイターのデータ。（ウェブじゃない！）

SNS上で、実際には弱いつながりも多い。コミュニケーションやファイル転送などの処理データを用いることで、
本当のリンクの強さを予測する。これをFacebookのネットワークにも適用して、強い関係（top friends）を推測する。

サーチのログから、可変HMMで文脈依存の検索を実現する。18億クエリー、26億クリック、8億4000万セッション。リランキング、クエリー提示、URL推薦のタスクで評価。

ユーザのログからセッションを出し、Apriori-All法で頻度の高いパスを見つける。

エンティティとその文字列の対応を学習する。検索エンジンで相関を測る。

ブログのエントリがどこの情報に由来しているかを検知する。qSignというアルゴリズムで、１０倍から１００倍高速化しても、再利用判定の精度が９０％にしか落ちない。
インデキシングを工夫する。

マルコフ論理ネットワークを使ってブートストラップ的に関係抽出の問題を解く。人立方でも使われている。

要約の問題をstructure SVMを使って解く。多様性、網羅性、バランスという３点を考慮。

検索の結果を、ユーザのフィードバックを使ってリランキングする。DBLPから作ったE-Rグラフを使う。半教師つき学習。

キーワードを抽出するために、Wikipediaから作った関連性でグラフを作る。Newman法で中心のコミュニティの語をキーワードとして取り出す。

Amazonの「役に立ちましたか」をいろいろ調べてる。

商品に対する評価をいくつかの側面に分解する。構造化PLSAを用いる。eBayのデータを使う。

属性を階層的に作る。論文、ニュース、e-mailなどから
transferする。

WIkipedia, Openディレクトリー、Yahoo! Answersなど、
複数の情報源を用いて、短い文の分類の精度を上げる。

ニュースグループで学習してブログに適用するときなどに分布が違うので分類器の精度が落ちる。Kullbuck-Leiblerダイバージェンスを使って、訓練データと学習データの差を測る。

人が理解するために、重要な概念と関係を取り出す。重みを計算する。

Google距離を使って、矛盾のあるオントロジーの矛盾部分を探す。

特許のネットワークを見る。

コミュニティのなかのコミュニティを見つける。

推薦システム等の協調フィルタリングなどで用いられる行列Fに対して、
UとMのフロベニウスノルムが最小になるようなF=UMを求める。
この基本的なアルゴリズムに対して、オフセット（ユーザごとの傾向を加える）、
適応的正則化（過学習を避ける）、グラフカーネルなどの拡張をして、
この拡張が有効であることを、EachMovie, MovieLens等のデータで示している。

Netflixのコンテストで１位をとったシステムのレポート。
SVD基本で、いろんな要素をつなぎあわせている。

ユーザと商品の評価マトリックスXを、分解する。（ここではSVD）。
時間の要素をいれたり、パーセプトロンで解いたりしている。
Netflixのコンテストで、一時的に１位になったシステム。

RDFグラフの要約を作るのに、RDF文の中心性を（さまざまな指標で）求める。

ノードを削除し、ネットワークの情報量を計算する。出典、出版年不明。

ノードを分割することで、重なったコミュニティを見つける。

ネットワーククラスタリング。

RSP(ランダム最短パス）非類似度を定義する。パラメータθを調整することで、
標準的な最短距離、もしうは通勤時間距離になる。

Flickr, Delicious, Yahoo! Answers, LinkedInのデータ分析。
時系列の発展の分析。次数分布や優先選択が起こっているか、など。

Learning to Rankの話。

情報理論的なK-Meansクラスタリング。

ソーシャルネットワークで、情報が流れる時間を考慮して距離を定義。
さすがに読みやすくて面白い。SNS分析に使えそう。

携帯電話のコールのネットワーク分析。次数の分布の分析。

ネットワーク内の分類に、「ゴーストエッジ」をつけることで
ラベルありのノードの情報が流れるようにする。

Colibri法というグラフマイニングの方法。

松尾の論文と似てる。

とてもよいサーベイ。

相互作用する素性は、単独では関連性が低いが、組み合わせると関連性が高くなることもある。例えば、(A1=A2) or (A5=1)というコンセプトでは、A1とA2が相互作用している。フルセットの素性から探索的に削っていく。

マルコフネットワークの構造を学習する。

素性を離散化したほうが精度があがることについて。

KnowItAllとかのプロジェクトの全体像的な論文。

a対bは、c対dのアナロジーを見つける。

ネットワークのグラフ分割（graph-factorization clustering）によるソフトクラスタリング。行列の式展開が参考になる。

マイクロソフトのインスタントメッセンジャーのログと、MSNの検索エンジン（Windows Live Search）のログを用いている。ユーザのプロファイル（郵便番号、性別、年）なども分かる。1億6千万人の250億セッションのIMデータ。行数だけは分かる。3000万人の5億のクエリー。ユーザのidが分かってるものだけjoinすると、1300万ユーザになる。あとはよく話すペアでの類似度を測っているだけ。まあ、分析はいいとして、とにかくデータがすごい。

Yahoo! Answerを分析して、どの答えがベストアンサーに選ばれるかを予測。
他にカテゴリーのエントロピーを分析している。

スラッシュドットのネットワーク分析。本当に社会ネットワーク分析っぽい論文で、正確で上品な分析だけど、特に新規の手法とかはない。

FacetNetというので、コミュニティとその時間発展を分析している。各時間で切るとノイズが多いので、時系列を統合的に扱う必要がある。ソフトコミュニティ（複数のコミュニティに所属してもよい）のアプローチを取る。

ホモフィリーのサーベイ。
アリストテレスやプラトンから始まって、1920年代のBottやAlmackらの研究、1900年代中期の人種や民族性の研究、正の影響、負の影響の研究、70年代、80年代のより大きなスケールでの研究、職場環境での成果に関する最近の研究など。
Lazarfeldらは、ホモフィリーを２つに分けた。Status homophily（状態による）、Value homophily（価値や態度、信念による）。ホモフィリーは、次のような次元がある。人種・民族性、性、年齢、宗教、教育・職業・社会クラス、ネットワーク上の位置、行動（behavior）、態度・能力・信念・あこがれ、など。
また、その原因について、地理的要因、家族、組織的な焦点、同一の情報源、認知プロセスなど。
将来の研究に必要なものとして、動的なデータ、焦点とネットワークのco-evolutionの研究が必要だと述べられている。（重要）

32人の学生に対して社会ネットワークデータを集め、
MQAP回帰分析をしたところ、姓や人種のホモフィリーは、有益で表現的な紐帯の発展と関係ないことが分かった。グループの割り当てや位置におけるホモフィリーが、紐帯の形成に需要である。

論議的割合（controversiality percentage）というのを定義している。

BibServの文献データとEpinionsのデータを使って実験。
信念（人のある主張に対する値）と、人への信頼の値を使って、
ある信念の信頼度を出す。基本的に、経路上の信念の値（0から1）をかけあわせて、
複数経路についてたし合わせるモデル。0-1にランダムにつけた信念の値と、Epinionsの信頼のデータ（を実数値化したもの）を使っている。

P2Pのネットワークでの信頼性の評価。信頼値を伝播させていく方法。

トラストの予測をする。トラストネットワークと、ディストラストネットワークを作って、
その組み合わせ方や伝播のさせかたを検討している。Epinionsのデータを使っている。
参考文献は参考になる。

化学の式を検索する方法。HCRF（階層CRF）を使っている。タギングの分類精度と、検索の平均適合率で評価している。

ソーシャルネットワーク上で、収入を最大化する戦略を見つける。

MII（Multiple Instance Learning）とSVMを、関係抽出に適用。

中国語の人名の翻訳

ある製品評価が実際のセールスにどのくらいの影響を与えるか（+5%増加とか）を素性の重みとしたモデル。Amazonの製品レビューを使っている。

クラスターとハブ、アウトライアーを同時にみつける。

tfidf等のキーワードとcitationの両方を使うクラスタリング

トピックとcitationのグラフ。

超面白い論文。ネットワークの伝播の爆発を、初期に少ないセンサーで検出する。

たんぱく質のインタラクションネットワーク。たんぱく質の機能を予測する。

動的なソーシャルネットワークからコミュニティを抽出する。NP困難。

ブースティングは、弱い学習器（エラーが1/2-γで抑えられる）を集めて実現できるが、線形分類器が実際に弱い学習器であることを示す。

テクニカルレポートなので適当だが、結構読みやすくてよい。

World Wide Argument Web (WWAW)を作ろうというもの。例えば、イラク戦争に誰がどういっているか。面白そう。マイニングするというよりは、記述できる枠組みとシステム。

非常に面白い。unlabeledデータから副問題を作り、解くことで仮説空間を小さくし、labeled問題に対するパフォーマンスを上げる。

unlabeledなデータから、少ない数のfeatureを作って、それらの組み合わせとしてlabeled dataにとって有用な属性とする。重要そうだが、難しい。

ランダムフィールド（データがノードで類似度を表すネットワーク）上でのセミスーパーバイズドのアルゴリズム。

リンク予測を、動的な属性生成を用いておこなう。アグリゲーションして属性生成するが、詳細はよくわからない。

クラスタリングをグラフの分割と考えて、マルコフランダムウォークの遷移行列で定義する。KL-divergenceを最小化しながらくっつけていく。

未来の状態の予測も含めてアクションを決める。

ブースティングがなぜoverfitしにくいかをマージンから説明した従来研究をさらに詳細に調べたもの。

複数の関係を使ったスペクトラルクラスタリング。

グラフを作って、グラフラプラシアンの固有ベクトルとかを属性にする。
多様体（manifold）を使って属性化する手法。
手書き文字の認識、ニュースグループの文書分類、音素の分類に適用。

LiveJournalで、link prediction。

事実とWebページから成るbipartite graphの分析。

Cycle free effective conductance (CFEC)というノードの近さのメジャーを定義。

cycle-free effective conductance (CFEC)によってproximityを求める方法。同じ内容。

友人関係とイベントのネットワークを作る。FE(friendship-event)ネットワーク。で、キャピタルというのは、イベントをオーガナイズしてそこでどのくらい周りにベネフィットを与えたかで定義する。学術コミュニティの比喩で書かれていて、イベントがカンファレンス、ベネフィットがそこで発表された論文の数、となっている。設定は面白い。

コミュニティ内でのやりとりや類似性を分析する。
Community-User-Topicモデルというのを作る。

PRM（確率関係モデル）をいくつかに分類。Intrinsic（属性だけ使ってクラスの予測）、R1(1ホップのクラス情報も使う）、R2(2ホップのクラス情報も使う）、CI(Collective Inference: クラスの相互依存）、RCI(クラスの相互依存と、1ホップのクラス情報を使う）。
これはポスターだが、他にも重要な論文がたくさん。

Girvan-Newmanクラスタリングとか、k-メドイド法とか、計算が大変。そこで、最短パスを高速に求められるネットワーク構造索引(NSI)というのを用いて、効率化する。

人間がレビューしたデータの収集、活用等。Yahoo! Answersとか。

ウェブグラフのコミュニティを見つける。公開されたWebのクロールデータ(1億2000万ノード、1兆リンク）を使ってスケーラブルに見つける。濃い部分＝コミュニティという、よくある定義。

固有名詞間のつながりを見つける。両方が出てくるページでトップにランクされるものを見つけ、関係を表す単語を出す。

ノードがエンティティ（email, paper, person, 会議、会社）、エッジが関係（書いた、引用した、働いている）というEntyti-Relationグラフを対象に、Pagerankの計算を行って、ノードの近くにあるエンティティを探す。この計算は計算量が高く、これを早くやる。

Semantic Weblogのビジョン。ポジションペーパー。

キーワードを抽出してタグをつける。

現在は、キーワード検索、タグクラウド。だけど意味的じゃないし、カテゴライズされていない。
ELSABer (Effective Large Scale Annotation Browser)を提案。意味的な類似度を使う。階層的なブラウジングができる。量が増えても効率的。

単一の企業のプロジェクトのデータと、複数の企業にまたがるプロジェクトのデータのどちらを使うのがよいか。前者のほうが予測精度が高い。

ブログにタグをどう使うか。同じタグがつけられたブログエントリーがどのくらい近いか。タグやキーワードを類似度に使ってクラスタリングする。タグは広いカテゴリには向いているが、内容を特定するには向いていない。Technoratiを使っている。
タグの関係性のことなどもFuture directionで言及されている。

CEN(community expertise network)。Javaフォーラムで、質問-返信の関係をネットワーク化したもの。まず前分析として、蝶ネクタイの構造分析, 次数分布, degreeの相関。
次に、専門性のランキングの手法。回数、Zスコア、専門性ランクアルゴリズム（PageRankっぽい）、HITS。135ユーザを５段階に分けたデータを作って評価。結果は、Zスコア、専門性ランク、HITSであまり変わらない。で、シミュレーション。
内容はどこもすごいところはないけど、総合的に良く書けてるという感じ。

CyworldとMySpace、Orkutを比較している。特に次数分布の分析。

大きく分けて、逆パーシング、文法に基づく言語生成、テンプレートに基づく言語生成、（分布もしくはテンプレートによる）「完全」な言語生成がある。完全な言語生成とは、例えば入力（言語でもそうでなくても）を受け取って、文書プランニング（何を伝えるか、どういう順序で伝えるか）、マイクロプランニング（どういう語彙を使うか、一文にどう入れるか、参照表現をどう使うか）、表層生成（文法的に正しい文をどう作るか、最終的な表現（テキストでよいかhtmlかなど）。文書プランニングは言語非依存だがドメイン依存、表層生成は言語依存でドメイン非依存である。マイクロプランニングは両方必要。

多くのグループでマルチモーダルなコーパスを共有するためのアノテーションツール。OWLを使っている。トピックの分離や意思決定の時点、アクションアイテムなどを付与できる。

Youという表現を解消する。まず一般的なyouなのか、referentialなyouなのかを分け、次に誰を指しているのかを当てる。後半部分は、AとBの発話数やAとBの間の発話者の数(構造的属性）、AとBの発話間隔（継続時間属性）、発話に含まれる語のの共通性（語彙的属性）などの属性を使って、47%の精度。

面白そう。6章：A social model of politeness。言語学的な話もたくさんある。

シンボルグラウンディング、意味に関するさまざまな話題とセマンティックウェブ。あんまり有用じゃないが読んでて楽しい。外延と内包、entailmentなど。

タグの間の関係を、検索エンジンやWikipediaを使って求める。Fig. 1が全体図だけど、結構統合的なシステム。has-mention-ofとか、in-eventとか。

Wikipediaの自然言語文からDescription logicの公理を作る。へぇ。
Data = (Fact ∩ ∃result_from.(Measurement ∪ Observation))とか。

best paper

NEPOMUKプロジェクト。NEPOMUK Representation Language (NRL)。
RDFグラフに関する表現のオントロジー。

セマンティックアノテーションの際、固有名詞の曖昧性解消のために、特定のエンティティに関連したインスタンスのランキングを返す。Alonso（F1ドライバー、大臣など）やGeorgia（アメリカの州、国（グルジア））を用いた例。

2/1, 4/1, 8/1などのデータを使って重みを計算し、feature selectionする方法。
従来のlog oddsやinformation gainと比較し、良いことを示している。

面白そう。イベント空間のコンセプトに近い。paper, author, journalのレイヤー。

共起で会社の関係を認識。ネットワークの表示、中心性の分析。金さんの研究のpreliminary versionな感じ。

複数の関係があるネットワークの紹介記事。

ワークショップを継続的に開催している。

コミュニティ内でのリンクを多く、コミュニティ間のリンクを少なくするように、
複数のリンクを重みつき線形和で足し合わせる方法。

Temporal-difference(TD)ネットワーク。ひとつのノードがひとつの値の予測を表す。他のノードや観測へリンクを持つ。予測のためにλステップさかのぼっての学習？ 簡単な実験。

正規化グーグル距離（NGD）や正規化情報距離（NID）などを詳細に検討している。Jaccardなどの類似尺度との比較は分からないが、ちゃんと把握しておくほうが良さそう。

SVMをニューラルネットワークで実装する方法。双対問題を解く。

TaskarはUC Berkeley

ベイジアン分類器を反復的に使って、関連するオブジェクトの分類をする。クラスを反復ごとにだんだん絞っていく。US securities exchange commisionの会社間の取引データ。ボードメンバーやストックホルダー、支店など。会社を銀行業か化学業に分けるタスク。反復ごとに精度が上がっていくことを示している。

ナイーブベイズの独立性の仮定にする議論、研究の紹介が分かりやすくまとめられている。

Scusi?というシステム。SowaのCG(Conceptual Graph)を使っている。

University of Southern California
TFIDFっぽいのを使っている。

創発的意味が、分散した情報システム間でどのように創られるか。かなり抽象的な話。

製品に関する情報をテーブルから抜き出す。

共起の重要性を言う上ではよい材料。videolectures.netにある。co-occurrenceから関係をとったり属性値をとったりする？Ontotextの製品っぽい。

要するにdouble tagging.
hasAsTopic, hasAsKind, myOpinionIsなどの関係をつけてタグをつける。statementと考えることができる。
wordnet、Wikipediaなどを使う。

人や製品、論文、組織などがオブジェクト。Windows Live Product SearchとかLibra Academic Search。画像、名前、特徴を取る。オブジェクトの情報抽出, オブジェクトの同定／統合、オブジェクトの検索。

とても面白そう。

クエリーログを使って属性を取り出す。車の属性、ワインの属性、大学の属性など。

視覚的な処理をして表から情報を取り出す。

type=distance NEAR Hamburg Munichというタイプのクエリーを処理する。

共起を背後にあるネットワークのランダムウォークによるサンプリング（のpemutation）だと考える。要するに、シャッフルされたマルコフモデル。そうすると、共起からもとのネットワークのパラメータ（初期状態の分布と遷移行列）を考える問題ととらえることができる。

たぶん、ネットワークを外部指標で評価するという話。

遺伝子から信号伝達の経路のネットワークを出している。難しい定式化。

マルコフネットワークを学習する。
4章 Incremental Feature Introduction

Naive Bayesモデルではなく、ロジスティック回帰によるlink-based classificationの手法。同名の論文（using以降がない）が同年の本会議にある。mode-link（最頻のカテゴリにする）, count-link, binary-linkという属性を定義していて、唐門くんオペレータで実現できる。
Coraデータセット、Citeseerのデータセット。
ベースライン（Content-Only)とリンク（Mode-link, Binary-link, Count-link）を組み合せた方法で比較している。トレーニングセットとテストセットの間のリンクを全部削除するTest Links Only、それを保持したままにするComplete Link（当然こちらの方が精度が高い）。Count-Linkがやや精度が高い。

Tech report, 2007

属性選択に、分類の学習と同じ学習データを使うのはバイアスがかかる。それを解決する。

エンティティのランキング。

Monte Carlo Markov Chain (MCMC)
Power lowランダム、優先選択、スモールワールド、一様ランダム等に適用している。

リレーショナルフィッシャーカーネルは、（生成モデルの）確率P(x|λ*, M)の勾配を使ったカーネル関数である。フィッシャーカーネルとSVMを使うと、精度が大幅にあがることを示す。Webページ分類タスク（KDD Cup 2001)で62.34%が75.28%に。
syntax-drivenカーネルとmodel-drivenカーネルがある。

方向なし確率的分類モデル（マルコフネットワーク）を効率的に構築するアプローチを示す。

タンパク質間の相互作用ネットワーク（PPIグラフ）で、ハブを複製することでクラスタリングのモジュラリティを高める。

適切なカーネルを選ぶ方法。カーネル行列を学習する。

エッジに方向性を考えるグラフのsemi-supervised learning

スペクトラルクラスタリングについて分かりやすく書かれている。スペクトラルクラスタリングは、滞留確率を対角成分とした行列をΠとするとΘ=(Π^0.5 P Π^-0.5 + Π^-0.5 P^T Π^0.5)/2で、このΘの第２固有値の固有ベクトルの正負を見る。このときの遷移確率行列Pを、one-stepにしたりtwo-stepにしたりして、オーソリティやハブだけをクラスタリングしたりする。

blogの引用のカスケード。カスケードのタイプをたくさん列挙して、PCAをする。
カスケードモデルをいろいろ調べている。時系列のフラクタル性。

blogのリンク（エントリ間）のpositive/negativeを判定。
bag-of-wordsでプラス／マイナスをつける。さらにトラストと考えて、トラストを伝播するモデルを比較。
隣接行列をMとすると、M, M^T, M^T*M, M*M^Tなどを足し合わせる。
結構面白い。

いろんなデータセットのネットワークがconsistentかどうか。異なるデータ、異なる収集方法、異なる時間などを比較。次数分布、C, WCC/SCCなどの値で比較。

面白い。Frendsterの話、バンドをはじめユーザがmyspaceに移行した。
teens、breakup, メールは大人との会話、8人のbest friendsの機能
symbiotic behavior

positive/negativeのpolarityや**などを、単純なbag of words + SVMよりもきちんと取る。

形容詞の前にある副詞で、形容詞のスコアを調整して、positive/negativeのスコアを修正。単純。deadなどはどうするのか。

結構面白いかも。tribalism。コメントを良く返すという性質。flocking。

良いメンバーの論文だが、内容はポスターだけあって、完成度が低い。

Structural Logistic Regression (SLR)というタスク。２つのプロセスから成る。属性の生成、統計的モデル選択基準による選択。ILPとほぼ同様。赤池情報量基準(AIC)やBICなど。CiteSeerのデータで検証。

Relational Subgroup Discovery (RSD). East-West Train問題では、西行き、東行きの電車というかたまりを見つける。WRA_cc search heuristicで重み付ける。

PRMを論理プログラミングの枠組みで解釈している。PRLはpearlと読むらしい。対応付けるための定義がずーっと並んでいる。内容はPRMのほかの論文と同じ。entity uncertaintyとかreference uncertaintyなど。

複数のテーブルからのデータマイニング（Multi-Relational Data Mining）。例えば、ユーザテーブルと購買テーブルなど。
ILPの概説とそれとの関係が述べられている。わりといい解説。
Relational association rules, Relational decision tree, Relational distance-based approach。

PRMの最初の構想のような論文。Bayesian Networkとframe表現を結びつける。slot chain、reference uncertaintyなどの話。

DBのスキーマから、authority transfer schema graphを作る。キーワードを入れてObjectを得るみたいだが。

ER（Entity-Relation)グラフのランキング。
PageRank (もしくはUnweighted Conductance）の詳細な計算が4ページにあり。
SynthDBLP(21000ノード）, SynthIMDB(21000ノード）。隠れ変数βを設定する。unweightedのPageRankと隠れ変数を用いたもので、結果が異なるペアを1:1で混ぜて、テストセットを作る。グラフと訓練データの選好（＜）を与え、βを推定する。

CiteSeerのデータで、venue(会議等）を予測する、citationがあるかどうかを予測するという２つのタスク。k-meansでクラスタリング。新しい属性を作る。
ClustDocsByAuthorsとかClustDocsByCitingDocs、ClustDOcsByWordsなど。(wordはTFIDFを用いる。）手法は非常にシンプル。評価もそんなに大したことない。

Yeast genome Sachharomyces Cerevisiaeという分類問題にSRLを適用する。ACORAというシステム（既存のもの）を使う。ドメインにあわせた説明と結果が中心。

特徴語、共起、典型的な文、コレポン等の分析を統合したもの。PDA、携帯などのcase studyが評価代わりになっている。

非常に重要な論文。関係を使った属性生成。IPOのデータに対して、提案手法をgeneralizationのパフォーマンスで比べている。ILPのシステム：FOIL, Tidle, Lime, Progolと比較。most common categorical, vector distance, negative gategoriesなどをどんどん追加してパフォーマンスがあがることを示している。唐門くん論文と非常に似た構成。

Dynamicモデル。２次元（多次元）平面状に点があるとして、点が動いていく。近い点にはリンクが張られやすいというモデル。アイディアとしては面白い。式は複雑。

大規模なネットワークを簡単に表示する方法。
Webから得られた人名のネットワーク（1500万人）が使われている。
10語以内に出てくるものはエッジとする。抽出自体は主眼ではない。

最適化問題はNP困難。近似解法を提案する。

文書をクラスに分けるときの相互情報量の損失がもっとも少なくなるように、語をクラスタリングしていく。Jensen-Shannonを使ったdivisive clustering。２章の関連研究は非常に参考になる。20 Newsgroups dataと、Open Directoryの5000ページ（３階層）のデータ

いろいろなネットワークを調べると、ネットワークの成長とともに(i)degreeが増える（つまりエッジの数がノードの数の線形以上に増える）、 (ii)直径が小さくなるという傾向がある。
これを説明するCommunity Guided Attachment（コミュニティ内ではリンクしやすい）、Forest Fire Model(どこかに向かって火が燃え移っていく。前方向と逆方向の確立が定義される）を提案している。詳細なデータ、プロフェッショナルな分析。

すばらしい。Orkutのデータで、コミュニティの推薦。どの類似度のメジャーが優れているか。L1, PMI, Log-oddsなど。結果的にL2がいい。明快な構成、きちんとしたデータ、言うことなし。

ユーザのnetwork valueを確率モデルで定義。Epinionのデータで検証している。

ネットワークでのランキングの学習。面白い。

MySpaceとLive Journalの分析。知り合いのコミュニティ内でのリンクが強いほうが、そのコミュニティに入りやすい。

面白い。amazonでのランキングとblogでの言及を比較している。

Closeness centralityとBetweenness centralityを高速に出すindexを作る。正確な値ではなくて、approximation。10000ノードの共演グラフ。

かなり良さそうな論文。Hierarchical Conditional Random Fieldモデルを用いて、レコードの検出と属性のラベリングを行う。

Semantic Role Labelingを利用して、word-sense disambiguationをする。
Bakerらによって作られたCLib (Component Library)というのを用いる。CLibでは、2500以上のドメインスペシフィックな概念から構成される。イベントとエンティティ、エンティティ間、イベント間の関係などが記述される。
Shallow parserでsyntactic relationshipを出して、CLibのコンセプトから可能なものをすべて列挙する。で、invalidなものを省く。

Ontologyのマッピングを見つける方法。アルゴリズムの数学的な説明が中心。

GiveALinkというシステム。ブックマークを入れると、それに近いURLを返してくれる。リンクの類似度を用いる。

Wikipediaの知識を用いてテキスト分類の精度を上げる。feature generationのひとつだと説明されている。

Semantic Relatednessを測る。Google countsやWordnetよりもWikipediaを使ったほうが良いことを示す。データセットは、例のMiller & Charles, Rubenstein & Goodenough, あと、353 Test Collectionというもの。WordNetは小さいデータセットには良いが、大きなデータセットにはWikipediaがいいそうだ。GoogleCountの関連度はJaccardを用いている。でも他のがいろいろ設定してるのに、GoogleCountはひとつの設定だけで、平等な比較ではない。ダヌ論文と比較するべき。

「キャノンの光学はソニーやニコンのより良い」というような比較文をWebから探す。(,,,)という用言。

Webオブジェクトというのは、テキストフィールドとか、リンク、ボタンなど。なので、関係ない。

Newmanらのコミュニティ抽出の方法を改良。weak communityでもstrong communityでも抽出できる。spectral clusteringと組み合せる。重みつきグラフも扱う。良さげ。

Seed factを与えると、candidate factsを返す。Person-BornIn-Yearのデータで評価。パターンの取得とデータの取得を繰り返すのではなくて、よいパターンをrankingする。そのために語の類似度を使う。PMIで他の語との共起を取り、コサイン類似度。

Relation extractionとKernel法。難しいけどとても重要そうな論文。

自動的に抽出したキーワード（タイトルやフルテキストではなく）がテキスト抽出にどのように役立つか。

IDFではなくISF(Inverse Sentence Frequency)の方が良い。

X=ostrich, Y=birdとすると、X is the largest Yとか Y such as the Xとかのパターンが上位に来るようにする。どちらかというとダヌシカくんの方法に近い。

High Frequency Word (HFW)とContent Word(CW)の組み合わせでメタパターンを作る。

コンセプトは悪くないけど。引用してくれてるから感謝。再試すると、この精度は出ない。(f(Y@X)+f(X@Y)) / (f(X) + F(y))

Expertを見つける方法には、人の知識を登録しておくこと、それから文書をみつけてそれに関連した方法を見つける方法の２つがある。ここでは後者。TRECのEnterpriseコーパスを用いて評価している。人(ca)とquery(q)の結びつきp(ca|q)を文書を介して計算する。候補抽出の方法、smootingの方法など、さまざまな角度から評価している。よい論文。

SNSのプロファイルのテキストをとってきて、taste fablic（嗜好が織り成されたもの？）を出している。

特集記事、３篇。
- Using Egocentric Networks to Understand Communication
- Social Networks as Health Feedback Displays
- P3 Systems: Putting the Place Back into Social Networks

よいまとめになってる。

なんか漠然とした話。

☆

Web Usage Miningをパーソナライゼーションに生かす。
3章 User Profiling: Cookieを使う方法、identd, IPアドレスを使う方法。各Webサイトの概要。（Yahoo, Alta-vista, DouleClickなど）
4章 Log analysisとWeb usage mining。Webのログ、相関をとったりクラスタリング、分類をする。

Content-based methods, collaborative methods, ハイブリッド。この分け方は定着しているものの、特に新しくない。
一般的な問題として、New User Problem, New Item Problem, Sparcityを指摘している。
最近の話題：Multidimensionality of Recommendation（複数の文脈に関する要素を入れる）、Multicriteria Ratings（レストランの推薦などいくつかの評価項目がある）、Nonintrusiveness（たとえば滞在時間を評価の代わりに用いるなど）、Flexibility（カスタマイズできること）、Recommendationの効果など。

従来の評価法には２つの欠点がある。ひとつは、良く使われる評価指標Mean Absolute Error (MAE)は、予測したアイテムごとに計算するので、たくさんアイテムを出す手法に有利である。（トップアイテムをうまく出す手法には向いていない。）２つ目は、ほとんどの文献はオフラインのデータセットを用いていて、実ユーザの反応ではない。
この論文では、MAEに加えて、Precision/Recallを用いることが重要であることを述べる。

ユーザをクラスタリングしてから推薦する。Memory-basedでよく使われるのはPearson Correlation Coefficient(PCC)とベクトルスペース類似度(VS)アルゴリズム。
Model-basedでよく使われるのはaspect model(AM)とpersonality diagnosis model(PD)。
AMは、ユーザがクラスに属する確率p(z|y)とそのクラスでのアイテムの評価p(r|z,x)をかけあわせる。ユーザy, アイテムx, 評価r, クラスz。
PDは、評価の違いによって正規分布を仮定して、そのユーザに近いユーザ（=モデル）を見つける。それの重ね合わせでッ評価を決める。(k-NNに近いのでは。）
PDが良いのが知られているらしい[5]。
重みをつける方法で知られているのは、IDFと、分散を用いる方法。（3章）

映画の嗜好が似ている人でもスポーツに嗜好が似ているとは限らない。multi-layeredのソーシャルネットワークを作って、それを使って推薦をする。

ユーザのクラスタを作ってからcollaborative filteringをする。Hamaモデルに近い。MovieLens, EachMovieのデータセットによる評価。

User-basedとitem-basedの協調フィルタリングをマージする方法。

Relevance feedbackを使って検索結果を良くする際に、Webグラフ上の距離が効くこと。Avarage-clickを似た内容。

キーノート。Social netowrkの重要性を書いている。

よいレビューペーパーらしい。

memory-basedとmodel-basedのハイブリッドなアプローチ。

LSIを使っているようだ。

1章はサーベイ。Sparsity problemや次元を圧縮する方法について1.1の最後に書かれている。k-NNでは、SparsityとScalabilityの問題がある。
3.1はItem間の関連を（良い評価をつけたユーザの）コサイン類似度、ピアソン相関等をつかってもとめる。（k-NNでは、ユーザ同士の関連を見つけていることになる。）
3.2はこの関連を使って出力を決める。行列の概念、入力、出力の定義が非常に分かりやすい。
MovieLensデータセットを使って評価。

一般的な解説。いくつかのシステムが表になっている。だれが評価を作るか、そのコスト。free riderが起こる。また誰でも評価してよいようにすると、コンテンツホルダーが良い評価ばかり作る。プライバシーの問題。（ユーザはあまり習慣を知られたくない。）ビジネスモデル。ユーザの評価と広告は区別しなければいけない。ひとつのシステムが他を排除することなど。

2章はContextでSemantic Webについて。3章が手法。
4章が分析。4.1は中心性の分析など。（descriptive analysis)
4.2は、パフォーマンスとの相関を見ている。
仮説1a: tieの数は、パフォーマンスに正の相関がある。
仮説1b: closed networkはパフォーマンスに負の相関がある。
仮説2a: 認知的な多様性へのアクセスは、（特に若い研究者の）パフォーマンスに正の相関がある。
簡単な仮説を立てた検証だけという感じ。

バラバシのLinkedとWattsのSix Degreeの書評。2モードネットワークを「発見した」など、関連研究を引いていないことなどについて、皮肉たっぷり。

オンラインのデートコミュニティの分析。スウェーデンのpussokram.com (英語ではkiss'n'hugという感じ）のコミュニティ。2002年春夏の時点で3万ユーザ。2001年のはじめから約1年半の期間。比較のために、nioki.com(フランスのコミュニティ）とscientific collaboration（共著関係）のネットワークを使う。（いずれもスナップショット）。時系列のリンク数、平均次数の変化（図2）。Reciprocity（両方向のタイがどのくらいあるか）：図3。次数相関、assortative mixing。次数分布。geodesic (shortest path) distanceの平均。short circuitsの密度。で、議論で終わり。
一連の分析は非常に初歩的。特に仮説もない。

次数分布。きれいなグラフ。少なくとも1本のリンクのある人の数などの集計。簡単なケーススタディ。
リンクのあるなしの予測。similarityを共通アイテムの数（の対数の逆数）で計る。（Likeness score）。パフォーマンスと実例を少し。で終わり。
やはり、ざっといろいろ分析して解釈して終わりという印象。

分かりやすい説明。モデルを立てて、実データで検証。２つのネットワークを使っている。１つはHP labのe-mailのネットワーク（Pajekで描画）。もうひとつはsocial networking site（Club Nexus）から取ったもの。物理的距離でどう変わるかなど。

簡単なコンポネント等の図示。Core、Lordの分析。Blockmodel。Clustering（7章にJaccard, Dice等の記述あり。）Cluster分析。

Yahoo! inc. にいるらしい。2004年ごろPhD終了？
Feature constructionの論文等。Lyle Ungarという人が教授でデータマイニングの研究。

100万人以上のLivejounalのbloggerの分析。
主に、年齢や国などの分析。興味のクラスタができること、地理的なクラスタができることなど。後半は、時系列の変化。

オンラインの関係は、オフラインの関係を形成・維持するには弱いことが書かれている。1991年の979人の銀行従業員の調査。81%がe-mailを使っている。ピッツバーグの93人の主婦の調査。204のメーリングリストの分析。

ブロガー23人にサーベイ調査。ブログを書く目的についてなど。
1. 他の人に自分の活動や状況を知らせる。
2. 他人に影響させるように意見を書く。
3. 他の人の意見やフィードバックを求める。
4. 書くことで考える。
5. 感情の高まりを発散する。

面白い！Kuwaitブログ、Dallas/Fort Worthブログ、United Arab Emiratesブログのコミュニティで、リアルライフの関係とオンラインの関係を調べる。blogrollとコメントを調べた。その結果、オンラインの関係は実世界の関係を反映してないこと、オンラインの関係はbloggingを通じて形成されることがわかった。
分析はそれほどしっかりしてない感じ。

Weblog Handbookという本を書いた人らしい。A-listのblogger。Weblogの歴史など。特に内容なし。

A-listのblogではなくて、普通のblogをランダムにピックアップして、どのくらいつながっているかなど、ネットワーク分析をしている。A-listは、中心的だが、他のブログは密に固まっている。他のサンプルのblogはほとんど参照してない。つまり、局部的に固まっているが、それぞれはばらばらになっている。

バーチャルな空間でのコミュニティの定住という比喩。研究の方法論自体についていくつか議論したあと、コミュニティのメンバーを同定する研究が少し書かれている。
Regular reading of a weblogについて５ページに少し記述がある。

ペルシャのblog分析。次数分布、ページランク等。

面白い。readership relationと実際の関係をサーベイしている。

長大な論文。

コメントの分析。誰が投稿したかは分からない。68万ポスト、そのうちコメントがあるのが10万ポスト（15%)。3万6千Weblog, そのうちコメントがあるのが1万（28%)。次数分布、キーワードで検索したときの分析、コメントと人気の関係など。

blogrollとurlの言及のネットワーク。iRankを提案。

Blogrollのスナップショット。
1494のブログ（759が自由、735が保守）のネットワーク。
特に40のA-listブログ（20ずつ）を選んで、40日間観察。詳細に分析している。

Blogdexというプロジェクトでblogを収集してくる。このデータで、
permalink, blogrollのソーシャルネットワークを作る。degreeの中心性のランキング、次数分布、２つのソーシャルネットワークの中心性の相関など。３ページ目に、４つのsocial tie（permalink, blogroll, comment, trackback）があることを述べている。まあ、大したことないが参考になる。

面白い。Mutual awarenessを測る。それによって、コミュニティを同定する。やり方は、コメント、引用、blogrollの変更など。時間も見ている。

Wallopというホスティングサービス。中国人が多い。commentネットワーク、invitationネットワーク、その組み合わせの３つのネットワークを調べている。中心性の分析、やめるかどうかの予測など。

splogをSVMを使って検出。blog同定のF1は97%、splog検出は90%。BlogPulseの130万エントリ（2005/7の3週間のデータ）
確率でAuthenticBlog, Splog度を出している。時間帯の分析、次数分布の分析など。

Blogs06のテストコレクションをどうやって集めたか。Top blogs(7万), Splog(1万8千), その他（1万2千）。2005/12/6-2006/2/21まで。期間ごとの集計、時間ごとの集計（splogとの違い）、offensive wordがどのくらい含まれるか（splogのほうが多い）、次数分布など、簡単な統計分析。

SVMを使ったsplogの同定。

1.2のRelated Worksはすばらしい。
Blog BとBlogAが同じ話題（URLを引く）であって、しかもその周りにそれに言及したBlogがないときに、
infectしたとみなしている。direct linkがあるか（双方、片方、ない）、infectしているかなどを分類する。
属性としては、テキストの類似度（共通のURL、TFIDF）やタイミングを用い、SVMやロジスティック回帰を使う。
可視化についても4章で言及されている。

ポーランド語のブログの分析。Small worldであるとか。質は低いので引く必要なし。

tagging guyの論文。

すばらしい。
前書きと３番目の記事にヴィトゲンシュタイン、
４番目の記事にソシュールが出てくる。

オントロジの評価について。(i)アプリケーションでの評価、(ii)エキスパートによる評価、(iii)Gold standardによる評価。３つの基準があって、複数の評価尺度を重ね合わせたものでなければいけない、木の根元のエラーは大きくなければならない、エラーを付け加えると評価尺度が下がらないといけない。４章は木のマッチングの方法。

検索エンジンを使ってインスタンスを見つける研究。

Bio-medicalのテキストからエンティティ間の関係を見つける。RDFに変換。

タグと画像の特徴を合わせた画像の閲覧ナビゲーション。タグの可視化。輪郭（colour）とテクスチャの特徴を組み合わせた特徴量を用いる。

前にメリーランド大で聞いたやつかも。

KITEというシステム。テキストからOWLやRDFを生成。きちんとした議論、大まかな枠組み。ケーススタディをしている。かなり小さい規模。

オントロジの定義。"An ontology is an explicit specification of a conceptualization. "(p.1)
オントロジのデザイン基準。1. Clarity, 2. Coherence, 3. Extendibility, 4. Minimal encoding bias, 5. Minimal ontological commitment. 2つのケーススタディ(物理量のモデル、書誌データの共有）について書かれている。

proxyをいれて、mouseの動きなんかもとる。それで、implicit interaction（つまリ躊躇しているとか）を把握する。

集合の確率的な重なりだけで、flickrのタグのオントロジを出そうとしている。San Francisco ->ferrybuilding, fishermanswharf, goldengateparkなど。

インスタンスでの共起（つまりOic）に基づいてタグをクラスタリングする。
data sparcityについて、最初に少しだけ言及がある。

Johns Hopkins Universityで2003年にやったワークショップの報告書

１章、オントロジーが情報共有に必要であること。
３章、トップダウンのオントロジと、
ボトムアップのフォークソノミーを比べるのは、アップルとオレンジを比べるようなものである。Shirkyによるオントロジーの非難は、非常に特殊なオントロジ、つまり中央集権システムでのタキソノミックな分類を対象としている。つまり、オントロジーへの攻撃は、
情報を見つけ組織化するための、トップダウンの分類に対する攻撃である。
４章はタグについての考察。複数のアプリケーションでのコラボレイティブタギングが必要、タギングによるコラボレイティブフィルタリング、タグオントロジー（３部グラフor４部グラフ）、タギングの制約、否定的なタグ、タグのアイデンティティ。

概説。なぜfolksonomyがうまくいくか。今後の重要な研究など。synonymやambiguityにも言及がある。

論文じゃないみたいだけどちゃんとしてる。と思ったら、いろいろなカテゴライゼーションをオントロジーとの関連で紹介している。O'Reilly ETech conferenceでのスピーチと、IMCExpoでのスピーチを混ぜたもの。

3節に、personal meaningだけでなくsocial shared meaningをもつタグも確かにあって、それが有益であると述べられている。
folksonomyのシステム的な話、タグの分布などの話、ユーザをトレーニングするなど。概念的な話もあって参考にはなるが、示唆に富んでいるわけではない。

Google countを一部使っているようだ。

Google hitを使ったサーベイが3.4.1に少しあり。

Google countについての言及があるようだ。（買わないといけない）

BharatとBroderの１０年前の論文の問題「検索エンジンのインタフェースだけをつかってランダムなページをどのようにサンプリングするか」を再び取り上げる。モンテカルロ法: rejection sampling and Metropolis-Hastings algorithm. 検索エンジンについて確率的に考えるには非常に良さそう。

例えば、ORのヒット件数を知りたいときなど、ヒットした文書群からのsamplingが有効である。その方法について述べている。インデキシングをどう利用するかの話なので、検索エンジンの中に組み込む機能のようだ。

Traffic dynamics based on local routing protocol on a scale-free network
W. Wang, B. Wang, C. Yin, Y. Xie, and T. Zhou
Physical Review E, 2006

roadネットワーク。

関係してるワークショップ。

良さそう。

周りの人がやめたら自分もやめるimitatorがいるエージェントモデル。ソーシャルネットワークを、レギュラー、ランダム、スモールワールドと変えて、大部分がやめるまでの期間がどう変わるかなど。もうひとつは、会社のネットワークと賃金。

エージェント間にネットワークを仮定し、スケールフリー、ランダム、ラティスなどを比べる。タスクは、ディフュージョン、意見形成、チーム形成など。このとき、仮定したネットワークのトポロジの違いによって、結果が変わることをいっている。当たり前。

ART(Agent Reputation and Trust) Testbed。trustを、reputationや経験からどう計算するのかを学習するエージェントの方が、そうでないものより良かったとのこと。Q-learning。reputationの値は、reputation providerからもらえて、q値に相当するそうだ。

パブリケーションの情報を共有するマルチエージェントモデル。Expert AgentとかDirectory FacilitatorとかAgent Resource Brokerとかを使ったアーキテクチャ。１０個のエキスパートを使った評価実験。ちょっとしょうもない。

たぶん、今までの評価が似てる人を集めて（コミュニティ）、それを推薦（予測）に用いる。itemの推薦の計算方法など。MovieLensのデータセットでの評価実験。

1次元のラティス。引用は弱い。SOMっぽい。定理ばかりで意義が良く分からん。

Yaminsさんはこのネタらしい。

AAMAS2005にはVotingのセッションあり。3件論文。Reputationの論文は5件。

power, coordination, controlという３つの次元から社会構造を捉えるべきだとの議論。組織の論理（logic of organization）という論理体系も出てきて、難しい。

ちょっとSemantic Webっぽくて面白い。多様な関係の表現とトラストの計算。

マルチエージェント（ピアツーピアっぽい）でreferralのパスを探す。Referral Webを引いている。

SAT問題をマルチエージェント的に考えたときのトポロジ。WalshのSearch in the small worldを引いている。

ソーシャルネットワークからのランキング。中心性みたいな感じで、引くべき論文だが、ちょっと質は低い。

翌年にsearching social networksの論文。

CR(Certified Reputation)。reputation networkなど。でも、ネットワークが直接でてくるわけではない。

選挙のプロトコルの話。Borda方式やコンデルセ条件についても少し言及あり。

2ページのポスター。生態系、食物連鎖などのオントロジをOWLで連結してSPARQLクエリーエンジンでクエリーを投げられるようにしたシステム。よい試みだと思うが、まだ実装しただけのイメージ。

Getoorさんの研究も紹介されている。よい。

とても面白い。いろいろな属性を定義して、どれが一番予測に効くか。Katzという指標（パスの数）が良い。
予測の精度はあまり高くないみたいだが、いろいろな分野の共著関係について分析している。

Flickrのデータ。タグのオーバーラップ、時系列変化等。分析自体はたいしたことなさそうだが、前書き等の流れは良い。いろいろなソーシャルブックマークの紹介が参考になる。

Ph.D論文。Kollerさんのところ。associativeマルコフネットワーク（AMN）、relationalマルコフネットワーク（RMN）

教科書的なもの。PRM, Reference uncertainty, Existence uncertainty。

http://www.cs.umd.edu/~getoor/Talks/lprm-tutorial.ppt

最初の導入が分かりやすい。feature generationやnoisy dataについて。citeseerのデータで、新しいオブジェクトのリンクが一部分かっているとき、残りを予測する。関係の属性を組み合わせて設計している。citation recommendationに使えると述べている。

StanfordのNexus Net。2470人のNexusユーザと10100本のリンクのデータ。
Association by similarityの節に同属性関係について述べられている。

ブロックモデルを確率的に解釈して、グラフ上のクラスタリングを行なう話。難しい。

機能学習のシステムFOILのカーネルバージョン。前年にNaive BaysバージョンをAAAIに出している。

肩にかつぐセンサーでSitting, Standing, Walkingなどを判定する。BoostingとHMM。

RFIDを使っているが、その話はほとんど出てこない。HMMとTrace repairを用いるHSMM(Hidden Semi-Markov Models), 時相論理。

GPSとマルコフモデル(Relational Activity Model)

folksonomyについて書かれている。その意義、分けることと必要性、なぜカテゴリでなくタグなのかについても言及されている。polysemy, synonymy, basic levelの問題（人がどのレベルのタグを最も自然だと思うか。）
Deliciousの分析。2005年6月23日から27日まで。特定のユーザや特定のタグについての頻度の分析。タグをつける意図の分類(3.3)。タグの安定化。
質問：いまも分析しているのか、データ量を増やすのか？　Peterの論文との関係、何が言えると面白いのか。

Peterのとはまた違った表現（projection）でのtripartiteモデル。
Structure analysisで方向つきの相関のグラフを出している。www.audioscrobbler.com、www.citeulike.orgのデータ。

セマンティックソーシャル協調フィルタリング。FOAFのknowsを使う。分散でユーザプロファイルの管理。FOAFRealmという参考文献の共有システム。P2P(D-FOAFと呼ばれる)上に実装されている。濱崎さんの研究に近い感じ。アルゴリズムなどはしっかり書かれている。

ちょっと古い。

1章の後半に言語との関連の記述。rich-get-richerの簡単なモデルを使って、それがdeliciousとconnoteaのデータによくあてはまることを示している。

パネル。

読者に読みやすい１ページの記事。Web2.0やfolksonomyの解説など。基本的な用語は参考になるので引くときにはよさそぅ。collective intelligence, wisdom of crowdsなど言及されている。

Wikipediaとtaggingの分類の比較のような感じだけど、よく分からない。変な論文。

Physical Reviewについて、Googleのヒット件数、PageRankと、引用の回数を調べている。

Semanticな情報を埋め込めるようにWikipediaを設計する話。自動での認識ではない。概念論文。

なんか大量に参考文献はあるが、単なるケーススタディのような感じ。うーむ。

ポスター。人の近さをあわせて推薦。

Contentと協調フィルタリングをあわせた推薦。Hama論文に重要。

山本さんのパワポでよく引いていたもの。

協調フィルタリングと個々のエージェントによる推薦について、学習曲線をシミュレーションで比較。いろいろ実験していて良さそう。

薄く広い紹介。検索エンジン（Web IR）、短いテキストの類似度、UseNetの検索、イメージ検索、クエリーの利用（スペルチェックやOpen Directoryへの利用）など。

はてなから5800人分のデータを取って、タグ間の親和度を出しクラスタリング。ユーザとタグの親和度をもとに、タグクラスタとの親和度を出す。
ページとタグの親和度は、ページにおけるタグのtfidfで定義。ユーザとタグの親和度は、ブックマークしている全てのページについてのタグの親和度（tfidf）の合計。タグ同士の親和度は、タグがついてるページの親和度(tfidf)の掛け算の和。クラスタリングはよく分からんヒューリスティック。
ユーザにページを推薦する。再現率は5%くらい、適合率は最大でも14%だが、ブックマーク数が増えるとともに適合率がちゃんと上がってるのは読み取れる。10人のユーザによる評価実験もあり。関連研究も比較的しっかりしている。

すばらしい。すばらしい。

オントロジーの必要性、構築上の問題点、オントロジー自体の説明、使われ方など。関連文献が詳しい。機能のis-a関係とpart-of関係（方式）。

情報教育目標に対する体系的記述をするためのオントロジーを構築する。オントロジ中の各概念の説明。is-a階層、part-of階層がある。これを利用した展望を述べた後、オントロジの有効性の評価を21人に対するアンケートで行っている。（自身がつきましたか、役立つと思いますかなどの当たり前の項目。アンケートの有効性は疑問。）

本質的な属性、identity（どんなときに同一であるとみなすのか）とunify（どんなときにpartとwholeであると分かるのか）。subsume (is-a）が誤用されていること、part/wholeも誤用されがちであることなど。

生物における分子間の化学反応の因果連鎖（パスウェイ）を表すために、
シグナル伝達の知識を対象としたオントロジー（CSNO）を開発した。
パスウェイデータベースの現状と問題点、表現モデルに関する考察、定義する概念、
デバイスオントロジーの導入と、デバイスオントロジによるシグナル伝達の表現、基盤的機能の定義、組織的機能の定義、Is-a階層、
オントロジに基づくシグナル伝達表現の統一（これが一応、応用）、
関連研究。
基本的には、空間の意味表現もこのような構成になるはずなので、参考になる。

新人教員ロールは、新人ロールや教員ロールなどプリミティブなロール概念から構成される複合ロール概念である。これを扱うために、ロールを、コンテキスト、ホルダー、ロールパートという３つのスロットを持つ概念として定義する。ロール概念の組織化の方法、指針などを議論した後、４章では組織化例を示している。さらにロール概念のインスタンスについて議論し、ロール概念組織化の意義を述べている。詳細な関連研究がある。

P1モデル

Web→KBシステム。CMUドメインで、instructors_ofやmembers_of_projectなどの関係を見つけ出す。問題設定としては、オントロジと訓練例が与えられたきに、新たなインスタンスをWebから見つけ出す。かなりいろいろやっている。ページ内の語とリンクを使っている。

コースのシラバス。関係を表すモデルとしては、
plateモデル
PRMモデル（Probabilistic relational models: GetoorやKoller, Pfefferなど）
PERモデル（Probabilistic entity-relationship)
などがある。

すばらしいサーベイ。Link-based object ranking, Link-based object classification, Group detection, Entity resolution, Link prediction, Subgraph discovery, Graph classification, Generative models for graphsについて解説。

Lee-Feng Chien (WWWにLiveClassifier、ACLにmultilingual translation lexiconsなど。）
Lapata (bigramの頻度をWebで測る）
Culotta, Bekkerman, McCallum(マサチューセッツ大)
Turney(カナダ)

パラレルコーパスの共起（日・英）でグラフを作る。英単語、日本語の単語、英単語という順でつながるグラフ（つまり2mode）。その後、minimum edge cutで、クラスタリングする。

Seed termから始めて、その組み合わせを検索エンジンにかけて、得られた文書から語を得る。これを繰り返すからbootstrap

Hearstのパターンを使って、Webからhypernym, hyponymを取り出す。英語。Self annotated...と同じかな。

名詞に注目したlexiconの構築。カテゴリごとのseed wordsとテキスト（カテゴリ情報あり）を与える。すると、カテゴリごとに、ランク付けされた語のリストが得られる。これを人が見ることで、カテゴリに日も付けられたlexiconを作ることができる。human judgeによる評価。

Word sense disambiguationでは重要な論文のようだ。

名詞に注目したlexicon。

すごい論文。TurneyのPMIを拡張させて、MI, Likelihood ratio、χ2乗、L1, contexutualのcosine, MI, L1, Jensen-Shannonなどひととおりやっている。contextは、PMIがもっとも大きい語を取っており、Turneyもこの語を増やすとよくないと言っているが同様の結果が得られている。

検索エンジンのsnippetを使って多言語の翻訳レキシコンを作ること。方言など地域的な要素も考慮できる。Chi-squareやcontext-vectorを使っており、書き方が参考になる。

コーパスで見たことのないunseen bigramの頻度をWebで得る。コーパスの頻度とWebの頻度の相関が高いことを示す。

Web as Corpusの話を整理した感じ。コーパスとしてのWeb, Search engineの欠点、従来のコーパス（BNC）との頻出語の比較。

MDLを使ったクラスタリングで、パラメータの推定を動詞と名詞の共起で行っている。

面白い。
1. AとBのペアに対し、thsaurusでalternatesであるA'やB'を見つける。
2. A:B（alternate含む）に対し、検索エンジンにクエリーを出す。Aで始まりBで終わるフレーズを見つける。最も頻出するのを見つけ、残りを捨てる。
3. 各ペアに対して、そのペアを含むフレーズのリストをコーパスから作る。検索エンジンにかける。
4. パターンを見つける。各フレーズごとに各部分をワイルドカードで置き換えたパターンを作る。
5-7. wordのペアから行への変換を作る。パターンから列への変換を作る。行列を作る。
8-10. エントロピーを計算する。特異値分解を行う。射影を行う。
12. 関係の類似度を計算する。A:BとC:Dの類似度。
cause(flu:virus), location(home:town), part(printer:tray), topic(weather:report), 他にも(student:protest), (oak:tree)などを出す。

PMI-IRを使って、語がexcellentやpoorと共起が高いかを調べ、reviewが肯定的か否定的かを判定する。

PMIはPointwise Mutual Information。つまり、検索エンジンを使って共起を相互情報量で計る。これでTOEFLのsynonymのタスクで73.75%の正答率になった。(non-English speakingの人は平均で64.5%）問題problemと選択肢choiceがあったとき
・一番シンプルなスコア score1(choice_i) = hits(problem AND choice_i) / hits(choice_i)
・複雑なスコア(4番目）
score4(choice_i) =hits((problem NEAR choice_i) AND context AND NOT ((problem OR choice_i) NEAR "not"))
----------------
hits(choice_i AND context AND NOT (choice_i NEAR "not"))

現在のNLPはWeb文書を扱ったり、Webをコーパスとして統計を取るときに、検索エンジンを使っている。ところが、検索エンジンは人間のクエリーを得るために最適化されているため、この目的に適していない場合もあるため、何百万回もクエリーを出す必要があったりする。この論文では、Binding Engine(BE)を提案する。タイプ変数とstring処理関数を持ったもので、例えば、"powerful "とやると、powerfulに続く名詞を頻度順に並べてくれる。また、"Cities such as ProperNoun(Head())"とやると、cityの名前が返ってくる。BEのneighborhood indexは、kをクエリー中の語とするとO(k)のランダムディスクシークと、O(k)のシリアルディスクシークで処理される。

カナダの学生の博士論文。長い記述だが、co-occurrenceについていろいろな文献が引かれている。

3億語までのシソーラスの構築ができる。

1章は分かりやすいoverview。コンテキストの類似性、Hearstのパターン。
この論文では、BNCコーパスを用い、コンテキストを表すのに(w, r, w')というtupleを用いる。例えば、(dog, direct-obj, walk)など。
その上で、コンテキストを「文内で共起する語と文法関係のセットのベクトル」で表現する。例えば、ideaは、{(adj, good) 2005, (adj, faintest) 89, (dir-obj, have) 1836, ...}と表現される。
その際、属性の重みを決めるのがweighting function, similarityを計算するのがmeasuring functionである。9種類のmeasuring function, χ2乗も含めて9種類のweght functionの比較をしている。JaccardとT-testがよい。

重要な論文のひとつ。paraphrase recognition。"Yahoo acquired Overture"と"Yahoo bought Overture"が同じリンク先であることから、"X buy Y"と"X acquire Y"が同じであると見つける。

BNCのコーパスを使う。99454ノード、58万リンク。Noun-Verb, Verb-Noun, Adjective-Noun, Noun-Noun, Noun and/or Noun。この論文が基本になりそう。automatic lexical acquisionと言っている。

前半はWebの言語の基本的な統計について書かれており、British National Corpusより語の頻度が格段に多く、統計が安定することが書かれている。
Webが何を代表してるかについては、それ自身しか代表していないが、そもそもコーパスは何を代表しているのか、話し言葉と書き言葉はどっちが重要か、読むことはイベントか、ラジオに流れてくる声を聞く（聞いていない）のはイベントか、など本質的な疑問を逆に提示している。

Distributional clusteringの文献

文書分類のために、語のクラスタリングをする。teamとteammateなどは同じグループにしても文書分類上問題ない。よい論文。Newsgroupデータ、Reutersデータ、Yahoo!Scienceのデータを使って評価を行っている。

Web countを使って、いろいろなタスクに適用している。その結果、２つのタスクでよい結果がでた。翻訳先の言語選択、スペルチェック、形容詞並び替え、複合語ブラケッティング、複合語解釈、可算名詞検出。Web-based modelは、代替物ではなくベースラインだという結論。

あ

スロベニア語、クロアチア語、チェコ語、Tタガログ語など、マイナーな言語のWeb文書を収集するために、クエリーを工夫する。初期文書から始めて、その対象言語のページに含まれてそうでない語に含まれない語を使う。その際、tf, prf, rtfidf, odds-ratio, probabilistic odds ratioなどを比べている。
（rtfidfというのは、関連した文書におけるtfとidfをかけたもので、カテゴリの特徴語に近い。）

Webではなく、一般のコーパス。特によい論文ではなさそう。

たいしたことなさそう。

オンラインのテキストは数兆語にもぼるのに、ほとんどの自然言語のタスクでは、１００万語以下のものしかあつかっていない。この論文では、(confusion set) disambiguationのタスクに対して、いくつかの学習法での評価を示している。訓練データの量が増えれば、学習のパフォーマンスはかなりよくなることを示した。（そんなに関係ない。）

baseline論文のジャーナル版。図や結果が詳しい。

関係とパターンのdualityについて書かれている。例えば、（著者、タイトル）のペアをあたえ、これを検索することでパターンを学習し、新たな（著者、タイトル）ペアを見つける。これを繰り返す。ネットワークの視点はないが、参考になる。

Webを使った言語処理のよい点、悪い点、どのような処理が可能か（ヒット件数、ヒットした文書を使う、自分で検索エンジンを作る）が述べられている。後半は、イタリア語と日本語のコーパスを作る説明。

読売新聞の日本語と英語の記事を対応付けるために、AVSIMという尺度を提案している。Webは関係ない。

Prepositional Phraseを取り出す。"see with telescope"など。大規模なコーパスが必要になる。自動で作ったコーパスは、WordNetよりカバーが広いが精度が低い。WordNetからbackoffで確率を求める。

TurneyのPMIをもとに、AVMIを提案。

ディレクトリ構造をもつWeb文書から語を切り出す。それに特徴的な語(DSW)を出すだけ。IDF(Inter-Domain Entropy)という尺度を提案している。
論旨の立て方は似ているが、内容はしょぼい。Domain specific Word (DSW)という説明のしかたをしている。

1990年の論文。citationは４０。相互情報量でword associationが測れるという基本的なことが提案されている。OCRやSpeech recognition、語の曖昧性解消、検索などに応用できるとされている。

地味な国際会議だが、51citation

本。古いけど56サイテーション。

検索エンジンを使って共起を測ること、活性伝播を行うことも含めて応用と可能性について書かれている

テキストはWebにない。あまり重要ではなさそう。

1987年のRogetのシソーラスと、Wordnetをもとにしたいくつかの方法による類似度を比べている。

(w, r, w')で語wの周りの語を表現する。情報量で類似度を定義。6400万語のWall Street Journal, San Jose Mercury, AP Newswireを使う。Rogetのシソーラス、WordNetと比較している。

同じ概念を表していれば、２つの語をつなげる。こうして得られたネットワークはsmall worldである。英語のシソーラスを使っている。（Gutenberg?)

出現確率（包摂関係）で概念（語）の簡単な階層関係を作る。ちょっとしたシステムになっている。

Thesaurusについて。ためになる。

２語が共起すると、ちょっとだけ関連度を強めるへんなモデル。Brown corpusやWall Street Journalなど3300万語のコーパスを使った結果をRussel&Jenkinsの実験結果（1970)と比較している。1008人の学生に100この語を与えて連想語を聞いた実験である。

KFIDFという指標をつかっている。カテゴリを１つの文書と見たTFIDF

ワークショップのGOALは、松尾ぐみと非常に似ています。
Googleのヒット数、snippet, downloadを使うことが書かれていて、大変面白い。

name tagger -> reference resolver -> relation taggerという流れで、relation taggerの情報をつかって、もう一度name taggingをやり直すとパフォーマンスがあがる。relationで、語をクラスタリングする。

NSFがスポンサーをしているACE(Automatic Content Extraction) Relation Detection Task。表層的および統語的な特徴つかったカーネルを使って、それを合わせる。

共起を使ってWordNetのようなオントロジを作る。web-miningについて言及されているが、直接扱っているわけではない。

Toward the Self-annotating Webの次回作。Webの情報(Hearstパターン）、corpusの情報（Hearstパターン）、WordNetなどの情報を組み合わせて、is-a関係を得る。

Zhen chenは、SIGIR, ICDM, WWWなどに出しまくってる。

わりと大きなプロジェクトみたい。Project Intelligenceも同じ人かな。

Sociometer (人のインタラクションを測るwearable sensor package）音声、HMMを使って、ソーシャルネットワークの図を描いている。

emailやUsenet newsgroupsを使って、小規模なego-centric networkで、社会的インタラクションのパターンを調べている。

研究の背景（1章、2章）がとても参考になる。メインの話は、audioでキーワードを切り出すことによるコンテキストの同定。

Position paper。関連研究はよくかけているが、提案どまり。
2章のRESEARCH: MEASURING AND ANALYSING DYNAMIC PERSONAL SOCIAL NETWORKSは参考になる。Logging physical proximity, logging physical location, and logging communicationという３つの方法に分けている。
この論文は最終的にきちんとしたpaperになってない。

IEEE SC2002での支援について。サーベイは少ないが、商用の関連製品について詳しい。7000人の会議（テクニカルプログラムの登録者2000人）で800人以上にバッジをくばって、トラッキングする。Kioskでユーザ登録制。どれだけ歩いたかなども分かる。3日間で毎日賞を出したらしい。この辺の運用の部分は面白い。Lesson learnedの8章も喜んで歩き回る人、文句を言う人の話があって、面白い。

有名な研究らしい。

２ページだけ。この後、やめたようだ。

proactive displayをつかった学会支援。one-to-oneよりはone-to-many, many-to-many。関連研究は、one-to-one型と、大型ディスプレイをつかったもので分けている。AutoSpeakerIDとTicket2Talkというシステム。

ISWCベストペーパー。アクター、クラス、リソースのTripartiteモデル。

trustを計算するだけでなく、それによって言明を重み付けて取捨選択するところまで試している。

FOAF文書を集めてくる方法（同定の仕方）、どのプロパティがよく使われているか、次数分析、ネットワーク図など。

1.2にはsocial robot, sociable robot, socially intelligentなどいろんな定義が書かれている。これらをまとめる形でsocially interactive robotという語を使っている。(1.3)
Social networkについては言及なし。

主に音声を使って、activity level, engagement, stressなどを測る。
Laibowitz and Paradiso Uberbadge: バッジのようなもので、IR、音声、動きで面白い人やデモをブックマークできる。
GroupMedia system: Zaurus PDAを使う。デートや他のイベントで、どのくらい引き込まれているかのシグナルを測定する。他の会話で面白いのをちょっとだけ聞いたりすることができる。
Serendipity system: Nokiaの携帯を使って、近くにいるほかの人との興味が近いか計算して、適切な紹介を行う。FriendsterやOrkutの言及もある。
5ページのBuilding social captalのあたりにsocial networkに関する記述。

学会でバッジを使ってコミュニケーションのサポート。UbER-Badgeというシステム。2004年にMIT Media Labでのsponsor meetingで使った。130人がバッジをつけて約8時間。また2005年には84人が使った。Infraredのbeacon(Squirts)を76プロジェクトのデモンストレーションにつけた。明示的にボタンを押すことで、人や発表をブックマークできる。これで、affiliationの推定を行っている。

Semantic Webの有効性を言うには、多くの人が記述する必要があり、鶏と卵である。。SNSやFOAFが広まる中で、一方を簡単にするためにWeb miningを用いる。mindshare（人の名前とコンセプトの共起）もあり。
2章は簡単なアーキテクチャ、3章がネットワーク分析（中心性、クラスタ分析）。

周りからtrustと評価されると同時にdistrustと評価されることがある。これをcontroversial userというが、むしろ、こういったことは普通である。こういったことを考えるには、Global trustとLocal trustを分けて考えないといけない。
ここでは、Local trustとしてMoleTrustというのを考える。その人からのエッジに沿ってTrust値を掛け合わせて行くもの（最初にサイクルができないようにする）。Global trustとして、周りからの良い評価の割合（ebayとよぶ）を使っている（他にもいろいろやったらしいが良くなかったようだ）。Epinions.comは、製品のレビューを書けてそのratingをつけられる。13万ユーザ、84万statement(71万がtrust, 12万がdistrust)のデータを使っている。その結果、distrustを予測するのにMoleTrustを使うほうがebayを使うより良いことを示した。（でも評価はやや苦しそう）

Travel, Meeting, Supply chainなどの具体例を挙げて、Web2.0の技術がAIと融合することでこういった問題に適用できることを述べている。
4章ではWeb2.0ツアーとして、More participatory(Blog, Syndication Feeds, Wiki), Semantics (Tagging & Folksonomies, Microformats, Vertical Search), Real time Web, Community Enpowermentを挙げている。Case studyとしてzBay（blogとmicroformatを利用した個人取引）、supply chain, insurance, E-science, E-life（知り合い情報やスケジュールを利用してのディナーの手配の例）など。
AIとWeb2.0の結びつきを強調しようとしており、Newellの知性の基準を引き合いに出して議論しているが、ちょっと無理がある。しかしAIの少しの技術がWeb2.0に貢献するというのはその通りだろう。全体に面白いが、どのくらい真面目に引用してよいのかは微妙。

本文はなし。人の地理的な出身は重要である。名前と地名の複数の言語による候補を与えられれば、91%の確率で当てることができる。

CycのKBを、Googleを使って増強する。GAFs(Ground Atomic Formulae)を見つける。CycLは、Cycの形式表現言語。まず
・(foundingAgent AlQaida ?WHO) (foudingAgent ?WHAT Terrorist-Salamat)などのようなqueryを作る。(3.1)
・Googleにおくる検索クエリーを作る。(foundingAgent PalestinelslamicJihad ?X)なら、"Palestine Islamic Jihad founder ___"など。これをGoogle APIで検索する。(3.2)
・"___"の部分を探して、CycLのコンセプトで型の制約に合うものを探す。たとえば、foundingAgentであればpersonでなければならないなど。これで候補を作る(3.3)
・Cyc KBの一貫性チェック：既存のCyc KBとあわせて、矛盾や冗長性がないかチェック(3.4)
・"PIJ founder Bashir Nafi"+"Palestine"のようなクエリをGoogleに出して確かめる。1件もヒットがなければ排除。後ろにつける語は、略語のdisambiguationのためで、Google hit countsが最も少ない語をくっつける。(3.5)
・最後に人間が確かめる。(3.6)
false positiveは25%, false negativeは7%。

検索に他の人のクエリーも利用するcommunity-based Web search。検索結果に、他の関連するクエリーやそのクエリーに対する結果を考慮したページなどが表示される。ちょっと前のUser Modeling的でWeb2.0的ではない。

情報検索の重み付けではTFIDFがよいが、文書分類に使う重み付けでもそれがいいわけではない。ConfWeightという重み付けを提案している。でもNLPの論文ほどちゃんとした感じがしない。
ConfWeight_{t,d} = log (tf_{t,d} +1 ) maxstr(t)
maxstr(t) = (max_{c ∈Categories} (str_{t,c}) ) ^2
str_{t,c} = log_2 (2 MinPosRelFreq)
MinPosRelFreq = MinPos / (MinPos+MaxNeg)
MinPosやMaxNegは、統計的信頼区間に基づいている。x_tが語tを含む数、nが全部の数とすると、
p = ( x_t + 0.5 z^2_α/2 ) / ( n + z^2_α/2 )
pはWilson比例推定という。z^2はt-distributionによる値。これの下限、上限をつかってMinPosやMaxNegを定義する。評価の結果、tfidfやGainRatioより多少よい結果。

述語とその項、もしくはフレームで文を表すshallow semantic informationは、semantic parserで得られる。Jurafskyが開拓したものであるが、そこから関係の情報を見つける。

2ページにFeature generationに関するサーベイあり。

文書の生成モデルとして今まで、LDAモデル、Authorモデル、Author Topicモデルなどがあった。ここでは、Author-Recipient-Topicモデルを提案する。つまり、authorとrecipientとtopicを考慮した語の生成モデルである。EnronのコーパスとMcCallum dataset(McCallumに来た／が送ったメール集合）を用いた分析。さらに、教授や学生などといったRoleも考慮したRole-Author-Recipient-Topicモデルを提案とpreliminary experimentを行っている。

Semantic Role Labelingの包括的な解説。45ページ。

なんか良くわからんけど、RDFにいちゃもんをつけてる。すごい口語なのが気になる。

FOAF, Social network onlineの導入、FOAFファイルを見つける、FOAFネットワークの分析。

COI(Conflict of Interest)に焦点を当てている。研究のコミュニティでもPeer Review Processなどで重要だが、融合領域が増えてそれを把握するのが難しくなっている。FOAFとDBLPのデータを使って、これを自動的に把握する。EntityのDisambiguationのために、foafの各プロパティがどのくらい効いているかを調べる。COIを計算する方法を提案し、潜在的な応用例、実験（例）について示している。

Semantic Web document (SWD)を検索するエンジン。適切なオントロジを見つける、インスタンスのデータを見つける、文書間の関連によりSemantic Webを特徴付ける。Ontology Rankでランキングする。
.rdf, .owl, .daml, .n3などのファイルをGoogleを使ってSWDを見つける。クエリーは多少工夫する。focused crawlerを使って、既存のSWDから新しいのも見つける。SWD間の関係は、TM/IN (term reference), IM (imports), EX (extends), PV (prior version)など。これに基づいてランキングを計算する。評価は特になさそう。

ここにたくさんある。

DS(DataSet)-SWOOGLEとDS-FOAFを使っている。FOAFのネットワークを使った簡単な次数分析とネットワークの表示。ConclusionにDBLPを使ったongoing workについて書かれている。

SOUPA(Stand