試験公開中

このエントリーをはてなブックマークに追加

ネットワーク科学の道具箱2|Pythonと複雑ネットワーク分析 関係性データからのアプローチ

近代科学社

2,600円+税

本書はまずデータ分析に役立つPythonツールを解説し、経済システムの分析、コミュニティの効率的抽出、口コミ影響力の解析といった内容に続きます。Web系のマーケターやデータ分析エンジニア、データサイエンティストを目指す学生が対象です。

【注意】本書のEPUB版は固定レイアウト型になっております。文字の大きさの変更や検索、引用などはお使いいただけません。画面の大きい端末でご利用ください。

関連サイト

本書の関連ページが用意されています。

内容紹介

現代社会はネットを通じた購買や検索、交通、情報コミュニケーション(SNS)が盛んであり、企業間サプライチェーンや金融経済システムなどの複雑に相互作用した経済活動が成り立っている。これらの膨大な社会データは教師信号を付けられない「ネットワーク型の関係性データ」と呼ばれる。たとえば購買層のクラスタ分類やコミュニティ抽出、電力・通信インフラの構築といった社会科学系の課題を扱うには関係性データの分析が重要となる。

本書はまずデータ分析に役立つPythonツールを解説し、経済システムの分析、コミュニティの効率的抽出、口コミ影響力の解析といった内容に続く。複雑ネットワークはAI技術だけで解決できる分野ではなく、研究の重要性は年々上がっている。Web系のマーケターやデータ分析エンジニア、データサイエンティストを目指す学生を読者対象に位置づける。

書誌情報

  • 著者: 林 幸雄, 谷澤 俊弘, 鬼頭 朋見, 岡本 洋
  • 発行日: (紙書籍版発行日: 2019-10-31)
  • 最終更新日: 2019-11-01
  • バージョン: 1.0.0
  • ページ数: 194ページ(PDF版換算)
  • 対応フォーマット: PDF, EPUB
  • 出版社: 近代科学社

対象読者

複雑ネットワーク,関係性データ,社会データ,データサイエンス,Python,データ分析,インフルエンサー,クラスタ,コミュニティに興味がある人

著者について

林 幸雄

1987年 豊橋技術科学大学大学院 電気電子工学専攻修士課程修了
富士ゼロックス(株)システム技術研究所
1991年 国際電気通信基礎技術研究所
ATR視聴聴覚機構研究所 人間情報通信研究所(出向)
1995年 博士(工学) 京都大学
1997年 北陸先端科学技術大学院大学 知識科学研究科 助教授
2003年 文部科学省 研究振興局学術調査官(併任)
2008年 科学技術振興機構 さきがけ「知の創生と情報社会」領域アドバイザー(併任)
現在 北陸先端科学技術大学院大学 先端科学技術研究科/融合科学共同専攻 教授
著書「自己組織化する複雑ネットワーク(近代科学社)」,「情報ネットワーク科学入門(コロナ社)共著」,「ネットワーク科学の道具箱(近代科学社)共著」,「噂の拡がり方(化学同人)」.

谷澤 俊弘

1995年 京都大学大学院博士後期課程満期退学
1998年 博士(理学)
1998年 高知工業高等専門学校電気工学科講師
2000年 高知工業高等専門学校電気工学科助教授
2003年 米ボストン大学高分子研究所客員研究員
2012年 高知工業高等専門学校電気工学科教授
現在 高知工業高等専門学校ソーシャルデザイン工学科教授
統計物理学を基礎とするネットワーク理論の研究に従事.著書 「ネットワーク科学(共立出版)共訳」.

鬼頭 朋見

2005年 日本学術振興会特別研究員DC2
2007年 東京大学大学院工学系研究科博士後期課程修了,博士(工学)
2007年 Visiting Fellow, Department of Mechanical Engineering, University ofBath, UK
2008年 東京大学人工物研究センター特任助教
2008年 Research Fellow, Said Business School, University of Oxford, UK
2012年 東京大学工学部助教
2013年 Senior Research Fellow, Said Business School, University of Oxford, UK
2015年 筑波大学システム情報系助教
2018年 早稲田大学創造理工学部准教授
サプライチェーンや企業戦略等に関する工学的研究に従事.

岡本 洋

1991年 早稲田大学大学院理工学研究科博士後期課程修了,博士(理学)
1991年 富士ゼロックス株式会社勤務,研究主査(退職時)
2018年 ドワンゴ人工知能研究所シニアリサーチャー
2019年 東京大学大学院工学系研究科バイオエンジニアリング専攻,特任研究員
複雑ネットワーク科学,確率的機械学習および計算論的神経科学の研究に従事.

目次

第1章 Pythonを用いた複雑ネットワーク分析

  • 1.1 はじめに
  • 1.2 Pythonおよび外部モジュールのインストール
  • 1.3 Jupyterノートブック
  • 1.4 基本ツール
  • 1.5 統計解析ツール
  • 1.6 よく知られたネットワーク分析ツール:NetworkX
  • 1.7 最新でより強力な分析ツール:graph-tool
  • 1.8 計算の高速化
  • 1.9 おわりに
  • コラム1:より詳しく学ぶための参考図書

第2章 ネットワーク分析指標の経済系への応用

  • 2.1 はじめに
  • 2.2 経済システムのシステミック・リスクに関するネットワーク研究
  • 2.3 国の経済発展に関するネットワーク研究
  • 2.4 企業間サプライチェーンに関するネットワーク研究
  • 2.5 道具箱としての2章のまとめ
  • コラム2:ネットワークのオープンデータと可視化ツール

第3章 ランダムウォーク:コミュニティ抽出のキーツール

  • 3.1 はじめに
  • 3.2 ネットワーク上のランダムウォーク
  • 3.3 代表的なコミュニティ抽出:ランダムウォークの枠組みによる定式化
  • 3.4 コミュニティ抽出機能の拡張
  • 3.5 今後の展望
  • 3.6 道具箱としての3章のまとめ
  • コラム 3:リッチクラブ―金持ち同士は偶然以上につながっているか?―

第4章 インフルエンサーの抽出や最適な攻撃耐性に関する進展

  • 4.1 SNSなどにおける口コミの影響力をビジネスに
  • 4.2 口コミの影響力を表す指標
  • 4.3 攻撃耐性の最適強化は本質的に難しい
  • 4.4 機械学習的な高速近似解法
  • 4.5 攻撃に最も強い玉葱状構造の創発
  • 4.6 道具箱としての4章のまとめ
  • コラム4:GoogleのPagaRankの技術面での先進性
Home 書籍一覧 ネットワーク科学の道具箱2|Pythonと複雑ネットワーク分析 関係性データからのアプローチ ▲ ページトップへ戻る