2025年9月4日木曜日

研究史（超圧縮タイムライン）

 


  • 1970年代：意見の平均化モデル（前SNS期の“合意形成”）
    個々の意見を隣接者の重み付き平均で更新する DeGroot (1974) が出発点。後に Friedkin–Johnsen (1990) が「初期意見への執着（頑固さ）」を導入して現実味を増しました。これらは行列反復＝マルコフ連鎖に直結します。 pages.ucsd.eduTaylor & Francis Online

  • 1990年代：ランダムウォーク・ネットワーク科学の再興
    グラフ上ランダムウォークの古典的整理（Lovász の総説, 1993）。小世界ネットワーク（Watts–Strogatz, 1998）やスケールフリー（Barabási–Albert, 1999）が「現実ネットワークは格子でも完全乱でもない」ことを示し、動力学（拡散・混合）研究が加速。検索では PageRank（Brin & Page, 1998）と HITS（Kleinberg, 1999）がリンク構造から重要度を推定する実用理論を提示しました。 CUHK Computer Science and EngineeringNaturecs.cornell.eduMIT OpenCourseWare

  • 2000年代前半：混合（mixing）と最適化
    マルコフ連鎖の混合時間を体系化した教科書・結果（例：Levin–Peres–Wilmer (2009)、Boyd–Diaconis–Xiao の Fastest Mixing Markov Chain）。「混合を速める遷移設計」という“攪拌を数学的に最大化する”問題が定式化されました。 arXivSIAM E-Books

  • 2000年代：検索・推薦の“攪拌”実装
    PageRank の テレポーテーション（確率 α でランダムジャンプ）が、不可約・非周期＝エルゴード性を保証し収束を安定化（入門書 Langville & Meyer, 2006）。同時期、MMR（Maximal Marginal Relevance, 1998） や 多様化 (WSDM 2009) など“結果を意図的に攪拌して冗長性を減らす”手法が検索へ。 サイエンスジャーナルCMU School of Computer ScienceCiteSeerX

  • 2010年前後：SNS時代と計算社会科学の成立
    Computational Social Science (Science 2009) が宣言。Facebook/Twitter など実サービス上の実験や大規模計測が始まり、拡散・同質性・エコーチェンバーの実証が進展（例：Bakshy et al., 2015 の政治ニュース露出）。60百万人規模のランダム化介入実験で投票行動への影響も検証。 サイエンスジャーナル+1

  • 2010年代：グラフ埋め込みとオンライン学習
    ランダムウォークを用いる DeepWalk (2014)、node2vec (2016) が“歩かせて混ぜる→分布を特徴量にする”路線を一般化。配信面では コンテキスト・バンディット（Yahoo!ニュース, 2010） が「探索（攪拌）vs 活用」の最適化を本番運用に持ち込みました。 ResearchGatevideolectures.netarXiv

  • 2016年以降：GNN（グラフニューラルネット）
    GCN (Kipf & Welling, 2017) や MPNN (2017) が“メッセージパッシング”で隣接情報を層ごとに攪拌・集約＝反復拡散の学習版として定着。SNS・推薦・リンク予測・不正検知などに普及。 arXiv+1

  • 近年：混合時間と動的ネットワーク
    乱グラフ上のランダムウォーク混合時間の厳密化や、動的ネットワークでの混合研究も継続（例：巨大全域成分で Θ((log n)^2) オーダーなど）。 arXiv

投稿者