Community Detection and Growth Potential Prediction Using the Stochastic Block Model and the Long Short-Term Memory from Patent Citation Networks

[yamamoto-yuta]

0. 論文

タイトル：Community Detection and Growth Potential Prediction Using the Stochastic Block Model and the Long Short-Term Memory from Patent Citation Networks
著者： Kensei Nakai, Hirofumi Nonaka, Asahi Hentona, Yuki Kanai, Takeshi Sakumoto, Shotaro Kataoka, Elisa Claire Alemán Carreón, Toru Hiraoka

arXiv投稿日： 2019/4/23 学会/ジャーナル： IEEE(2018)

1. どんなもの？

• 確率的ブロックモデルによる特許引用ネットワークのクラスタリングとその成長性予測

2. 先行研究と比べてどこがすごい？

3. 技術や手法のキモはどこ？

• 特許DBから特許の引用ネットワークを作成
• Nested SBMでネットワークからコミュニティを検出
• LSTMでコミュニティの成長性を分析

4. どうやって有効だと検証した？

5. 議論はある？

• LSTMによる予測は短期間にデータが増減するコミュニティでは精度が良くなく，長期的な傾向のあるコミュニティでは精度が良かった
• ノード数やLSTMの層数を考慮した改善が必要

6. 次に読むべき論文は？

• Nested SBM

キーワード

Patent, Stochastic Block Model, Long ShortTerm Memory, Patent scoring