研究紹介

English / 日本語

個人の繋がりや行動履歴，実績に関するデータは我々の社会を理解する上で貴重な情報源となっています．一方で，こうした社会に関するデータは，構造の複雑化やアクセス制限，ドメイン固有のバイアスにより，研究目的の利用に最適化されていないことがよくあります．私は，社会的データ分析におけるこれらの実際的な課題に対処する数理手法の開発，そしてそれらの手法を実データに適用して社会の構造やダイナミクスに関する理解を深めることを目指しています．

興味のある大きい研究分野は「複雑系科学」と「計算社会科学」です．特に最近取り組んでいる研究分野は以下です：

• ネットワーク科学 (Network Science)
• 科学の科学 (Science of Science)

最近は，密な議論を積み重ねて着実に研究成果を作り上げていくスタイルを好んで研究しています．研究の議論や共同研究の可能性についてのお問い合わせを歓迎します（例外もあります．例えば，研究指導は職位の関係上できないです）．私は，データの構築・キュレーション，分析手法の開発，そしてデータの数値計算（特に大規模計算）が得意です．一方で，理論解析や，社会科学に求められるような社会に関する優れた仮説を立てることはまだ訓練中です．上記のいずれかの研究分野に興味がありましたら，共同研究の可能性を探ることができると思います．

研究プロジェクト

研究プロジェクトを紹介します．

1. 個人間の高次の相互作用を伴うソーシャルネットワークの分析手法の研究（ネットワーク科学）．

• Sampling nodes and hyperedges via random walks on large hypergraphs.
  Kazuki Nakajima, Masanao Kodakari, and Masaki Aida. Applied Network Science. (2025).
• Inference and Visualization of Community Structure in Attributed Hypergraphs Using Mixed-Membership Stochastic Block Models.
  Kazuki Nakajima and Takeaki Uno. Social Network Analysis and Mining. (2025).
• Higher-order rich-club phenomenon in collaborative research grant networks.
  Kazuki Nakajima, Kazuyuki Shudo, and Naoki Masuda. Scientometrics. (2023).
• Randomizing hypergraphs preserving degree correlation and local clustering.
  Kazuki Nakajima, Kazuyuki Shudo, and Naoki Masuda. IEEE Transactions on Network Science and Engineering. (2022).

2. 学術界における構造や現象，偏りに関する書誌データ分析の研究（ネットワーク科学，科学の科学）．

• Quantifying gendered citation imbalance in computer science conferences.
  Kazuki Nakajima, Yuya Sasaki, Sohei Tokuno, and George Fletcher. Proc. AIES 2024. (2024).
• Quantifying gender imbalance in East Asian academia: Research career and citation practice.
  Kazuki Nakajima, Ruodan Liu, Kazuyuki Shudo, and Naoki Masuda. Journal of Informetrics. (2023). [プレスリリース（神戸大学）] [朝日新聞デジタル] [ITMedia NEWS]
• Higher-order rich-club phenomenon in collaborative research grant networks.
  Kazuki Nakajima, Kazuyuki Shudo, and Naoki Masuda. Scientometrics. (2023).

3. 個人間の友好関係から成る大規模ソーシャルネットワーク特徴量の推定手法の研究（ネットワーク科学）．

• Social Graph Restoration via Random Walk Sampling.
  Kazuki Nakajima and Kazuyuki Shudo. Proc. ICDE. (2022).
• Estimating the Bot Population on Twitter via Random Walk Based Sampling.
  Mei Fukuda, Kazuki Nakajima, and Kazuyuki Shudo. IEEE Access. (2022).
• Estimating Properties of Social Networks via Random Walk considering Private Nodes.
  Kazuki Nakajima and Kazuyuki Shudo. Proc. KDD. (2020).

---

Go back home

---