Εντοπισμός κοινοτήτων σε δυναμικά κοινωνικά δίκτυα
| datacite.contributor.RelatedPerson | Κώστας Τσίχλας | |
| datacite.contributor.Supervisor | Σπυρίδων Κοντογιάννης | |
| datacite.contributor.Supervisor | Χρήστος Ζαρολιάγκης | |
| dc.contributor.author | Δημητρίου, Οδυσσέας | |
| dc.contributor.other | Dimitriou, Odysseas | |
| dc.date.accessioned | 2023-10-24T08:57:56Z | |
| dc.date.available | 2023-10-24T08:57:56Z | |
| dc.date.issued | 2023-10-05 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Τα κοινωνικά δίκτυα, με κλασικά παραδείγματα τα Facebook, Twitter, Instagram, LinkedIn, κ.λπ., αποτελούν πλέον μια καθημερινή πραγματικότητα και εκατομμύρια χρήστες συμμετέχουν σε αυτά. Μια άμεση και φυσική μοντελοποίηση των δικτύων αυτών είναι η αναπαράστασή τους ως γραφήματα στα οποία κάθε κόμβος αντιστοιχεί στον εκάστοτε συμμετέχοντα (φυσικό πρόσωπο ή άλλη οντότητα) και κάθε ακμή αντιστοιχεί στη σχέση που υπάρχει μεταξύ των συμμετεχόντων και καθορίζει το κοινωνικό δίκτυο (π.χ., οι σχέσεις φιλίας στο Fabebook). Ένα κεντρικό πρόβλημα στα κοινωνικά δίκτυα είναι ο λεγόμενος εντοπισμός κοινοτήτων, δηλαδή υποσυνόλων οντοτήτων οι οποίες έχουν μεταξύ τους ισχυρότερες συνδέσεις (π.χ. κοινότητα συμμαθητών σε ένα δίκτυο φιλίας όπως το Facebook) σε σχέση με τις υπόλοιπες οντότητες. Στη βιβλιογραφία απαντάται μια πληθώρα μεθόδων εντοπισμού κοινοτήτων, οι οποίες είτε είναι παρόμοιες με μεθόδους συσταδοποίησης, είτε βασίζονται σε μετρικές ομοιότητας μεταξύ κόμβων ενός κοινωνικού δικτύου. Οι περισσότερες από τις μεθόδους αυτές υποθέτουν ότι το κοινωνικό δίκτυο είναι στατικό. Στην πράξη τα κοινωνικά δίκτυα μεταβάλλονται με την προσθήκη νέων συμμετεχόντων ή την αποχώρηση κάποιων, με αποτέλεσμα τη μεταβολή των υπαρχουσών κοινοτήτων. Πρόσφατα αναπτύχθηκε μια αυξητική μέθοδος για την αποδοτική διαχείριση των μεταβαλλόμενων κοινοτήτων όταν νέα μέλη προστίθενται στο κοινωνικό δίκτυο. Στην παρούσα διπλωματική εργασία, εξετάζεται η μέθοδος αυτή, η οποία επιτρέπει την ανανέωση των κοινοτήτων με βάση τις νέες συνδέσεις που δημιουργούνται και τις αλληλεπιδράσεις μεταξύ των μελών. Επιπλέον, συγκρίνονται τα αποτελέσματα της αυξητικής μεθόδου με άλλες εναλλακτικές μεθόδους ανίχνευσης κοινοτήτων σε δυναμικά κοινωνικά δίκτυα. Αναδεικνύεται η αξία της δυναμικής ανάλυσης για την κατανόηση των αλλαγών στις κοινότητες των δικτύων, παρέχοντας μια πιο ενοποιημένη και ακριβή εικόνα της εξέλιξής τους σε δυναμικό περιβάλλον. | |
| dc.description.translatedabstract | Social networks, with classic examples like Facebook, Twitter, Instagram, LinkedIn, etc., are now an everyday reality with millions of users participating in them. A direct and natural modeling of these networks is to represent them as graphs, where each node corresponds to a participant (individual or entity), and each edge corresponds to the relationship between participants, defining the social network (e.g., friendship connections on Facebook). A central issue in social networks is the identification of communities, which are subsets of entities that have stronger connections among themselves (e.g., a community of classmates in a friendship network like Facebook) compared to other entities. The literature presents a plethora of community detection methods, which are either similar to clustering methods or based on similarity metrics between nodes in a social network. Most of these methods assume that the social network is static. In practice, social networks change as new participants join or some leave, resulting in changes to existing communities. Recently, an incremental method was developed for the efficient management of evolving communities when new members are added to the social network. In the present thesis, the aforementioned method is examined, which allows for the refreshment of communities based on the new connections formed and interactions among members. Furthermore, the results of this incremental approach are compared with alternative methods for community detection in dynamic social networks. The value of dynamic analysis is underscored for comprehending the dynamic developments and changes within network communities, providing a more unified and accurate depiction of their evolution in a dynamic environment. | |
| dc.identifier.uri | https://hdl.handle.net/10889/26045 | |
| dc.language.iso | el | |
| dc.subject | Εντοπισμός κοινοτήτων | |
| dc.subject | Φασματική μέθοδος | |
| dc.subject | Κοινωνικά δίκτυα | |
| dc.subject.alternative | Girvan-Newman | |
| dc.subject.alternative | Social networks | |
| dc.title | Εντοπισμός κοινοτήτων σε δυναμικά κοινωνικά δίκτυα | |
| dc.title.alternative | Communities detection in dynamic social networks |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- ΔΙΠΛΩΜΑΤΙΚΗ_ΕΡΓΑΣΙΑ_ΟΔΥΣΣΕΑΣ_ΔΗΜΗΤΡΙΟΥ_ΤΕΛΙΚΗ_ΕΚΔΟΣΗ.pdf
- Size:
- 1.62 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 5.02 KB
- Format:
- Item-specific license agreed upon to submission
- Description: