Maximização de influência em grafos lei de potência

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCarmo, Renato Jose da Silva, 1965--
Autor(es): dc.contributorVignatti, André Luís-
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática-
Autor(es): dc.creatorMelo, Renato Silva de-
Data de aceite: dc.date.accessioned2019-08-22T00:38:18Z-
Data de disponibilização: dc.date.available2019-08-22T00:38:18Z-
Data de envio: dc.date.issued2017-06-02-
Data de envio: dc.date.issued2017-06-02-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/1884/44139-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/44139-
Descrição: dc.descriptionOrientador : Prof. Dr. Renato José da Silva Carmo-
Descrição: dc.descriptionCoorientador : Prof. Dr. André Luís Vignatti-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 20/05/2016-
Descrição: dc.descriptionInclui referências : f. 63-65-
Descrição: dc.descriptionResumo: O problema de maximização de influência em redes sociais, procura pelos vértices que permitam espalhar uma informação para o maior número possível de membros da rede.Um algoritmo guloso proposto por Kempe et al. [19], que escolhe iterativamente os vértices de maior influência, encontra um conjunto resposta cujo alcance da influência é pelo menos1 ? 1/e do ótimo. Mas esta abordagem possui alguns agravantes que comprometem o tempo de execução do algoritmo. Nesta dissertação propomos uma melhoria para o algoritmo guloso de Kempe et al. [19] com foco no tempo de execução deste sobre grafos de lei de potência. A melhoria consiste em fazer uma seleção prévia dos vértices mais promissores. Verificamos por meio de análise experimental que esta pré-seleção reduz expressivamente o tempo de execução, além de manter a qualidade da solução compatível com a do algoritmo guloso de Kempe et al. [19]. A otimização por pré-seleção utiliza propriedades presentes em grafos de lei de potência, explorando a relação de influência social com a distribuição de graus. Esta abordagem reduz em até 58%o tempo de execução do algoritmo Celf [22], que é uma das otimizações mais conhecidas do procedimento deKempe et al. [19].-
Descrição: dc.descriptionAbstract: The influence maximization problem in social networks, asks for the nodes that allow tospread a information for the highest number of members. A greedy algorithm proposed byKempe et al. [19], that choose iteratively the members of greatest influence, find a solutionset whose the reach of influence is at least 1?1/e of the optimum. But some aggravatinghave affecting the runtime of this approach. In this work we propose improvements forthe algorithm of Kempe et al. [19], with focus on the runtime in power law graphs. Theimprovement consists in make a previous selection of most promising nodes. We haveverified by experimental analysis that this pre selection reduces significantly the runtime,in addition maintaining a quality compatible with the greedy algorithm of Kempe etal. [19]. The optimization by pre selection uses properties present in power law graphs,by exploring the relationship between social influence and the degree distribution. Besides,this approach reduces the runtime of Celf [22] algorithm by up to 58%, which is one ofthe most known optimizations of the algorithm of Kempe et al. [19].-
Formato: dc.format95 f. : il.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Relação: dc.relationDisponível em formato digital-
Palavras-chave: dc.subjectCiência da computação-
Palavras-chave: dc.subjectTeoria dos grafos-
Palavras-chave: dc.subjectAlgoritmos-
Palavras-chave: dc.subjectTeses-
Título: dc.titleMaximização de influência em grafos lei de potência-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.