Análise de uma métrica alternativa para predição de laços sociais em grafos lei de potência

Registro completo de metadados
MetadadosDescriçãoIdioma
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.creatorDanielewicz, Georgea-
Data de aceite: dc.date.accessioned2019-08-22T00:33:12Z-
Data de disponibilização: dc.date.available2019-08-22T00:33:12Z-
Data de envio: dc.date.issued2017-06-14-
Data de envio: dc.date.issued2017-06-14-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/1884/45061-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/45061-
Descrição: dc.descriptionOrientador : André Luís Vignatti-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 28/07/2016-
Descrição: dc.descriptionInclui referências : f. 41-42-
Descrição: dc.descriptionÁrea de concentração: Ciência da computação-
Descrição: dc.descriptionResumo: As redes sociais são uma maneira de descrever as interações sociais em um grupo ou comunidade. Podem ser modeladas por meio de grafos, em que um vértice corresponde a uma pessoa, e uma aresta representa alguma forma de associação entre duas pessoas [Hasan e Zaki, 2011]. As redes sociais são objetos altamente dinâmicos, elas crescem e mudam rapidamente ao longo do tempo devido à adição e exclusão de vértices e arestas. Compreender os mecanismos pelos quais estas estruturas sociais evoluem é uma questão fundamental, ainda não bem compreendida, e que constitui a motivação para este projeto. Mais especificamente, a pesquisa se dedica ao problema da predição de laços sociais: dado um snapshot de uma rede social em tempo t0, busca-se prever com precisão as arestas que serão adicionados à rede em um determinado momento t futuro, tal que t > t0 [Liben-Nowell, 2005]. As soluções estudadas se dividem em dois grupos principais: predição de laço supervisionada e a predição de laço não supervisionada. A predição de laço supervisionada envolve técnicas de aprendizado de máquina como a extração de características e algoritmos de classificação [Zhang e Yu, 2011]. A predição não supervisionada busca de calcular métricas baseadas nas características topológicas do grafo [Hasan e Zaki, 2011]. Com base no segundo paradigma, e a partir do estudo de modelos de geração de grafos, é proposta como contribuição uma métrica para calcular a probabilidade de formação de arestas entre dois vértices específica para grafos com distribuição de grau Lei de Potência. Palavras-chave: redes sociais, predição de laço, modelo de geração de grafo.-
Descrição: dc.descriptionAbstract: Social networks are a popular way to model the interactions among people in a group or community. They can be visualized as graphs, where a vertex corresponds to a person in some group and an edge represents some form of association between the corresponding persons [Hasan e Zaki, 2011]. Social networks are very dynamic, since new edges and vertices are added to the graph over time. Understanding the dynamics that drive the evolution of social networks is a complex problem, yet to be fully understood, and which comprises the motivation of this project. A basic computational problem underlying social-network evolution is the linkprediction problem: given a snapshot of a social network at time t, we seek to accurately predict the edges that will be added to the network during the interval from time t to a given future time t0, considering t > t0 [Liben-Nowell, 2005]. Most works in this field branch into two main groups: supervised and unsupervised link prediction. Supervised link prediction models have two important components: feature extraction and classification [Zhang e Yu, 2011]. Unsupervised link prediction calculates metrics based on features which are extracted from the graph topology, some works develop a graph evolution model [Hasan e Zaki, 2011]. Based on unsupervised link prediction concepts, mainly on graph generation models, we propose a link prediction metric, which is specific to power-law graphs. Keywords: social networks, link prediction, graph generation model.-
Formato: dc.format46 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.subjectTeses-
Título: dc.titleAnálise de uma métrica alternativa para predição de laços sociais 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.