Dynamic modularity based community detection for large scale networks
Büyük ölçekli ağlarda dinamik topluluk algılama algoritması
- Tez No: 383331
- Danışmanlar: PROF. DR. İSMAİL HAKKI TOROSLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada büyük ölçekli ağlar için yeni ve hızlı bir dinamik topluluk algılama algoritma çatısı sunulmuştur. Geçmişteki topluluk algılama algoritmalarının çoğu statik ağlar için tasarlanmıştır. Waltman & Van Eck bu tarzda topluluk algılama algoritmalarından oluşan statik modülerlik optimizasyonu (SMO) adlı algoritma çatısını literatüre katmıştır. Fakat büyük ölçekli sosyal ağlar dinamiktir ve zaman içinde çok çabuk gelişirler. Bu tip dinamik ağlarda toplulukları hızlı bir şekilde algılamak için SMO içerisinde yer alan modülerlik tabanlı topluluk algılama algoritmalarını dinamik olarak çalışacak hale getirerek dinamik modülerlik optimizasyonu (DMO) adlı algoritma çatısını tasarladık ve ileri sürdük. Tasarladığımız bu algoritma çatısını mobil iletişim ağları üzerinde test ettik. Bu iletişim ağlarını Türkiye'deki bir GSM operatöründen aldığımız bilgilerle oluşturduk. Testlerimizin sonuçlarına göre, büyük ölçekli dinamik ağlar düşünüldüğünde, tasarladığımız algoritma çatısı içindeki topluluk algılama algoritmaları SMO içindeki algoritmalardan daha iyi performans göstermişlerdir.
Özet (Çeviri)
In this work, a new fast dynamic community detection framework for large scale networks is presented. Most of the previous community detection algorithms are designed for static networks. Static modularity optimizer framework (SMO), which is introduced by Waltman & Van Eck, consists of such community detection algorithms. However, large scale social networks are dynamic and evolve frequently over time. To quickly detect communities in dynamic large scale networks, we proposed dynamic modularity optimizer framework (DMO) that is constructed by making the modularity based community detection algorithms placed in SMO dynamic. The proposed framework is tested on the mobile communication networks which are extracted from the raw call detail records (CDR) data of a GSM operator in Turkey. According to the results, community detection algorithms in the proposed framework perform better than algorithms in SMO when large scale dynamic networks are considered.
Benzer Tezler
- Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi
Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool
SELMAN DELİL
Doktora
Türkçe
2019
Coğrafyaİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- Katı yakıtların akışkan yatakta yakılması ve katı miktarının yatak yüksekliğine etkisi
Combustion of solid fuels in the fkuidized beds and the effects of solid quantity to the height of bed
KAMİL BEKİR KOÇ
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ALİ YÜCEL UYAREL
- Deprem etkisindeki yapılarda dinamik yöntemlerle üç boyutta form araştırması
Başlık çevirisi yok
MEHMET EMİN TUNA
Doktora
Türkçe
1985
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSNÜ CAN