Topic-based influence computation in social networks under resource constraints
Kaynak kısıtlamaları altında sosyal ağlar üzerinde konu tabanlı etki hesaplaması
- Tez No: 392493
- Danışmanlar: DOÇ. DR. HAKAN FERHATOSMANOĞLU
- 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: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Sosyal ağlar sürekli değişirken ve gelişirken, dinamik yapıdaki bu ağların analizi için gerekli metotların önemi de sosyal eğilimleri anlamak açısından artmaktadır. Fakat sosyal ağ servis sağlayıcıları tarafından uygulanan kısıtlamalar nedeniyle, bir sosyal ağın topolojik durumu ve paylaşımlarıyla birlikte tüm içeriğini toplamak için mevcut kaynaklar yetersiz kalmaktadır. Sonuç olarak, değişken sosyal ağ verisinin analizi; verinin yaklaşık bir kopyasını yerel olarak muhafaza etmeyi ve zaman içinde yenilemeyi gerektirir. Biz, sosyal ağ geliştikçe, ağ üzerindeki etkili kişileri belirlemek ve zaman içerisinde takip etmek adına; hem ağ hem de metin verisinin sınırlı kaynaklar altında toplanması problemi üzerinde çalışıyoruz. Sınırlı sayıda kullanıcının her zaman aralığı için ilişkilerini (genel etki hesaplaması için gereklidir) ve metin paylaşımlarını (konu tabanlı etki hesaplaması için gereklidir) toplamak için kullanıcıların etki eğilimlerini ve eylemlerini göz önünde bulunduran bir algoritma öneriyoruz. Yeni toplanmış kullanıcı verisini ve lokal olarak sürdürülen ağın en son versiyonunu temel alarak; güncel ağ yapısını çıkarsıyoruz. Buna ek olarak, ağ çıkarsama metodumuzun doğruluğunu daha da artırmak adına, bağlantı önerme algoritmaları kullanıyoruz.“PageRank puanı”nı genel etki hesaplaması için ölçü olarak belirledik. Önerdiğimiz çözümlerin, genel etki için“PageRank skorları”nı ve konu tabanlı etki için paylaşım metinlerinin anlamsal analizleri ile paylaşım istatistikleri harmanlanarak ve belirlenen ağırlıklar kullanılarak oluşturulan konu temelli ağlar üzerinden hesaplanan ağırlıklı“PageRank skorları”nı, nasıl yüksek bir doğrulukla yenileyerek sürdürdüğünü gösterdik. Algoritmalarımızın etkinliğini ölçmek adına sonuçlarımızı, bir mikroblog servisi olan“Twitter”üzerinden toplanan veriler ile oluşturan ağın, tam ve en güncel hali üzerinden hesaplanan gerçek etki skorları ile karşılaştırdık. Elde edilen sonuçlara göre; önerdiğimiz teknikler temel referans tekniklerini önemli bir ölçüde geri bırakırken (ağ çekimi için %80,metin çekimi için %77 daha doğrudur), literatürdeki en gelişmiş tekniklerden de daha iyi bir performans göstermiştir (%21 daha doğrudur).
Özet (Çeviri)
As social networks are constantly changing and evolving, methods to analyze dynamic social networks are becoming more important in understanding social trends. However, due to the restrictions imposed by the social network service providers, the resources available to fetch the entire contents of a social network are typically very limited. As a result, analysis of dynamic social network data requires maintaining an approximate copy of the social network for each time period, locally. We study the problem of dynamic network and text fetching with limited probing capacities, for identifying and maintaining influential users as the social network evolves. We propose an algorithm to probe the relationships (required for global influence computation) as well as posts (required for topic-based influence computation) of a limited number of users during each probing period, based on the influence trends and activities of the users. We infer the current network based on the newly probed user data and the recent version of the network maintained locally. Additionally, we propose to use link prediction methods to further increase accuracy of our network inference. We employ PageRank as the metric for influence computation. We illustrate how the proposed solution maintains accurate PageRank scores for computing global influence, and topic-sensitive weighted PageRank scores for topic-based influence. The latter relies on a topic-based network constructed via weights determined by semantic analysis of posts and their sharing statistics. We evaluate the effectiveness of our algorithms by comparing them with the true influence scores of the full and up-to-date version of the network, using data from the micro-blogging service Twitter. Results show that our techniques significantly outperform baseline methods (80% higher accuracy for network fetching and 77% for text fetching) and are superior to state-of-the-art techniques from the literature (21% higher accuracy).
Benzer Tezler
- Sosyal medya reklamcılığında haksız rekabet
Unfair competition in social media advertising
HAYRİYE DİLARA ABBASOĞLU
- E-itibar yönetimi: Doğrulama işaretlerinin itibara katkısı
E-reputation management: The contribution of verification badges on reputation
CAN ALPER BALİBEYOĞLU
Yüksek Lisans
Türkçe
2018
İletişim BilimleriGalatasaray Üniversitesiİletişim Ana Bilim Dalı
DOÇ. DR. HALİME YÜCEL BOURSE
- Şişeboynu kesimlerde doruk saat akımı için dinamik model yaklaşımı
Başlık çevirisi yok
SEVGİ ERDOĞAN
Yüksek Lisans
Türkçe
1998
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN GEDİZLİOĞLU
- Gelişmekte olan ülkelerde e-ticaret ve e-lojistik üzerine bir araştırma
The Research on e-commerce and e-logistics in developing countries
BARIŞ ÖZAYDIN
Yüksek Lisans
Türkçe
2003
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FÜSUN ÜLENGİN
- İklim ve hidrolojik modeller ile Rize'de bulunan su havzalarının taşkın risk tayini
Determination of flood risk in the basins of Rize by using climate and hydrological models
OLGAY ŞEN
Doktora
Türkçe
2019
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN KAHYA