Targeted and budgeted influence maximization in social networks under deterministic linear threshold model
Sosyal ağlarda belirlenimci doğrusal eşik modeli altında hedefli ve bütçeli etki enbüyükleme
- Tez No: 483463
- Danışmanlar: YRD. DOÇ. DR. DİLEK GÜNNEÇ DANIŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: İstanbul Şehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Orijinal etki enbüyükleme problemini, düğümlerin farklı fayda değerleri taşıyabildiği hedefli ve düğümlerin tohum düğüm olmak için farklı maliyet değerleri taşıyabildiği bütçeli bir problem versiyonuna genişleterek, yeni Belirlenimci Doğrusal Esik Modeli altında Hedefli ve Bütçeli Etki Enbüyükleme problemini tanımlıyoruz. Çözüm olarak, çeşitli işlemler için alternatif yöntemler barındıran, özgün ve ölçeklenebilir bir genel algoritma geliştiriyoruz: Hedefli ve Bütçeli Potansiyel Açgözlü (TABU-PG) Algoritma. TABU-PG döngülü ve açgözlü bir biçimde çalışır. Her döngüde düğümler karşılaştırılır ve en iyisi/iyileri tohum düğüm olarak seçilir. TABU-PG'nin ana fikri, sonraki döngülerde somutlaştırılabilecek potansiyel kazançlara yatırım yapmaktır. Potansiyel kazançları hesaplamak ve düğümleri karşılaştırmak için alternatif yöntemler sağlanmıştır. Kimi yöntemler literatürden alınmışken, diğer yöntemler bizim tarafımızdan önerilen özgün yöntemlerdir. Düğümleri karşılaştırırken hem kazancı hem verimliliği dikkate alan melez bir yöntem öneriyoruz. Potansiyel kazançları hesaplarken, potansiyel kazançlar için uygun ağırlıkları, kalan bütçe miktarından yola çıkarak dinamik biçimde atayan özgün yöntemler öneriyoruz. Aynı zamanda, parametreyle kontrol edilen bir değerin altında kalan kısmi etki oranlarından kaynaklanan potansiyel kazançları yoklayacak bir yöntem de öneriyoruz. Ayrıca, tohum düğüm aday havuzunu daraltarak veya her bir döngüde daha fazla düğüm seçerek, TABU-PG'nin çalışma süresini önemli ölçüde düşüren özgün ölçekleme yöntemleri sunuyoruz. Bu ölçekleme yöntemleri, çalışma süresi ve yayılma performansı arasında ödünleşerek çalışır. Ek olarak, bağlar üzerindeki etki ağırlıkları ve düğümler üzerindeki esik, fayda ve maliyet değerleri için gerçek hayat dinamiklerini daha iyi yansıttığını düşündüğümüz yeni veri türettim yöntemleri öne sürüyoruz. Gerçek hayattaki 4 sosyal ağ baz alınarak oluşturduğumuz 8 farklı veri setinde kapsamlı sayısal deneyler gerçekleştiriyoruz.
Özet (Çeviri)
We define the new Targeted and Budgeted Influence Maximization under Deterministic Linear Threshold Model problem by extending the original influence maximization problem to a targeted and a budgeted version. As a solution, we develop a novel and scalable general algorithm which utilizes a set of alternative methods for different operations: TArgeted and Budgeted Potential Greedy (TABU-PG) algorithm. TABU-PG works in an iterative and greedy fashion where nodes are compared at each iteration and the best one(s) are chosen as seed. The main idea behind TABU-PG is to invest in potential future gains which are hoped to be materialized at later iterations. Alternative methods are provided for calculating potential gain, and for comparing nodes. Some methods are taken from the literature while others are novel methods introduced by us. In comparing nodes, we propose a hybrid model which considers both gain and efficiency. In calculating potential gains, we propose methods which dynamically assign suitable weights to potential gains based on remaining budget. We propose a new method which ignores the potential gains which are results of partial influences under a parameterized ratio. We equip TABU-PG with novel scalability methods which reduces runtime by limiting the seed node candidate pool, or by selecting more nodes at each iteration; trading-off between runtime and spread performance. We suggest new data generation methods for influence weights on links; and threshold, profit, and cost values for nodes which better mimics the real-world dynamics. We perform extensive computational experiments with 8 different datasets on 4 real-life networks.
Benzer Tezler
- Özelleştirme ve özelleştirmede yatırım bankalarının rolü ve Petlas uygulamalı örneği
Privatization and the role of investment banks in the privatization process and Petlas case study
GONCA KARAÜÇ
- Ekonomik büyüme ve kalkınmanın gerçekleşmesinde maliye politikalarının değerlendirilmesi: 1980 sonrası Türkiye örneği
Assessment of fiscal policies in the realization of economic growth and development: The example of Turkey after 1980
ZAFER DURMUŞ BOZCA
- Targeted and controlled delivery of therapeutic agents using polymeric materials: Hydrogels, nanofibers, nanogels and micelles
Terapötik ajanların polimerik malzemeler kullanarak hedefli ve kontrollü salınımı: Hidrojeller, nanolifler, nanojeller ve miseller
İSMAİL ALTINBAŞAK
Doktora
İngilizce
2023
KimyaBoğaziçi ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. AMİTAV SANYAL
PROF. DR. RANA SANYAL
- Automated detection and classification of malware used in targeted attacks via machine learning
Hedefli saldırılarda kullanılan zararlı yazılımların makine öğrenimi kullanılarak tespiti ve sınıflandırılması
YAKUP KORKMAZ
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM KÖRPEOĞLU
- Asiyaloglikoprotein reseptörü hedefli ve doksorubisin yüklü manyetik nanopartiküllerin hazırlanması ve karakterizasyon çalışmaları
Preparation and characterization of asialoglycoprotein receptor targeted and doxorubicin loaded magnetic nanoparticles
TUĞBA KARAKAYALI
