Analysis of feature pattern mining approaches on social network: A case study on Facebook
Sosyal ağlarda özellik örüntü madenciliği yaklaşımlarının analizi: Facebook üzerinde durum çalışması
- Tez No: 492561
- Danışmanlar: YRD. DOÇ. DR. SERAP ŞAHİN
- 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: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde, kompleks çizgeler gen ağlarından sosyal ağlara kadar her alanda bulunmaktadır. Kompleks çizgeler diğer yapılara göre daha fazla veri içerdiğinden, kompleks çizgelerin madenciliği sonucunda daha anlamlı ve değerli bilgiler elde edilebilir. Bu çalışmada kompleks çizgelerden ortak özelliklere sahip örüntüler elde edilmek istenmiştir. Örüntü madenciliği algoritmaları bir veritabanından sıklıkla görülen örüntülerin elde edilmesini sağlar. Bu nedenle kompleks ağlardan veri elde edebilmek için örüntü madenciliği algoritmaları kullanılabilir. Ancak bu algoritmalar genellikle düğümleri tek etikete sahip olan çizgeler üzerinde çalışmaktadır. Bu algoritmalar, sosyal ağ çizgeleri gibi çok etiketli kompleks çizgelere uygulandığında maalesef algoritmaların karmaşıklık derecesi NP-tam sınıfına ait olmaktadır. Bu nedenle, bu çalışma kapsamında ilgili çizge algoritmaları, çizgenin veri setlerine dönüştürülmesi ve dönüşüm sonrası oluşturulan data setinde standart desen bulma algoritmalarının kullanılması gibi yöntemler incelenmiştir. Bu yöntemler güçlü ve zayıf yönleri ile, çok etiketli kompleks çizgelerinde desen analizi hedefi için değerlendirilmiştir. Bu çalışma sürecinde, uygulama alanı olarak Facebook SNAP veri seti kullanılmış, arkadaşlık ilişkilerinde en yüksek sıklıkla görülen ortak etiket deseni araştırılmıştır.
Özet (Çeviri)
Pattern mining algorithms obtain patterns frequently seen in a database and complex graphs which are available from gene networks to social networks. Complex graphs contain lots of valuable information on their nodes or edges. For this reason, pattern mining algorithms can be used to extract data from complex networks. However, these algorithms usually work on the graphs whose nodes have a single label. If these algorithms are implemented on multi labeled (multi-attributed) complex graphs, their complexities belong to NP-Complete. For this reason, in this study, different approaches have been evaluated to find patterns. The goal is to understand related methods and algorithms with their pros and cons to obtain common feature patterns from multi-attributed complex graphs. We also selected Facebook social network complex graph dataset (SNAP - Stanford University FaceBook anonymized dataset) as an application domain and we analyzed the most frequent feature patterns on friendship relations.
Benzer Tezler
- Social media sentiment analysis using artificial intelligence based on machine learning and deep learning models
Makine öğrenmesi ve derin öğrenme modellerine dayalı yapay zekâ kullanılarak sosyal medya duygu analizi
NOOR SALAH IRZOOQI
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Okan ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİDEM KIVANÇ TÜRELİ
- Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti
Network anomaly detection with a hybrid approach of machine learning algorthms
FEYZA ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- Deniz taşımacılığında emniyet esaslı akıllı gemi denetim analitiği
Safety based intelligent ship inspection analytics for maritime transportation
SEYİD MAHMUD ESAD DEMİRCİ
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. KADİR ÇİÇEK
- Büyükada'nın kültürel peyzaj değerlerinin korunmasına yönelik değerlendirme yöntemleri
Evaluation techniques towards the preservation of cultural landscape values of Büyükada
SELİN KARSAN AYANOĞLU
Doktora
Türkçe
2019
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. YEGAN KAHYA SAYAR
- Metin madenciliği ve derin öğrenme yöntemleri kullanılarak borsadaki hareketlerin sosyal medya ile ilişkisinin analiz edilmesi
Analyzing the relationship between stock market movements and social media using text mining and deep learning methods
METİN OKTAY BOZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ JALE BEKTAŞ