Geri Dön

Privacy and utility-based decision making for sharing posts in online social networks

Çevrimiçi sosyal ağlarda gönderi paylaşımına dair mahremiyet ve fayda temelli karar alma

  1. Tez No: 503231
  2. Yazar: TARIK BERKANT KEPEZ
  3. Danışmanlar: PROF. DR. PINAR YOLUM BİRBİL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Çevrimiçi sosyal ağların kullanımı hızla artmaktadır. Bu artışla birlikte, kullanıcıların mahremiyetinin korunması her geçen gün zorlaşmaktadır. Sosyal ağlar bu mahremiyet sorununu kullanıcılara mahremiyet sınırlamalarını başlangıçta sorarak çözmeye çalışmaktadır. Ancak bir gönderinin kime gösterileceğine karar vermek çoğu zaman gönderinin kendisine ve bağlama bağlıdır. Dolayısıyla kullanıcılar her bir gönderinin gösterileceği kişileri ayarlamak zorunda kalmaktadır. Bu süreç zahmetli ve hata yapmaya açıktır. Buna uygun şekilde, bu çalışma ilk olarak her bir gönderi için mahremiyet ayarı öneren bir yaklaşım ileri sürmektedir. Bu öneriler kullanıcıların eski gönderileri ve mahremiyet ayarlarından yapılacak yapay öğrenmeye dayanmaktadır. Fakat, kullanıcının yeterince eski gönderisi olmadığında öneriler yapılırken başka bilgiler de hesaba katılmalıdır. Kullanıcı etmenlerinin hesaba katabilecekleri olası mahremiyet kurallarına dair diğer kullanıcılarınkilere danışabilecekleri çok etmenli bir sistem mimarisi önermekteyiz. Kullanıcılar gönderileri paylaşmaya karar verirken onları paylaşmanın faydalarını da değerlendirdikleri için, mahremiyet temelli karar almaya ek olarak, kullanıcıların her bir gönderiyi paylaşmasının faydasını dikkate alan bir sistem önermekteyiz. Bu sistem bir gönderiyi paylaşmanın fayda bileşenlerinden onun alacağı beğeni sayısı, ona yapılacak yorum sayısı ve yeniden paylaşılma sayısını tahmin etmeyi hedeflemektedir. Bu tahminler kullanıcıların eski gönderileri ve onların faydaları üzerinden yapılacak öğrenmeye dayanmaktadır. Kullanıcılara paylaşım kararlarında yardım etmek üzere bu mahremiyet ve fayda temelli yaklaşımlar birleştirilmektedir. Mahremiyet yaklaşımlarını kendi yarattığımız değerlendirme veri kümeleri üzerinde, sonuncuyu ise Facebook'tan topladığımız veri kümesi üzerinden değerlendirmekteyiz.

Özet (Çeviri)

The use of online social networks is growing rapidly. With this rapid increase, preserving privacy of users is becoming harder and harder. Typically, social networks address the privacy problem by asking users to define their privacy constraints up front. However, many times deciding on whom to show a post is dependent on the post itself and its context. Hence, users are forced to configure each post specifically, which is both cumbersome and prone to error. Accordingly, this study first proposes an approach that suggests privacy configurations for each post. The suggestions are based on learning from users' previous posts and configurations. However, when the user does not have many previous posts, recommendations need to take other information into account. We propose a multiagent system architecture where agents of the users consult other users' agents about possible privacy rules they can take into account. In addition to privacy-based decision making, we also propose another approach that considers users' utility of sharing each post since users also regard its benefits when they decide to share. The system aims to estimate benefits such as the number of likes that a post gets, the number of comments that it receives and how many times it is shared again. These estimations are built on learning from users' previous posts and their benefits. These privacy-based and utility-based approaches are combined in order to assist users in their sharing decisions. We evaluate single-agent and multi-agent privacy-based approaches on a benchmark dataset that we created based on content from Flickr and Reuters while we evaluate the latter one on a dataset that is collected with our Facebook application.

Benzer Tezler

  1. Energy demand forecasting in fog computing based microgrids using ensemble learning

    Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini

    TUĞÇE KESKİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  2. Hybrid techniques and preservation of utility in single dimensional k-anonymization

    Hibrid teknikler ve tek boyutlu k-anonimleştirmede kalitenin korunumu

    MUHAMMED ZAHİT GÖK

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolZirve Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET ERCAN NERGİZ

  3. Ödeme yöntemlerine yönelik karar modeli ve dijital cüzdan uygulamasıyla ilgili tüketici araştırması

    Decision model for payment methods and consumer research on digital wallet application

    SEDA ASMAZ GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. YUSUF İLKER TOPCU

  4. Yıkıcı inovasyon teorisi bağlamında yeni iş modellerinin yıkım etkisi: Paylaşım ekonomisi üzerine bir araştırma

    The disruption effect of new business models in the context of distruptive innovation theory: A research on sharing economy

    AYCAN BUL

    Doktora

    Türkçe

    Türkçe

    2022

    İşletmeİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FATMA ŞEBNEM ARIKBOĞA

  5. Aykırı veri yönelimli fayda temelli büyük veri anonimleştirme modeli

    Outlier oriented utility based big data anonymization model

    YAVUZ CANBAY

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

    DR. YILMAZ VURAL