Ağlar için merkezilik ölçüleri
Centrality measures for networks
- Tez No: 884269
- Danışmanlar: DOÇ. DR. GÖKHAN MUTLU
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Ağ analizi, bir ağ şeklinde ifade edilebilen yapıları incelemek için son yıllarda oldukça önemli bir araç haline gelmiştir. Bir ağ, elemanlar ve bu elemanlar arasındaki ilişkilerden oluşmaktadır. Ağlar gerçek hayatta pek çok alanda (sosyoloji, psikoloji, fizik, kimya, biyoloji, internet, iletişim, vs.) karşımıza çıkmaktadır. Ağ analizi, bu ağlardaki elemanların ve ilişkilerin özelliklerini incelemek için kullanılır. Özel olarak, bir ağdaki elemanların önem derecesini ya da merkeziliğini belirlemek için merkezilik ölçüleri adı verilen ölçüler kullanılır. Pek çok merkezilik ölçüsü bulunmakla birlikte, en sık kullanılan merkezilik ölçüleri; derece, yakınlık, uzaklık, arada olma, özvektör, Katz, PageRank, vs. merkeziliği şeklindedir. Bu merkezilik ölçülerinden hangisinin kullanılacağı analiz edilecek ağın yapısına, ağdaki elemanların ve elemanlar arasındaki ilişkilerin özelliklerine bağlı olarak değişmektedir. Bu tez çalışmasında ağ analizi teorisinde kullanılan temel merkezilik ölçüleri tanıtılmıştır. Özel olarak derece, yakınlık, uzaklık, arada olma, özvektör, Katz, ve PageRank merkezilik ölçüleri ele alınmıştır. Ayrıca bu merkezilik ölçüleri yönsüz ağlar, yönlü ağlar ve ağırlıklı ağlar için ayrı ayrı ifade edilmiştir. Her bir merkezilik ölçüsünün tanımı, avantajları, dezavantajları ve kullanım alanları ifade edilmiştir. Alınan örnek ağlar için bu merkezilik ölçüleri Pajek programı yardımıyla hesaplanmıştır.
Özet (Çeviri)
Network analysis has become a very important tool in recent years to examine structures that can be expressed as a network. A network consists of elements and relationships between these elements. Networks appear in many fields in real life (sociology, psychology, physics, chemistry, biology, internet, communication, etc.). Network analysis is used to examine the properties of elements and relationships in these networks. Specifically, so-called centrality measures are used to determine the importance or centrality of elements in a network. Although there are many centrality measures, the most commonly used centrality measures are degree, closeness, farness, betweenness, eigenvector, Katz, PageRank, etc. Which of these centrality measures will be used varies depending on the structure of the network to be analyzed, the characteristics of the elements in the network and the relationships between the elements. In this thesis study, the basic centrality measures used in network analysis theory are introduced. In particular, degree, closeness, farness, betweenness, eigenvector, Katz, and PageRank centrality measures are discussed. Additionally, each centrality measure is expressed separately for networks, directed networks, and weighted networks. The definition, advantages, disadvantages and usage areas of each centrality measure are stated. These centrality measures are calculated for some sample networks with the help of the Pajek software.
Benzer Tezler
- Centrality and connectivity analysis of airport networks: Cases of Turkey and Europe
Havaalanı ağlarının merkezilik ve bağlantı analizi: Türkiye ve Avrupa örnekleri
CEM ERSÖZ
Doktora
İngilizce
2023
MatematikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FİLİZ KARAMAN
- Novel centrality, topology and hierarchical-aware link prediction in dynamic networks
Dinamik ağlarda merkezilik, topoloji ve hiyerarşik tabanlı bağlanti tahmini
ABUBAKHARI SSERWADDA
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
YRD. DOÇ. ALPER ÖZCAN
- Network topology and dynamic data analysis in Saccharomyces cerevisiae
Ağ ilingesi ve Saccharomyces cerevisiae'de devingen veri analizi
MUHAMMED ERKAN KARABEKMEZ
Doktora
İngilizce
2016
BiyomühendislikBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. BETÜL KIRDAR
- Yapay sinir ağları işleyişinin sosyal ağ analizi yardımı ile çözümlenmesi
Analyzing the process of the artificial neural networks by the help of the social network analysis
VİLDAN GÜLPINAR
- Kadınların kariyer gelişimlerinde sosyal sermaye edinme biçimleri: Bağımsız kadın yönetim kurulu üyeleri üzerine bir araştırma
The forms of social capital acquisition in career developments of women: A research on independent women board of directors
HALE ALAN