Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/38080
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Alberto Henrique Frade Laenderpt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9089204821424223pt_BR
dc.contributor.advisor-co1Pedro Olmo Stancioli Vaz de Melopt_BR
dc.contributor.referee1Jussara Marques de Almeida Gonçalvespt_BR
dc.contributor.referee2Daniel Ratton Figueiredopt_BR
dc.contributor.referee3Artur Zivianipt_BR
dc.contributor.referee4Wagner Meira Juniorpt_BR
dc.creatorThiago Henrique Pereira Silvapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3301985425227294pt_BR
dc.date.accessioned2021-09-19T23:19:59Z-
dc.date.available2021-09-19T23:19:59Z-
dc.date.issued2020-12-17-
dc.identifier.urihttp://hdl.handle.net/1843/38080-
dc.description.abstractCaracterizar interações dinâmicas é uma questão importante ao analisar redes sociais complexas. Com base na autonomia estrutural que informa quando as pessoas estão estreitamente conectadas umas às outras com extensos laços que atuam como pontes além delas, reforçamos a importância de conceitos sociais como fundamental para a compreensão da complexidade que envolve os atores e suas relações. Nesse sentido, discutimos como modelar múltiplas interações em redes dinâmicas com atributos e propomos um método para classificar nós e arestas dinâmicas com base em relações nó-atributos. Como resultado, o método captura a força das interações sociais e como o conhecimento é transferido pela rede social. Em seguida, discutimos e ilustramos as diferenças de interações sociais em diferentes redes sociais acadêmicas e comunidades de perguntas e respostas. Com base no posicionamento estratégico de um determinado ator em uma estrutura social, validamos estatisticamente nossa estratégia proposta por meio de propriedades de rede. Além disso, realizamos uma análise de sensibilidade destacando-a em termos de sua robustez para lidar com aspectos de tempo, poder discriminativo dos atributos e cenários aleatórios. Por fim, propomos estratégias não-supervisionadas e supervisionadas que aplicam nosso método para identificar nós influentes em uma estrutura social, os quais superam as métricas de rede tradicionais e outros algoritmos baseados em conceitos sociais.pt_BR
dc.description.resumoCharacterizing dynamic interactions is currently an important issue when analyzing complex social networks. Based on the structural autonomy that informs when people are tightly connected to one another with extensive bridge ties beyond them, we reinforce the importance of the network theory paradigm as fundamental for understanding the complexity that involves actors and their relationships. In this regard, we discuss how to model multiple interactions in dynamic attributed networks and propose a classification method that classifies nodes and dynamic edges based on node-attribute relationships. As a result, it captures the strength of social interactions and how knowledge is transferred across the network. Then, we unveil and illustrate the differences of social interactions in different academic social networks and Q&A communities. Based on the strategic positioning of a particular actor in a social structure, we statistically validate our proposed strategy by means of network properties. Moreover, we perform a sensitivity analysis by stressing it in terms of its robustness to deal with aspects of time, discriminative power of attributes and random scenarios. Finally, we propose unsupervised and supervised strategies that apply our method to identify influential nodes in a social structure, which outperform traditional network metrics and other social-based algorithms.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOpt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSocial Networkspt_BR
dc.subjectDynamic Attributed Networkspt_BR
dc.subjectSocial Computingpt_BR
dc.subject.otherComputação – Teses.pt_BR
dc.subject.otherReds sociais – Teses.pt_BR
dc.subject.otherRedes de relações sociais – Teses.pt_BR
dc.subject.otherRedes complexas – Teses.pt_BR
dc.subject.otherComputação social – Teses.pt_BR
dc.titleCharacterizing multiple interactions in dynamic attributed networks based on social conceptspt_BR
dc.title.alternativeCaracterizando interações em redes sociais dinâmicas baseando-se em conceitos sociaispt_BR
dc.typeTesept_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese_ThiagoSilva_20-08.pdf5.73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.