Characterizing multiple interactions in dynamic attributed networks based on social concepts
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Caracterizando interações em redes sociais dinâmicas baseando-se em conceitos sociais
Primeiro orientador
Membros da banca
Jussara Marques de Almeida Gonçalves
Daniel Ratton Figueiredo
Artur Ziviani
Wagner Meira Junior
Daniel Ratton Figueiredo
Artur Ziviani
Wagner Meira Junior
Resumo
Characterizing 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.
Abstract
Caracterizar 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.
Assunto
Computação – Teses., Reds sociais – Teses., Redes de relações sociais – Teses., Redes complexas – Teses., Computação social – Teses.
Palavras-chave
Social Networks, Dynamic Attributed Networks, Social Computing