Μοντελοποίηση και ανάλυση κοινωνικών δικτύων

Abstract

Η επιτυχία των online κοινωνικών δικτύων τα τελευταία χρόνια έχει καταστήσει σημαντική τη μοντελοποίηση και ανάλυση των κοινωνικών δικτύων γενικότερα. Τα online κοινωνικά δίκτυα προσφέρουν μία ασύλληπτη ποσότητα πληροφορίας, επιτρέποντας τη διεξαγωγή μελετών που ήταν αδύνατες στο παρελθόν και τον έλεγχο κοινωνικών θεωριών. Σκοπός αυτής της διπλωματικής εργασίας είναι η παρουσίαση και ταξινόμηση μοντέλων που έχουν προταθεί για τα κοινωνικά δίκτυα και μεθόδων που χρησιμοποιούνται για την επίλυση δύο σημαντικών προβλημάτων της ανάλυσης κοινωνικών δικτύων, της πρόβλεψης συνδέσμου και της ανίχνευσης κοινοτήτων. Επίσης, η παρουσίαση και ταξινόμηση μεθόδων που χρησιμοποιούνται σε μία πιο εφαρμοσμένη περιοχή της ανάλυσης κοινωνικών δικτύων, την κοινωνική σύσταση. Αρχικά εκθέτουμε χαρακτηριστικά των κοινωνικών δικτύων, στατικά και δυναμικά. Στη συνέχεια ταξινομούμε και επισκοπούμε μοντέλα κοινωνικών δικτύων. Για καθεμία από τις προαναφερθείσες εφαρμογές ανάλυσης κοινωνικών δικτύων, δίνουμε επίσης δείκτες αξιολόγησης των προτεινόμενων μεθόδων και συζητούμε μελλοντικές κατευθύνσεις έρευνας.

Social network modeling and analysis has become important due to the success of online social networks during the past few years. Online social networks offer an incredible amount of information, thus allowing the performance of studies that were impossible in the past and social theories testing. The purpose of this diploma thesis is to present and classify models proposed for social networks and methods used in two important social network analysis tasks, namely link prediction and community detection, as well as in a highly applied social network analysis field, namely social recommendation. Firstly, we quote social network features, both static and dynamic. We then classify and review social network models. For each of the aforementioned social network analysis tasks we give evaluation metrics for the methods proposed and discuss future research directions.