dc.contributorAlberto Henrique Frade Laender
dc.contributorhttp://lattes.cnpq.br/9089204821424223
dc.contributorPedro Olmo Stancioli Vaz de Melo
dc.contributorJussara Marques de Almeida Gonçalves
dc.contributorDaniel Ratton Figueiredo
dc.contributorArtur Ziviani
dc.contributorWagner Meira Junior
dc.creatorThiago Henrique Pereira Silva
dc.date.accessioned2021-09-19T23:19:59Z
dc.date.accessioned2022-10-04T00:36:27Z
dc.date.available2021-09-19T23:19:59Z
dc.date.available2022-10-04T00:36:27Z
dc.date.created2021-09-19T23:19:59Z
dc.date.issued2020-12-17
dc.identifierhttp://hdl.handle.net/1843/38080
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3835243
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.
dc.publisherUniversidade Federal de Minas Gerais
dc.publisherBrasil
dc.publisherICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
dc.publisherPrograma de Pós-Graduação em Ciência da Computação
dc.publisherUFMG
dc.rightsAcesso Aberto
dc.subjectSocial Networks
dc.subjectDynamic Attributed Networks
dc.subjectSocial Computing
dc.titleCharacterizing multiple interactions in dynamic attributed networks based on social concepts
dc.typeTese


Este ítem pertenece a la siguiente institución