Detecting semantic overlapping communities and influential nodes in social networks

• Ano de defesa: 2018
• Autor(a) principal: Horta, Vitor Araújo Cautiero
• Orientador(a): Menezes, Victor Strõele de Andrade
• Banca de defesa: Villela, Regina Maria Maciel Braga , Silva, Geraldo Zimbrão da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação
• Departamento: ICE – Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Social network analysis; Semantic analysis; Overlapping community detection; Clustering algorithm; Ontology
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/8779

Comunidades em redes sociais são compostas por pessoas de interesses semelhantes que influenciam e são influenciadas pelo grupo. Identificar e explorar estas relações são fatores importantes que podem a apoiar a colaboração na rede. Neste estudo serão analisados os níveis de influencia entre pessoas e suas comunidades, considerando os aspectos estruturais das redes sociais e suas informações de contexto disponíveis. Para isso, conceitos de redes complexas e tecnologias de análise semântica são utilizadas para combinar análise estrutural e análise de conteúdo em redes sociais. Primeiramente é proposto um algoritmo para detecção de comunidades sobrepostas e pessoas imporantes em redes sociais, chamado NetSCAN. Como segunda proposta foi desenvolvida uma ontologia chamada NetO, cujo objetivo é apoiar análises semânticas em redes sociais. O algoritmo e a ontologia foram testados separadamente em experimentos controlados e em conjuntos de dados já conhecidos. Posteriormente, em duas avaliações de pesquisas históricas, o NetSCAN e a NetO foram utilizados em conjunto para realizar análise estrutural e semântica em duas redes sociais do mundo real. Na primeira avaliação uma rede social científica foi analisada, utilizando dados de um repositório científico chamado DBLP. A segunda avaliação analisou uma rede de desenvolvimento de software construída através de dados do StackOverow, um dos mais populares fórum de perguntas e respostas (Q&A). A primera avaliação mostrou que foi possível detectar comunidades científicas, pesquisadores influentes e seus interesses de pesquisa. Na segunda avaliação, comunidades de desenvolvedores de software foram detectados, bem como desenvolvedores especialistas e seus tópicos de expertise. Os resultados apontam para a viabilidade e efetividade da solução proposta.