Modelagem de dinâmicas sociais interagentes em redes complexas
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/ |
Resumo: | Nesta tese, investigamos dinâmicas sociais complexas e sua relação com a difusão de informações e a polarização. No primeiro estudo, aplicamos algoritmos de aprendizado de máquina para prever o tempo de consenso (Yi) e a frequência de mudanças de opinião (Ci) em redes complexas utilizando o modelo Q-votantes. Identificamos que o coeficiente de agrupamento (C) e a centralidade da informação (IC) são medidas topológicas cruciais para essas previsões, destacando a importância da estrutura da rede na dinâmica de polarização e outros padrões em sistemas sociais. No segundo estudo, exploramos como a heterogeneidade cultural afeta a propagação de rumores em sociedades de agentes interativos. Descobrimos que a heterogeneidade cultural pode limitar a difusão de informações em sociedades maiores, resultando em uma limitação natural na propagação de notícias verdadeiras ou falsas. Em ambos os estudos, a compreensão da complexa interação entre a estrutura da rede e a dinâmica social é fundamental, revelando como a heterogeneidade cultural e a topologia da rede desempenham papéis críticos na disseminação de informações e na formação de opiniões. Essas pesquisas contribuem para uma compreensão mais profunda dos mecanismos subjacentes à polarização e à dinâmica em sociedades contemporâneas. É relevante salientar que, nesta tese, em consequência dos nossos resultados, que foram relacionados à teoria de Everett Rogers sobre inovações, os vocábulos inovações, informações, rumores e boatos são utilizados como sinônimos. |
| id |
USP_aaf1586b8283166743418e5f2d6af368 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-09012024-122031 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Modelagem de dinâmicas sociais interagentes em redes complexasModeling interacting social dynamics in complex networksAgent-based modelingAprendizado de máquinaAxelrod modelComplex systemsMachine learningModelagem baseada em agentesModelo de AxelrodModelo de rumorPolarizaçãoPolarizationQ-votantesQ-voterRumor modelSistemas complexosSistemas sociaisSocial systemsNesta tese, investigamos dinâmicas sociais complexas e sua relação com a difusão de informações e a polarização. No primeiro estudo, aplicamos algoritmos de aprendizado de máquina para prever o tempo de consenso (Yi) e a frequência de mudanças de opinião (Ci) em redes complexas utilizando o modelo Q-votantes. Identificamos que o coeficiente de agrupamento (C) e a centralidade da informação (IC) são medidas topológicas cruciais para essas previsões, destacando a importância da estrutura da rede na dinâmica de polarização e outros padrões em sistemas sociais. No segundo estudo, exploramos como a heterogeneidade cultural afeta a propagação de rumores em sociedades de agentes interativos. Descobrimos que a heterogeneidade cultural pode limitar a difusão de informações em sociedades maiores, resultando em uma limitação natural na propagação de notícias verdadeiras ou falsas. Em ambos os estudos, a compreensão da complexa interação entre a estrutura da rede e a dinâmica social é fundamental, revelando como a heterogeneidade cultural e a topologia da rede desempenham papéis críticos na disseminação de informações e na formação de opiniões. Essas pesquisas contribuem para uma compreensão mais profunda dos mecanismos subjacentes à polarização e à dinâmica em sociedades contemporâneas. É relevante salientar que, nesta tese, em consequência dos nossos resultados, que foram relacionados à teoria de Everett Rogers sobre inovações, os vocábulos inovações, informações, rumores e boatos são utilizados como sinônimos.In this thesis, we investigate complex social dynamics and their relationship with information diffusion and polarization. In the first study, we apply machine learning algorithms to predict consensus time and the frequency of opinion changes in complex networks using the Q-voter model. We identify that the clustering coefficient (C) and information centrality (IC) are crucial factors for these predictions, emphasizing the importance of network structure in the dynamics of polarization and other patterns in social systems. In the second study, we explore how cultural heterogeneity impacts the spread of rumors in societies of interactive agents. We find that cultural heterogeneity can limit information diffusion in larger societies, resulting in a natural constraint on the spread of both true and false news. In both studies, understanding the complex interplay between network structure and social dynamics is essential, revealing how cultural heterogeneity and network topology play critical roles in information dissemination and opinion formation. These research findings contribute to a deeper understanding of the underlying mechanisms of polarization and dynamics in contemporary societies. It is worth noting that, in this thesis, as a result of our findings, which were related to Everett Rogers theory on innovations, the terms innovations, information, rumors, and gossip are used interchangeably.Biblioteca Digitais de Teses e Dissertações da USPRodrigues, Francisco AparecidoPineda, Aruane Mello2023-12-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-01-09T14:51:02Zoai:teses.usp.br:tde-09012024-122031Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-01-09T14:51:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Modelagem de dinâmicas sociais interagentes em redes complexas Modeling interacting social dynamics in complex networks |
| title |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| spellingShingle |
Modelagem de dinâmicas sociais interagentes em redes complexas Pineda, Aruane Mello Agent-based modeling Aprendizado de máquina Axelrod model Complex systems Machine learning Modelagem baseada em agentes Modelo de Axelrod Modelo de rumor Polarização Polarization Q-votantes Q-voter Rumor model Sistemas complexos Sistemas sociais Social systems |
| title_short |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| title_full |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| title_fullStr |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| title_full_unstemmed |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| title_sort |
Modelagem de dinâmicas sociais interagentes em redes complexas |
| author |
Pineda, Aruane Mello |
| author_facet |
Pineda, Aruane Mello |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Rodrigues, Francisco Aparecido |
| dc.contributor.author.fl_str_mv |
Pineda, Aruane Mello |
| dc.subject.por.fl_str_mv |
Agent-based modeling Aprendizado de máquina Axelrod model Complex systems Machine learning Modelagem baseada em agentes Modelo de Axelrod Modelo de rumor Polarização Polarization Q-votantes Q-voter Rumor model Sistemas complexos Sistemas sociais Social systems |
| topic |
Agent-based modeling Aprendizado de máquina Axelrod model Complex systems Machine learning Modelagem baseada em agentes Modelo de Axelrod Modelo de rumor Polarização Polarization Q-votantes Q-voter Rumor model Sistemas complexos Sistemas sociais Social systems |
| description |
Nesta tese, investigamos dinâmicas sociais complexas e sua relação com a difusão de informações e a polarização. No primeiro estudo, aplicamos algoritmos de aprendizado de máquina para prever o tempo de consenso (Yi) e a frequência de mudanças de opinião (Ci) em redes complexas utilizando o modelo Q-votantes. Identificamos que o coeficiente de agrupamento (C) e a centralidade da informação (IC) são medidas topológicas cruciais para essas previsões, destacando a importância da estrutura da rede na dinâmica de polarização e outros padrões em sistemas sociais. No segundo estudo, exploramos como a heterogeneidade cultural afeta a propagação de rumores em sociedades de agentes interativos. Descobrimos que a heterogeneidade cultural pode limitar a difusão de informações em sociedades maiores, resultando em uma limitação natural na propagação de notícias verdadeiras ou falsas. Em ambos os estudos, a compreensão da complexa interação entre a estrutura da rede e a dinâmica social é fundamental, revelando como a heterogeneidade cultural e a topologia da rede desempenham papéis críticos na disseminação de informações e na formação de opiniões. Essas pesquisas contribuem para uma compreensão mais profunda dos mecanismos subjacentes à polarização e à dinâmica em sociedades contemporâneas. É relevante salientar que, nesta tese, em consequência dos nossos resultados, que foram relacionados à teoria de Everett Rogers sobre inovações, os vocábulos inovações, informações, rumores e boatos são utilizados como sinônimos. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-12-04 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/ |
| url |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-09012024-122031/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1865491952951099392 |