Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων
Η ραγδαία εξάπλωση των κοινωνικών δικτύων, ειδικά τα τελευταία χρόνια, έχει καταστήσει την μελέτη αυτών ιδιαίτερα σημαντική λόγω των πολλών και διαφορετικών τομέων που αυτά βρίσκουν εφαρμογή, όπως η οικονομία, η κοινωνιολογία, η υγεία και η επιστήμη των υπολογιστών. Κεντρικά θέματα της έρευνας των κ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2021
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/14993 |
| id |
nemertes-10889-14993 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-149932022-09-05T20:37:55Z Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων Competitive influence maximization in social networks using game theory and node classification Χριστόπουλος, Δημήτριος Christopoulos, Dimitrios Κοινωνικά δίκτυα Μεγιστοποίηση της επιρροής Παίγνια Stackelberg Κατηγοριοποίηση κόμβων Social networks Influence maximization Stackelberg games Node classification Η ραγδαία εξάπλωση των κοινωνικών δικτύων, ειδικά τα τελευταία χρόνια, έχει καταστήσει την μελέτη αυτών ιδιαίτερα σημαντική λόγω των πολλών και διαφορετικών τομέων που αυτά βρίσκουν εφαρμογή, όπως η οικονομία, η κοινωνιολογία, η υγεία και η επιστήμη των υπολογιστών. Κεντρικά θέματα της έρευνας των κοινωνικών δικτύων αποτελούν η διάδοση της πληροφορίας και η αύξηση της επιρροής. Πολλοί ερευνητές έχουν κινηθεί προς την εύρεση ενός συνόλου κόμβων που όταν στοχευθούν σαν αρχικοί υιοθετούντες μιας ιδέας ή καινοτομίας θα μεγιστοποιήσουν την εξάπλωση αυτής της ιδέας. Ωστόσο, σε αρκετές περιπτώσεις, όπως στο ιογενές μάρκετινγκ, το πρόβλημα της μεγιστοποίησης της επιρροής χρειάζεται να λάβει υπόψιν την παρουσία πιθανών ανταγωνιστών. Αυτό συναντάται αρκετά σε πραγματικά δίκτυα όπου οι πελάτες καλούνται να επιλέξουν ανάμεσα σε δύο ή περισσότερα ανταγωνιστικά προϊόντα. Μία προσέγγιση για αυτήν την ανταγωνιστική διαδικασία είναι η χρήση της θεωρίας παιγνίων, με τους παίκτες να είναι οι αντίπαλες εταιρείες που προσπαθούν να προωθήσουν το προϊόν τους στους πελάτες(κόμβους). Στα πλαίσια αυτής της διπλωματικής το ανταγωνιστικό περιβάλλον θεωρείται ως ένα παιχνίδι Stackelberg. Πιο συγκεκριμένα επικεντρωνόμαστε στην βέλτιστη επιλογή ενός συνόλου κόμβων για τον παίκτη που κινείται δεύτερος (follower), αφού έχει κάνει την επιλογή του ο πρώτος παίκτης (leader). Το πειραματικό κομμάτι περιλαμβάνει την υλοποίηση του αλγορίθμου MATrix Influence(ΜΑΤΙ) υπό το ανταγωνιστικό OR μοντέλο διάχυσης για διάφορα σύνολα δεδομένων. Από την σύγκριση με σχετική βιβλιογραφία προέκυψαν ανταγωνιστικά αποτελέσματα. Επιπλέον, στην προσπάθεια επιτάχυνσης της διαδικασίας επιλογής κόμβων από τον ΜΑΤΙ, επιχειρούμε την κατηγοριοποίηση αυτών μέσω τεχνικών μηχανικής μάθησης, χρησιμοποιώντας χαρακτηριστικά των κόμβων του δικτύου. The radical growth of social networks, especially in the last few years, has made their study of high importance due to the many and different fields they can be applied, such as the economy, sociology, health industry and computer science. Two major fields of study of social networks are the diffusion of the information and influence maximization. Many researchers have tried to find a set of nodes that when targeted as initial adopters of an idea or innovation will maximize its spread. However, in many cases, such as viral marketing, the problem of influence maximization needs to take into consideration the presence of possible competitors. This case often occurs in real networks where a client is required to choose between two or more competitive products. An approach to this competitive process is the use of game theory, where the players are the rival companies trying to promote their product to the clients (nodes). For this thesis the competitive environment is considered as a Stackelberg game. We focus specifically on the best possible selection of a set of nodes for the player moving second (follower), after the first player (leader) has made their move. The experimental part of this thesis includes the implementation of the MATrix Influence (MATI) algorithm under the OR competitive diffusion model for various datasets. Comparison with relative bibliographic research yielded competitive results. Furthermore, in an attempt to speed up the node selection process of MATI, we are trying through machine learning to achieve node classification, using network node features. 2021-07-13T06:06:55Z 2021-07-13T06:06:55Z 2021-07-12 http://hdl.handle.net/10889/14993 gr application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Κοινωνικά δίκτυα Μεγιστοποίηση της επιρροής Παίγνια Stackelberg Κατηγοριοποίηση κόμβων Social networks Influence maximization Stackelberg games Node classification |
| spellingShingle |
Κοινωνικά δίκτυα Μεγιστοποίηση της επιρροής Παίγνια Stackelberg Κατηγοριοποίηση κόμβων Social networks Influence maximization Stackelberg games Node classification Χριστόπουλος, Δημήτριος Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| description |
Η ραγδαία εξάπλωση των κοινωνικών δικτύων, ειδικά τα τελευταία χρόνια, έχει καταστήσει την μελέτη αυτών ιδιαίτερα σημαντική λόγω των πολλών και διαφορετικών τομέων που αυτά βρίσκουν εφαρμογή, όπως η οικονομία, η κοινωνιολογία, η υγεία και η επιστήμη των υπολογιστών. Κεντρικά θέματα της έρευνας των κοινωνικών δικτύων αποτελούν η διάδοση της πληροφορίας και η αύξηση της επιρροής. Πολλοί ερευνητές έχουν κινηθεί προς την εύρεση ενός συνόλου κόμβων που όταν στοχευθούν σαν αρχικοί υιοθετούντες μιας ιδέας ή καινοτομίας θα μεγιστοποιήσουν την εξάπλωση αυτής της ιδέας. Ωστόσο, σε αρκετές περιπτώσεις, όπως στο ιογενές μάρκετινγκ, το πρόβλημα της μεγιστοποίησης της επιρροής χρειάζεται να λάβει υπόψιν την παρουσία πιθανών ανταγωνιστών. Αυτό συναντάται αρκετά σε πραγματικά δίκτυα όπου οι πελάτες καλούνται να επιλέξουν ανάμεσα σε δύο ή περισσότερα ανταγωνιστικά προϊόντα. Μία προσέγγιση για αυτήν την ανταγωνιστική διαδικασία είναι η χρήση της θεωρίας παιγνίων, με τους παίκτες να είναι οι αντίπαλες εταιρείες που προσπαθούν να προωθήσουν το προϊόν τους στους πελάτες(κόμβους). Στα πλαίσια αυτής της διπλωματικής το ανταγωνιστικό περιβάλλον θεωρείται ως ένα παιχνίδι Stackelberg. Πιο συγκεκριμένα επικεντρωνόμαστε στην βέλτιστη επιλογή ενός συνόλου κόμβων για τον παίκτη που κινείται δεύτερος (follower), αφού έχει κάνει την επιλογή του ο πρώτος παίκτης (leader). Το πειραματικό κομμάτι περιλαμβάνει την υλοποίηση του αλγορίθμου MATrix Influence(ΜΑΤΙ) υπό το ανταγωνιστικό OR μοντέλο διάχυσης για διάφορα σύνολα δεδομένων. Από την σύγκριση με σχετική βιβλιογραφία προέκυψαν ανταγωνιστικά αποτελέσματα. Επιπλέον, στην προσπάθεια επιτάχυνσης της διαδικασίας επιλογής κόμβων από τον ΜΑΤΙ, επιχειρούμε την κατηγοριοποίηση αυτών μέσω τεχνικών μηχανικής μάθησης, χρησιμοποιώντας χαρακτηριστικά των κόμβων του δικτύου. |
| author2 |
Christopoulos, Dimitrios |
| author_facet |
Christopoulos, Dimitrios Χριστόπουλος, Δημήτριος |
| author |
Χριστόπουλος, Δημήτριος |
| author_sort |
Χριστόπουλος, Δημήτριος |
| title |
Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| title_short |
Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| title_full |
Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| title_fullStr |
Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| title_full_unstemmed |
Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| title_sort |
μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων |
| publishDate |
2021 |
| url |
http://hdl.handle.net/10889/14993 |
| work_keys_str_mv |
AT christopoulosdēmētrios megistopoiēsēepirroēssekoinōnikadiktyaypoantagōnistikomontelodiachysēsmesōtheōriaspaigniōnkaikatēgoriopoiēsēskombōn AT christopoulosdēmētrios competitiveinfluencemaximizationinsocialnetworksusinggametheoryandnodeclassification |
| _version_ |
1771297321357672448 |
