| Περίληψη: | Η πρόβλεψη της κοινωνικής επιρροής στα κοινωνικά δίκτυα είναι ένα σημαντικό αλλά και
δύσκολο πρόβλημα. Ο όρος κοινωνική επιρροή αναφέρεται συνήθως στο φαινόμενο ότι τα
συναισθήματα, οι απόψεις ή οι συμπεριφορές ενός ατόμου επηρεάζονται από άλλους. Η
συνεχής αύξηση της χρήσης διαδικτυακών και κινητών κοινωνικών πλατφορμών μας έχει κάνει
εμφανές το γεγονός πως οι άνθρωποι έχουν παρακολουθήσει τον αντίκτυπο της κοινωνικής
επιρροής σε κάθε τομέα, όπως προεδρικές εκλογές, διαφήμιση και υιοθέτηση καινοτομίας.
Μέχρι σήμερα, δεν υπάρχει αμφιβολία ότι η κοινωνική επιρροή έχει γίνει μια κυρίαρχη, αλλά
πολύπλοκη δύναμη που καθοδηγεί τις κοινωνικές μας αποφάσεις, κάνοντας σαφή ανάγκη για
μεθοδολογίες για τον χαρακτηρισμό, την κατανόηση και τον ποσοτικό προσδιορισμό των
υποκείμενων μηχανισμών και δυναμικών της κοινωνικής επιρροής.
Στην παρούσα διπλωματική εργασία, το πρόβλημα πρόβλεψης της επιρροής του κάθε χρήστη
αντιμετωπίζεται ως πρόβλημα ταξινόμησης, ενώ η πρόβλεψη της επιρροής των χρηστών
επιτυγχάνεται με την χρήση συνελικτικών νευρωνικών δικτύων και αλγόριθμών δημιουργίας
embeddings. Στόχος της παρούσας διπλωματικής εργασίας είναι η αξιολόγηση καθώς και η
βελτίωση του DeepInf μοντέλου με στόχο την πρόβλεψη της κοινωνικής επιρροής. Στην
μέθοδο του DeepInf, βασικό χαρακτηριστικό είναι η χρήση node embeddings για την
αναπαράσταση των χρηστών των κοινωνικών δικτύων, καθώς και η χρήση νευρωνικών
δίκτυων γράφου. Τα αποτελέσματα που προέκυψαν, από τέσσερα σύνολα δεδομένων
πραγματικού κόσμου αποδεικνύουν την αποτελεσματικότητα του μοντέλου αυτού αλλά και
την αποτελεσματικότητα του βελτιωμένου μοντέλου.
|
|---|
