As redes sociais se tornaram um novo e importante meio de intercâmbio de informações, ideias e comunicação que aproximam parentes e amigos sem importar as distâncias. Dada a natureza aberta da Internet, as informações podem fluir muito fácil e rápido na população. A rede pode ser representada como um grafo, onde os indivíduos ou organizações são o conjunto de vértices e os relacionamentos ou conexões entre os vértices são o conjunto de arestas. Além disso, as redes sociais representam intrinsecamente a estrutura de um sistema mais complexo que é a sociedade. Estas estruturas estão relacionadas com as características dos indivíduos. Por exemplo, os indivíduos mais populares são aqueles com maior número de conexões. Em particular, é aceito que a estrutura da rede pode afetar a forma como a informação se propaga nas redes sociais. No entanto, ainda não está claro como a estrutura influencia na propagação, como medir seu impacto e quais as possíveis estratégias para controlar o processo de difusão. Nesta tese buscamos contribuir nas análises da interação entre as dinâmicas de propagação de informações e rumores e a estrutura da rede. Propomos um modelo de propagação mais realista considerando a heterogeneidade dos indivíduos na transmissão de ideias ou informações. Nós confirmamos a presença de propagadores mais influentes na dinâmica de rumor e observamos que é possível melhorar ou reduzir expressivamente a difusão de uma informação ao selecionar uma fração muito pequena de propagadores influentes. No caso em que se objetiva selecionar um conjunto de propagadores iniciais que maximizem a difusão de informação, a melhor opção é selecionar os indivíduos mais centrais ou importantes nas comunidades. Porém, se o padrão de conexão dos vértices está negativamente correlacionado, a melhor alternativa é escolher entre os indivíduos mais centrais de toda a rede. Por outro lado, através de abordagens topológicas e de técnicas de aprendizagem máquina, identificamos aos propagadores menos influentes e mostramos que eles atuam como um firewall no processo de difusão. Nós propomos um método adaptativo de reconexão entre os vértices menos influentes para um indivíduo central da rede, sem afetar a distribuição de grau da rede. Aplicando o nosso método em uma pequena fração de propagadores menos influentes, observamos um aumento importante na capacidade de propagação desses vértices e da rede toda. Nossos resultados vêm de uma ampla gama de simulações em conjuntos de dados artificiais e do mundo real e a comparação com modelos clássicos de propagação da literatura. A propagação da informação em redes é de grande relevância para as áreas de publicidade e marketing, educação, campanhas políticas ou de saúde, entre outras. Os resultados desta tese podem ser aplicados e estendidos em diferentes campos de pesquisa como redes biológicas e modelos de comportamento social animal, modelos de propagação de epidemias e na saúde pública, entre outros. / On-line Social networks become a new and important medium of exchange of information, ideas and communication that approximate relatives and friends no matter the distances. Given the open nature of the Internet, the information can flow very easy and fast in the population. The network can be represented as a graph, where individuals or organizations are the set of vertices and the relationship or connection among the vertices are the set of edge. Moreover, the social networks are also intrinsically representing the structure of a more complex system that is the society. These structures are related with characteristics of the subjects, like the most popular individuals have many connections, the correlation in the connectivity of vertices that is a trace of homophily phenomenon, among many others. In particular, it is well accepted that the structure of the network can affect the way the information propagates on the social networks. However, how the structure impacts in the propagation, how to measure that impact and what are the strategies for controlling the propagation of some information, it is still unclear. In this thesis, we seek to contribute in the analysis of the interplay between the dynamics of information and rumor spreading and the structure of the networks. We propose a more realistic propagation model considering the heterogeneity of the individuals in the transmission of ideas or information. We confirm the presence of influential spreaders in the rumor propagation process and found that selecting a very small fraction of influential spreaders, it is possible to expressively improve or reduce de diffusion of some information on the network. In the case we want to select a set of initial spreaders that maximize the information diffusion on the network, the simple and best alternative is to select the most central or important individuals from the networks communities. But, if the pattern of connection of the networks is negatively correlated, the best alternative is to choose from the most central individuals in the whole network. On the other hand, we identify, by topological approach and machine learning techniques, the least influential spreaders and show that they act as a firewall in the propagation process. We propose an adaptative method that rewires one edge for a given vertex to a central individual, without affecting the overall distribution of connection. Applying our proposed method in a little fraction of least influential spreaders, we observed an important increasing in the capacity of propagation of these vertices and in the overall network. Our results are from a wide range of simulations in artificial and real-world data sets and the comparison with the classical rumor propagation model. The propagation of information is of greatest relevance for publicity and marketing area, education, political or health campaigns, among others. The results of this these might be applicable and extended in different research fields like biological networks and animal social behavior models.

Made available in DSpace on 2016-04-26T18:15:16Z (GMT). No. of bitstreams: 1 Grazziani Barreto Colombo.pdf: 2156642 bytes, checksum: 0f096db6f6275455f5fdc82868f3edf5 (MD5) Previous issue date: 2015-08-03 / This research has as object social networks, specifically Facebook, including participations and interactions on the network. The aim is to investigate the phenomenon of the spread of information under the following approach: to participate is to exist. To that end, variables of influence, communication and reputation involved in the spread and in the forms of participation, which qualify the existence of individuals in the network were studied. The issue involved is that user's forms of participation on social networks are in a transitional movement that changes his perception of existence in the digital environment. There is no stability among the types of interactions that generate the spread of information. These forms are linked to the current structures of social networks: if they change, the forms of participation are also changed, and therefore, the feedback from peers and their perception of existence on the network. The spread also depends on the network algorithm, which defines the rules and content distribution thresholds. Thus, for the diffusion to happen, two decision thresholds will be needed: the user's and the algorithm's. The hypothesis is that user participation qualifies its existence on online social networks. To participate is to exist. Through Granovetter's studies - on the forces between the connections of users and decision thresholds in collective participation, Gladwell and Christakis - about the influences of network connections - the project presents theoretical grounds to advance in the understanding of the dissemination of information on social networks. Users' strong ties are crucial cogs to the scope of the two thresholds within the network. The analyzed case is the "Ice Bucket Challenge", a movement in favor of the Amyotrophic Lateral Sclerosis Association (ALSA). It worked as follows: a person would pour a bucket of water with ice on his head and challenge three others to do the same within 24 hours or donate $ 100 to the association. The message reached tens of millions of people and led the Association to raise 45 times more donations than the previous year. The clarification sought about how the spread of information in social networks and its direct relationship with the existence of individuals, makes it possible the raise of new issues and analysis related to algorithms decision thresholds, as well as new definitions of what is to participate of/to belong to a social network / Esta pesquisa tem como objeto as redes sociais, especificamente o Facebook, compreendendo participações e interações na rede. O objetivo é investigar o fenômeno da propagação de informações sob o seguinte ângulo: participar é existir. Para tanto, foram estudadas as variáveis de influência, comunicação e reputação implicadas na propagação e nas formas de participação, as quais qualificam a existência dos indivíduos na rede. A problemática envolvida é que as formas de participação dos usuários nas redes sociais estão em um movimento transitório que altera sua percepção de existência no meio. Não há uma estabilidade entre os tipos de interação que geram a propagação de informação. Essas formas estão ligadas às atuais estruturas das redes sociais: se elas mudam, as formas de participação também se alteram e por consequência o feedback dos pares e a sua percepção de existir na rede. A propagação também depende do algoritmo da rede, que define as regras e os limiares de distribuição de conteúdo. Assim, para que a difusão aconteça, será necessário o alcance de dois limiares de decisão: o do usuário e o do algoritmo. A hipótese é que a participação do usuário qualifica sua existência nas redes sociais on-line. Participar é existir. Através dos estudos de Granovetter sobre as forças entre as conexões dos usuários e dos limiares de decisão em participações coletivas, Gladwell e Christakis sobre as influências das conexões em rede o projeto apresenta bases teóricas para avançar no entendimento da difusão de informações nas redes sociais. Os laços fortes dos usuários são engrenagens fundamentais para o alcance dos dois limiares dentro da rede. O caso analisado é o Desafio do balde de gelo (Ice Bucket Challenge), um movimento em prol da Associação Americana de Esclerose Lateral Amiotrófica (ALSA). A operação funcionava da seguinte forma: uma pessoa derramava um balde de água com gelo sobre a cabeça e desafiava três outras pessoas a fazer o mesmo dentro de 24 horas ou doar US$ 100 para a associação. A propagação atingiu dezenas de milhões de pessoas e fez com que a Associação arrecadasse 45 vezes mais doações que o ano anterior. O esclarecimento que se buscou sobre como a propagação de informações nas redes sociais e sua relação direta com a existência dos indivíduos possibilita levantar novas questões e análises em relação ao limiar de decisão dos algoritmos, bem como as novas definições do que é participar na rede

As redes sociais se tornaram um novo e importante meio de intercâmbio de informações, ideias e comunicação que aproximam parentes e amigos sem importar as distâncias. Dada a natureza aberta da Internet, as informações podem fluir muito fácil e rápido na população. A rede pode ser representada como um grafo, onde os indivíduos ou organizações são o conjunto de vértices e os relacionamentos ou conexões entre os vértices são o conjunto de arestas. Além disso, as redes sociais representam intrinsecamente a estrutura de um sistema mais complexo que é a sociedade. Estas estruturas estão relacionadas com as características dos indivíduos. Por exemplo, os indivíduos mais populares são aqueles com maior número de conexões. Em particular, é aceito que a estrutura da rede pode afetar a forma como a informação se propaga nas redes sociais. No entanto, ainda não está claro como a estrutura influencia na propagação, como medir seu impacto e quais as possíveis estratégias para controlar o processo de difusão. Nesta tese buscamos contribuir nas análises da interação entre as dinâmicas de propagação de informações e rumores e a estrutura da rede. Propomos um modelo de propagação mais realista considerando a heterogeneidade dos indivíduos na transmissão de ideias ou informações. Nós confirmamos a presença de propagadores mais influentes na dinâmica de rumor e observamos que é possível melhorar ou reduzir expressivamente a difusão de uma informação ao selecionar uma fração muito pequena de propagadores influentes. No caso em que se objetiva selecionar um conjunto de propagadores iniciais que maximizem a difusão de informação, a melhor opção é selecionar os indivíduos mais centrais ou importantes nas comunidades. Porém, se o padrão de conexão dos vértices está negativamente correlacionado, a melhor alternativa é escolher entre os indivíduos mais centrais de toda a rede. Por outro lado, através de abordagens topológicas e de técnicas de aprendizagem máquina, identificamos aos propagadores menos influentes e mostramos que eles atuam como um firewall no processo de difusão. Nós propomos um método adaptativo de reconexão entre os vértices menos influentes para um indivíduo central da rede, sem afetar a distribuição de grau da rede. Aplicando o nosso método em uma pequena fração de propagadores menos influentes, observamos um aumento importante na capacidade de propagação desses vértices e da rede toda. Nossos resultados vêm de uma ampla gama de simulações em conjuntos de dados artificiais e do mundo real e a comparação com modelos clássicos de propagação da literatura. A propagação da informação em redes é de grande relevância para as áreas de publicidade e marketing, educação, campanhas políticas ou de saúde, entre outras. Os resultados desta tese podem ser aplicados e estendidos em diferentes campos de pesquisa como redes biológicas e modelos de comportamento social animal, modelos de propagação de epidemias e na saúde pública, entre outros. / On-line Social networks become a new and important medium of exchange of information, ideas and communication that approximate relatives and friends no matter the distances. Given the open nature of the Internet, the information can flow very easy and fast in the population. The network can be represented as a graph, where individuals or organizations are the set of vertices and the relationship or connection among the vertices are the set of edge. Moreover, the social networks are also intrinsically representing the structure of a more complex system that is the society. These structures are related with characteristics of the subjects, like the most popular individuals have many connections, the correlation in the connectivity of vertices that is a trace of homophily phenomenon, among many others. In particular, it is well accepted that the structure of the network can affect the way the information propagates on the social networks. However, how the structure impacts in the propagation, how to measure that impact and what are the strategies for controlling the propagation of some information, it is still unclear. In this thesis, we seek to contribute in the analysis of the interplay between the dynamics of information and rumor spreading and the structure of the networks. We propose a more realistic propagation model considering the heterogeneity of the individuals in the transmission of ideas or information. We confirm the presence of influential spreaders in the rumor propagation process and found that selecting a very small fraction of influential spreaders, it is possible to expressively improve or reduce de diffusion of some information on the network. In the case we want to select a set of initial spreaders that maximize the information diffusion on the network, the simple and best alternative is to select the most central or important individuals from the networks communities. But, if the pattern of connection of the networks is negatively correlated, the best alternative is to choose from the most central individuals in the whole network. On the other hand, we identify, by topological approach and machine learning techniques, the least influential spreaders and show that they act as a firewall in the propagation process. We propose an adaptative method that rewires one edge for a given vertex to a central individual, without affecting the overall distribution of connection. Applying our proposed method in a little fraction of least influential spreaders, we observed an important increasing in the capacity of propagation of these vertices and in the overall network. Our results are from a wide range of simulations in artificial and real-world data sets and the comparison with the classical rumor propagation model. The propagation of information is of greatest relevance for publicity and marketing area, education, political or health campaigns, among others. The results of this these might be applicable and extended in different research fields like biological networks and animal social behavior models.