Return to search

Predição de relacionamentos em redes sociais

Made available in DSpace on 2014-06-12T16:00:36Z (GMT). No. of bitstreams: 2
arquivo6801_1.pdf: 1400447 bytes, checksum: 82d5aa21900e4c2f42e7f550a790713e (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2011 / Universidade Federal de Pernambuco / A Predição de Relacionamentos (Link Prediction) é uma importante
atividade no campo da Análise em Redes Sociais. Esta atividade se refere em
predizer o surgimento de relacionamentos futuros entre os nós em uma rede
social.
Uma das estratégias para realizar as predições se dá por meio da
aprendizagem supervisionada. Neste caso, a predição é tratada como um
problema de classificação binária. Os atributos preditores são as métricas
computadas para indicar a proximidade ou similaridade de um par de nós. As
classes positiva e negativa representam, respectivamente, a presença e
ausência de um relacionamento entre esse par no futuro.
Apesar de ser uma abordagem bem consolidada na literatura, a maioria
das pesquisas que emprega a aprendizagem supervisionada utiliza apenas
redes sem pesos. Atribuir pesos para os relacionamentos da rede é uma
maneira de expressar a força dos relacionamentos entre os nós, o que pode
potencialmente fornecer informações úteis para a predição. Estudos têm
demonstrado que a utilidade de empregar pesos nos relacionamentos com
abordagens não supervisionadas ainda é controversa, enquanto este ponto é
pouco explorado na abordagem supervisionada.
Neste contexto, o objetivo principal deste trabalho foi investigar se adotar
pesos nos relacionamentos entre os nós contribui para a otimização do
desempenho da predição supervisionada. A avaliação se deu pela comparação
de diferentes algoritmos de classificação em redes com e sem pesos. De modo
geral, os resultados com a predição supervisionada em duas redes de coautorias
revelaram que uma pequena, mas relevante melhoria de desempenho
foi obtida quando os pesos foram considerados

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2719
Date31 January 2011
CreatorsSÁ, Hially Rodrigues de
ContributorsPRUDÊNCIO, Ricardo Bastos Cavalcante
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds