{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2925599"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2925599","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Community Evolution Prediction in Social Networks","abstract":"Επικεντρωθήκαμε στη πρόβλεψη της δυναμικής συμπεριφοράς των κοινωνικών δικτύων χρησιμοποιώντας τόσο δομικά χαρακτηριστικά του δικτύου όσο και χαρακτηριστικά που προκύπτουν από το περιεχόμενο (κείμενο) που ανταλλάσσουν τα μέλη. Σε τέτοια δίκτυα οι κορυφές αναπαριστούν τα μέλη του κοινωνικού δικτύου και οι ακμές τις σχέσεις μεταξύ των μελών. Επιπλέον, υπάρχει περιεχόμενο σε μορφή κειμένου που συνοδεύει κάθε κορυφή. Στην παρούσα μεταπτυχιακή εργασία, εστιάζουμε στην δυναμική των κοινοτήτων, οι οποίες ορίζονται ως ομάδες κορυφών που αλληλεπιδρούν, και συγκεκριμένα στην πρόβλεψη της εξέλιξης των κοινοτήτων που μπορεί να είναι ανάπτυξη, συρρίκνωση ή θάνατος. Για την εξαγωγή δεδομένων που χαρακτηρίζουν τις κοινότητες, χρησιμοποιήθηκαν τεχνικές ενσωμάτωσης γραφημάτων και λέξεων στο διανυσματικό χώρο. Τα χαρακτηριστικά των κοινοτήτων χρησιμοποιήθηκαν για την επίλυση ενός προβλήματος ταξινόμησης που προβλέπει το γεγονός που θα παρουσιάσει η κοινότητα στο μέλλον. Εκτελέσαμε πειράματα σε δύο σύνολα δεδομένων τα οποία αποκτήθηκαν από τα πραγματικά κοινωνικά δίκτυα Mathematics Stack Exchange και Reddit. Από τα πειράματα, παρατηρούμε ότι τα αποτελέσματα που προκύπτουν χρησιμοποιώντας δομικά χαρακτηριστικά και χαρακτηριστικά κειμένου δε βελτιώθηκαν σε σύγκριση με αυτά που προκύπτουν χρησιμοποιώντας μόνο δομικά χαρακτηριστικά ή μόνο χαρακτηριστικά κειμένου.","abstract_html":"Επικεντρωθήκαμε στη πρόβλεψη της δυναμικής συμπεριφοράς των κοινωνικών δικτύων χρησιμοποιώντας τόσο δομικά χαρακτηριστικά του δικτύου όσο και χαρακτηριστικά που προκύπτουν από το περιεχόμενο (κείμενο) που ανταλλάσσουν τα μέλη. Σε τέτοια δίκτυα οι κορυφές αναπαριστούν τα μέλη του κοινωνικού δικτύου και οι ακμές τις σχέσεις μεταξύ των μελών. Επιπλέον, υπάρχει περιεχόμενο σε μορφή κειμένου που συνοδεύει κάθε κορυφή. Στην παρούσα μεταπτυχιακή εργασία, εστιάζουμε στην δυναμική των κοινοτήτων, οι οποίες ορίζονται ως ομάδες κορυφών που αλληλεπιδρούν, και συγκεκριμένα στην πρόβλεψη της εξέλιξης των κοινοτήτων που μπορεί να είναι ανάπτυξη, συρρίκνωση ή θάνατος. Για την εξαγωγή δεδομένων που χαρακτηρίζουν τις κοινότητες, χρησιμοποιήθηκαν τεχνικές ενσωμάτωσης γραφημάτων και λέξεων στο διανυσματικό χώρο. Τα χαρακτηριστικά των κοινοτήτων χρησιμοποιήθηκαν για την επίλυση ενός προβλήματος ταξινόμησης που προβλέπει το γεγονός που θα παρουσιάσει η κοινότητα στο μέλλον. Εκτελέσαμε πειράματα σε δύο σύνολα δεδομένων τα οποία αποκτήθηκαν από τα πραγματικά κοινωνικά δίκτυα Mathematics Stack Exchange και Reddit. Από τα πειράματα, παρατηρούμε ότι τα αποτελέσματα που προκύπτουν χρησιμοποιώντας δομικά χαρακτηριστικά και χαρακτηριστικά κειμένου δε βελτιώθηκαν σε σύγκριση με αυτά που προκύπτουν χρησιμοποιώντας μόνο δομικά χαρακτηριστικά ή μόνο χαρακτηριστικά κειμένου.","abstract_has_math":false,"creators":["Χαντζηθάνου Αγγελική","Chantzithanou Angeliki"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2020,"date_issued":"2020","date_published":"2020","updated_at":"2026-11-19T05:40:47Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","English","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2925599"],"render_values":[{"text":"uoadl:2925599","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2925599","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2925599","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2925599","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Χαντζηθάνου Αγγελική","Chantzithanou Angeliki"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2020"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","English","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2925599","https://pergamos.lib.uoa.gr/uoa/dl/object/2925599"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Επικεντρωθήκαμε στη πρόβλεψη της δυναμικής συμπεριφοράς των κοινωνικών δικτύων χρησιμοποιώντας τόσο δομικά χαρακτηριστικά του δικτύου όσο και χαρακτηριστικά που προκύπτουν από το περιεχόμενο (κείμενο) που ανταλλάσσουν τα μέλη. Σε τέτοια δίκτυα οι κορυφές αναπαριστούν τα μέλη του κοινωνικού δικτύου και οι ακμές τις σχέσεις μεταξύ των μελών. Επιπλέον, υπάρχει περιεχόμενο σε μορφή κειμένου που συνοδεύει κάθε κορυφή. Στην παρούσα μεταπτυχιακή εργασία, εστιάζουμε στην δυναμική των κοινοτήτων, οι οποίες ορίζονται ως ομάδες κορυφών που αλληλεπιδρούν, και συγκεκριμένα στην πρόβλεψη της εξέλιξης των κοινοτήτων που μπορεί να είναι ανάπτυξη, συρρίκνωση ή θάνατος. Για την εξαγωγή δεδομένων που χαρακτηρίζουν τις κοινότητες, χρησιμοποιήθηκαν τεχνικές ενσωμάτωσης γραφημάτων και λέξεων στο διανυσματικό χώρο. Τα χαρακτηριστικά των κοινοτήτων χρησιμοποιήθηκαν για την επίλυση ενός προβλήματος ταξινόμησης που προβλέπει το γεγονός που θα παρουσιάσει η κοινότητα στο μέλλον. Εκτελέσαμε πειράματα σε δύο σύνολα δεδομένων τα οποία αποκτήθηκαν από τα πραγματικά κοινωνικά δίκτυα Mathematics Stack Exchange και Reddit. Από τα πειράματα, παρατηρούμε ότι τα αποτελέσματα που προκύπτουν χρησιμοποιώντας δομικά χαρακτηριστικά και χαρακτηριστικά κειμένου δε βελτιώθηκαν σε σύγκριση με αυτά που προκύπτουν χρησιμοποιώντας μόνο δομικά χαρακτηριστικά ή μόνο χαρακτηριστικά κειμένου.","We have focused on predicting the dynamic behaviour of temporal networks, with structural and content (i.e. text) based features. In such networks, the nodes represent members and the edges represent their relations, while forming the structural pattern of the network. Furthermore, there is content associate to each node in the form of a short text. The focus of this thesis was to study the dynamics of communities, which can be defined as groupings of nodes which interact heavily, and in particular predict the future form of communities which can be growth, shrinkage, or death. Graph and word embedding techniques have been used to extract structural and content-based features that represent the communities. These community features were used to solve a classification problem that predicts the evolutionary event that the community will exhibit in the future. Experiments were performed in two real-world social network datasets obtained from Mathematics Stack Exchange and Reddit sites. From the experiments, we observe that using both structural and text features for the prediction, the results did not improve compared with those from using only structural features or only text features."]},{"key":"dc:title","label":"Title","values":["Community Evolution Prediction in Social Networks"]}]}],"canonical_facts":{"dc:creator":["Χαντζηθάνου Αγγελική","Chantzithanou Angeliki"],"dc:date":["2020"],"dc:description":["Επικεντρωθήκαμε στη πρόβλεψη της δυναμικής συμπεριφοράς των κοινωνικών δικτύων χρησιμοποιώντας τόσο δομικά χαρακτηριστικά του δικτύου όσο και χαρακτηριστικά που προκύπτουν από το περιεχόμενο (κείμενο) που ανταλλάσσουν τα μέλη. Σε τέτοια δίκτυα οι κορυφές αναπαριστούν τα μέλη του κοινωνικού δικτύου και οι ακμές τις σχέσεις μεταξύ των μελών. Επιπλέον, υπάρχει περιεχόμενο σε μορφή κειμένου που συνοδεύει κάθε κορυφή. Στην παρούσα μεταπτυχιακή εργασία, εστιάζουμε στην δυναμική των κοινοτήτων, οι οποίες ορίζονται ως ομάδες κορυφών που αλληλεπιδρούν, και συγκεκριμένα στην πρόβλεψη της εξέλιξης των κοινοτήτων που μπορεί να είναι ανάπτυξη, συρρίκνωση ή θάνατος. Για την εξαγωγή δεδομένων που χαρακτηρίζουν τις κοινότητες, χρησιμοποιήθηκαν τεχνικές ενσωμάτωσης γραφημάτων και λέξεων στο διανυσματικό χώρο. Τα χαρακτηριστικά των κοινοτήτων χρησιμοποιήθηκαν για την επίλυση ενός προβλήματος ταξινόμησης που προβλέπει το γεγονός που θα παρουσιάσει η κοινότητα στο μέλλον. Εκτελέσαμε πειράματα σε δύο σύνολα δεδομένων τα οποία αποκτήθηκαν από τα πραγματικά κοινωνικά δίκτυα Mathematics Stack Exchange και Reddit. Από τα πειράματα, παρατηρούμε ότι τα αποτελέσματα που προκύπτουν χρησιμοποιώντας δομικά χαρακτηριστικά και χαρακτηριστικά κειμένου δε βελτιώθηκαν σε σύγκριση με αυτά που προκύπτουν χρησιμοποιώντας μόνο δομικά χαρακτηριστικά ή μόνο χαρακτηριστικά κειμένου.","We have focused on predicting the dynamic behaviour of temporal networks, with structural and content (i.e. text) based features. In such networks, the nodes represent members and the edges represent their relations, while forming the structural pattern of the network. Furthermore, there is content associate to each node in the form of a short text. The focus of this thesis was to study the dynamics of communities, which can be defined as groupings of nodes which interact heavily, and in particular predict the future form of communities which can be growth, shrinkage, or death. Graph and word embedding techniques have been used to extract structural and content-based features that represent the communities. These community features were used to solve a classification problem that predicts the evolutionary event that the community will exhibit in the future. Experiments were performed in two real-world social network datasets obtained from Mathematics Stack Exchange and Reddit sites. From the experiments, we observe that using both structural and text features for the prediction, the results did not improve compared with those from using only structural features or only text features."],"dc:identifier":["uoadl:2925599","https://pergamos.lib.uoa.gr/uoa/dl/object/2925599"],"dc:language":["Ελληνικά","English","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Community Evolution Prediction in Social Networks"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:40:47Z"}