The effect of network characteristics on competitive performances of centrality-based heuristics in influence maximization
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: İngilizce
Öğrenci: CANSU ÖZERİM
Danışman: GÖNENÇ YÜCEL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sosyal ağlar zaman ve bütçe kısıtları altında insanların çok çeşitli bilgileri kolaylıkla büyük kitlelere yaymalarını sağlar. Birçok araştırmacı bu kısıtlara karşılık çeşitli çekirdek küme seçim yaklaşımları önermişlerdir. Etki Enbüyüklemesi olarak adlandırılan bu problemde önerilen çekirdek küme seçim yaklaşımları yayılımı ağdaki en etkili kullanıcıları içeren küçük bir alt gruptan başlatmayı amaçlamaktadır. Ancak gerçek hayatta ağda yayılmakta olan ve birbiri ile rekabet eden birden fazla bilgi vardır ve çekirdek küme seçim yaklaşımları rakiplerin birbiri ile olan etkileşiminden de etkilenmektedir. Bu problem Rekabetçi Etki Enbüyüklemesi olarak adlandırılır. Ayrıca yakın zamanda önerilen yaklaşımların performanslarının ağın yapısal özelliklerinden de etkilendiği ortaya çıkarılmıştır. Bu bağlamda bu tezin amacı ağ yapısal özelliklerinin çekirdek küme seçim yaklaşımlarının Rekabetçi Etki Enbüyüklemesi' ndeki performansları üzerindeki doğrudan etkisini araştırmaktır. Bu amacı gerçekleştirmek için 13 gerçek ağ veriseti üzerinde Doğrusal Eşik Modeli' nin bir versiyonu kullanılarak benzetim tabanlı bir çalışma gerçekleştirilmiştir. Beş ana ağ yapısı özelliğinin (ortalama kümelenme katsayısı, ortalama derece, normalleştirilmiş ortalama yol uzunluğu, normalleştirilmiş derece varyansı, yoğunluk) etkisi araştırılmıştır. En yaygın şekilde kullanılan dört merkeziyet tabanlı sezgiselin (arasındalık merkezliği, derece merkezliği, yakınlık merkezliği, öz vektör merkezliği) rekabetçi olan ve olmayan Etki Enbüyüklemesi' ndeki performansları kıyaslanmıştır. Sezgisellerin performanslarının yapısal karakteristik değişimlerine karşı nasıl değiştiği regresyon ağacı metodu kullanılarak yorumlanmıştır. Somut bulgular beklendiği üzere sezgisellerin performanslarının ağdaki bir rakibin varlığına ve bu rakibin tipine karşı duyarlı olduğunu göstermiştir. Ayrıca ağ yapısal özelliklerinin sezgiseller üzerindeki etkilerinin rekabet olan ve olmayan etki enbüyüklemesi arasında farklılık gösterdiği gözlemlenmiştir. Bulgular ağ özelliklerinin etkilerinin ve Rekabetçi Etki Enbüyüklemesi' nin birlikte ele alınması gereken iki konu olduğunun önemini vurgulamaktadır.