Otkrivanje zajednica u društvenim mrežama primjenom knjižnice Snap.py

završni rad

• Naslov (engleski): Community Detection in Social Networks Using Snap.py Library
• Autor: Helena Čeović
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Član povjerenstva: Petar Afrić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom završnom radu obrađen je jedan od najvažnijih problema u analizi društvenih mreža, a to je otkrivanje zajednica. Opisana je struktura društvenih mreža i mjere pomoću kojih se one analiziraju. Objašnjeni su postupci grupiranja u teoriji grafova. Proučeni su i opisani Girvan-Newman i Clauset-Newman algoritmi za otkrivanje nepreklapajućih zajednica u društvenim mrežama. Navedeni algoritmi provedeni su nad stvarnim skupom podataka te nad umjetno stvorenim skupom primjenom Watts-Strogatz modela te je dana usporedba njihovih rezultata. Opisan je pojam small-world fenomena te razvoj i svojstva Watts-Strogatz modela.

Sažetak (engleski)

This paper discusses one of the most important issuses in social network analysis which is community detection. A detailed description of a social network structure is given and measures used to analyze them. Different clustering techniques used in graph theory are also described. Steps of Girvan-Newman and ClausetNewman Moore algorithms for community detection are shown. The two algorithms are implemented in Snap.py library and evaluated on five real-world datasets as well as on generated random small-world graphs. Small-world phenomenon is described along with the evolution and characteristics of the Watts-Strogatz model.

• Ključne riječi: društvene mreže; otkrivanje zajednica; modularnost; Girvan-Newman algoritam; Clauset-Newman-Moore algoritam; small-world efekt; Watts-Strogatz model; knjižnica Snap.py
• Ključne riječi (engleski): social networks; community detection; modularity; Girvan-Newman algorithm; Clauset-Newman-Moore algorithm; small-world phenomenon; WattsStrogatz model; Snap.py library
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:391692
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 17:21:35