Sosyal ağ analizi ve salgın modelleme
| dc.contributor.advisor | Şimşek, Mehmet | |
| dc.contributor.author | Sabah, Levent | |
| dc.date.accessioned | 2021-02-25T15:02:36Z | |
| dc.date.available | 2021-02-25T15:02:36Z | |
| dc.date.issued | 2018 | |
| dc.department | DÜ, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description | YÖK Tez No: 521251 | en_US |
| dc.description.abstract | Online Sosyal Ağlar, insanların gerçek hayattaki arkadaşlık, fikir paylaşımı, etkileme/etkilenme vb. sosyal ilişkilerini sanal ortama taşıyan araçlar olarak son yıllarda büyük bir hızla gelişmiştir. Bu özelliklerinden dolayı online sosyal ağlar viral pazarlama, kamuoyu şekillendirme gibi uygulamalar için uygun bir altyapı sunmaktadır. Ancak benzer şekilde; gerçek dışı bilgiler, dedikodu, bilgisayar virüsü ve istenmeyen içeriklerin kullanıcılar arasında yayılımına da olanak tanımaktadırlar. Viral pazarlama ve kamuoyu şekillendirmede bir bilginin/etkinin en üst düzeyde yayılımı istenirken; bir dedikodunun yayılımının en az seviyede kalması istenir. Her iki durumda da ilk olarak bilginin/etkinin nasıl yayıldığını modellemek gereklidir. Daha sonra, istenen bir etkinin yayılımını en üst seviyeye ulaştırmak için hangi kullanıcıların ilk olarak etkilenmesi/aktif hale getirilmesi gerektiği tespit edilebilir. Benzer şekilde, bir dedikodunun yada bilgisayar virüsünün yayılımını engellemek için hangi kullanıcıların bilinçlendirilmesi/hesaplarının korunması gerektiği tespit edilebilir. Bu tez çalışmasında, diğer birçok yayılım modelinin temeli olan Susceptible-Infectious-Recovered/Removed (SIR) salgın modeli online sosyal ağlar üzerinde bir etkinin yayılımını modellemek için kullanılmıştır. Etki yayılımının dinamiklerini daha iyi kavramak için farklı merkezilik ölçütlerine göre bireyler seçilmiş; bu bireyler başlangıçta aktif hale getirilmiş ve yayılımlar gözlemlenerek detaylı analizler yapılmıştır. Özünde SIR modeli, canlıların birbirlerine hastalık bulaştırma ihtimallerinin sayısal olarak simüle edildiği ve bir salgının zaman içerisinde kaç kişiyi etkilediğini gösteren bir modeldir. Tez kapsamında, SIR modeli bir ağ (şebeke) üzerinde çalışacak şekilde geliştirilmiş ve uygulanmıştır. Bu açıdan bakıldığında çalışmanın çıktıları yalnızca sosyal ağlar için değil; herhangi bir yayılımın modellendiği ağlar için de önemlidir. | en_US |
| dc.description.abstract | Online social networks; has developed rapidly in recent years as tools that move social relations of people have such as friendship, idea sharing, influence/exposure. into a virtual environment. Due to these features, online social networks offer a suitable infrastructure for applications such as viral marketing, public opinion shaping. But likewise; Non-genuine information, gossip, computer virus and unwanted content are also able to spread among the users. While the highest level of propagation of a knowledge / effect is desired in viral marketing and public opinion formation, it is desirable that the propagation of a gossip be kept at a minimum level. In both cases, the first thing that is necessary is modelling how the information/impact is spread. Later, It can be determined which users are needed to be firstly affected/activated to maximize the propagation of a desired effect. Similarly, it can be determined which users ' awareness/accounts should be protected to prevent the spread of a rumor or computer virus. In this thesis, the Susceptible-Infectious-Recovered/Removed (SIR) epidemic model, which is the basis of many other influence models, is used for modeling the influence of an impact on online social networks. To better grasp the dynamics of influence, individuals are selected according to different centralized criteria; these individuals were initially activated and detailed analyses were observed in the propagation. Substantially, the SIR is a model in which the likelihood of infectious diseases is simulated numerically and how many people affected an epidemic over time. Within the scope of the thesis, the SIR model has been utilized to operate on a network. From this perspective, the output of the study is not only for social networks; but also important for networks where any propagation is modeled. | en_US |
| dc.identifier.endpage | 103 | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=fS4sqEZr79C_n60Rk6MjFfZNq2gM9qDiifzP2NFl0lTSi_5TfEh7q8N_i6EoWZ2j | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12684/7068 | |
| dc.institutionauthor | Sabah, Levent | en_US |
| dc.language.iso | tr | en_US |
| dc.publisher | Düzce Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | en_US |
| dc.subject | Computer Engineering and Computer Science and Control | en_US |
| dc.subject | Mühendislik Bilimleri | en_US |
| dc.subject | Engineering Sciences | en_US |
| dc.title | Sosyal ağ analizi ve salgın modelleme | en_US |
| dc.title.alternative | Social network analysis and epidemic modelling | en_US |
| dc.type | Master Thesis | en_US |
Dosyalar
Orijinal paket
1 - 1 / 1
Yükleniyor...
- İsim:
- 521251.pdf
- Boyut:
- 7.23 MB
- Biçim:
- Adobe Portable Document Format
- Açıklama:
- Tam Metin / Full Text
