Heurísticas híbridas para resolução do problema de conjunto convergente mínimo

Detalhes bibliográficos
Autor(a) principal: Hardoim, Vitor Costa
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/22698
Resumo: O objetivo do presente estudo ´e solucionar o problema conhecido como Problema de Conjunto Convergente M´ınimo (PCCM) ou Weighted Target Set Selection (WTSS), cujo objetivo ´e minimizar o custo de disseminar informa¸c˜oes ou propagandas em uma rede social. Para isso, deve-se identificar um subconjunto de usu´arios influentes que proporci onem um baixo custo na solu¸c˜ao final e que sejam capazes de influenciar todo o resto da rede. Neste trabalho, foram utilizadas duas estrat´egias para abordar esse problema. A primeira busca refinar os resultados j´a encontrados por outros estudos, baseados na hi bridiza¸c˜ao da metaheur´ıstica GRASP com minera¸c˜ao de dados (DM-GRASP). Enquanto a segunda explora ainda mais essa hibridiza¸c˜ao, se beneficiando da minera¸c˜ao de dados em v´arios momentos da execu¸c˜ao da heur´ıstica (MDM-GRASP). Ambas as estrat´egias obtiveram solu¸c˜oes de qualidade superior `as presentes na literatura, conforme mostram os resultados computacionais
id UFF-2_73a696d8b5c72f49854e30b608aa7f86
oai_identifier_str oai:app.uff.br:1/22698
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Heurísticas híbridas para resolução do problema de conjunto convergente mínimoMetaheurística híbridaGRASPMineração de dadosProblema de conjunto convergente mínimoMetaheurística híbridaMetaheurística GRASPMineração de dados (Computação)Hybrid metaheuristicData miningWeighted target set selection problemO objetivo do presente estudo ´e solucionar o problema conhecido como Problema de Conjunto Convergente M´ınimo (PCCM) ou Weighted Target Set Selection (WTSS), cujo objetivo ´e minimizar o custo de disseminar informa¸c˜oes ou propagandas em uma rede social. Para isso, deve-se identificar um subconjunto de usu´arios influentes que proporci onem um baixo custo na solu¸c˜ao final e que sejam capazes de influenciar todo o resto da rede. Neste trabalho, foram utilizadas duas estrat´egias para abordar esse problema. A primeira busca refinar os resultados j´a encontrados por outros estudos, baseados na hi bridiza¸c˜ao da metaheur´ıstica GRASP com minera¸c˜ao de dados (DM-GRASP). Enquanto a segunda explora ainda mais essa hibridiza¸c˜ao, se beneficiando da minera¸c˜ao de dados em v´arios momentos da execu¸c˜ao da heur´ıstica (MDM-GRASP). Ambas as estrat´egias obtiveram solu¸c˜oes de qualidade superior `as presentes na literatura, conforme mostram os resultados computacionaisThe present study aims at solving the problem known as Weighted Target Set Selection (WTSS), whose objective is to minimize the cost of disseminating information and ad vertisements through a social network. To achieve this, we must identify a subset of influential users that will provide a low-cost solution and be capable of influencing the entire set of users in the network. In this work, two strategies were used to approach this problem. The first strategy seeks to refine the results already found by other studies, based on the hybridization of the GRASP metaheuristic with data mining (DM-GRASP). The second strategy explores this hybridization even more, benefiting from mining data at several points of its execution (MDM-GRASP). Both strategies obtained higher quality solutions than those found in the literature, as shown by the computational results.Martins, Simone de LimaRosseti, Isabel Cristina MelloRamírez, Jorge MorenoPlastino, AlexandreHardoim, Vitor Costa2021-07-20T13:13:49Z2021-07-20T13:13:49Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfHARDOIM, Vitor Costa. Heurísticas híbridas para resolução do problema de conjunto convergente mínimo. 2020. 50 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020.https://app.uff.br/riuff/handle/1/22698http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-09-23T12:27:23Zoai:app.uff.br:1/22698Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:01:32.987116Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
title Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
spellingShingle Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
Hardoim, Vitor Costa
Metaheurística híbrida
GRASP
Mineração de dados
Problema de conjunto convergente mínimo
Metaheurística híbrida
Metaheurística GRASP
Mineração de dados (Computação)
Hybrid metaheuristic
Data mining
Weighted target set selection problem
title_short Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
title_full Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
title_fullStr Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
title_full_unstemmed Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
title_sort Heurísticas híbridas para resolução do problema de conjunto convergente mínimo
author Hardoim, Vitor Costa
author_facet Hardoim, Vitor Costa
author_role author
dc.contributor.none.fl_str_mv Martins, Simone de Lima
Rosseti, Isabel Cristina Mello
Ramírez, Jorge Moreno
Plastino, Alexandre
dc.contributor.author.fl_str_mv Hardoim, Vitor Costa
dc.subject.por.fl_str_mv Metaheurística híbrida
GRASP
Mineração de dados
Problema de conjunto convergente mínimo
Metaheurística híbrida
Metaheurística GRASP
Mineração de dados (Computação)
Hybrid metaheuristic
Data mining
Weighted target set selection problem
topic Metaheurística híbrida
GRASP
Mineração de dados
Problema de conjunto convergente mínimo
Metaheurística híbrida
Metaheurística GRASP
Mineração de dados (Computação)
Hybrid metaheuristic
Data mining
Weighted target set selection problem
description O objetivo do presente estudo ´e solucionar o problema conhecido como Problema de Conjunto Convergente M´ınimo (PCCM) ou Weighted Target Set Selection (WTSS), cujo objetivo ´e minimizar o custo de disseminar informa¸c˜oes ou propagandas em uma rede social. Para isso, deve-se identificar um subconjunto de usu´arios influentes que proporci onem um baixo custo na solu¸c˜ao final e que sejam capazes de influenciar todo o resto da rede. Neste trabalho, foram utilizadas duas estrat´egias para abordar esse problema. A primeira busca refinar os resultados j´a encontrados por outros estudos, baseados na hi bridiza¸c˜ao da metaheur´ıstica GRASP com minera¸c˜ao de dados (DM-GRASP). Enquanto a segunda explora ainda mais essa hibridiza¸c˜ao, se beneficiando da minera¸c˜ao de dados em v´arios momentos da execu¸c˜ao da heur´ıstica (MDM-GRASP). Ambas as estrat´egias obtiveram solu¸c˜oes de qualidade superior `as presentes na literatura, conforme mostram os resultados computacionais
publishDate 2020
dc.date.none.fl_str_mv 2020
2021-07-20T13:13:49Z
2021-07-20T13:13:49Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv HARDOIM, Vitor Costa. Heurísticas híbridas para resolução do problema de conjunto convergente mínimo. 2020. 50 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020.
https://app.uff.br/riuff/handle/1/22698
identifier_str_mv HARDOIM, Vitor Costa. Heurísticas híbridas para resolução do problema de conjunto convergente mínimo. 2020. 50 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2020.
url https://app.uff.br/riuff/handle/1/22698
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1811823639377477632

Registros relacionados