Complex networks across disciplines: community detection methods in social and meteorological networks

Detalhes bibliográficos
Autor(a) principal: Seron, Wilson Francisco Moreira de Souza [UNIFESP]
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da UNIFESP
Texto Completo: https://repositorio.unifesp.br/xmlui/handle/11600/63843
Resumo: Ao estudar sistemas complexos presentes na natureza, tais como redes de neurônios e proteínas, ou sistemas complexos criados pelo homem, é possível observar a presença de estruturas modulares, chamadas comunidades. Uma comunidade é formada por um subconjunto de vértices que estão mais ligados uns aos outros, em comparação com os outros vértices da rede. Nesta pesquisa, foi estudado o uso de redes complexas em modelagem de tópicos, redes sociais e em redes espaciais. Especificamente, foi proposto um modelo de modelagem de tópicos baseado em detecção de comunidades. Além disso, foi apresentado algumas aplicações pontuais de redes complexas no combate à desinformação nas redes sociais. E por fim, a pesquisa se encerra na análise da consistência de comunidades em redes espaciais. Os resultados mostram que o método de modelagem de tópicos apresentou resultados melhores que as técnicas tradicionais em dados provenientes de redes sociais. Já a aplicação de redes complexas no combate a desinformação, demonstra que a análise a detecção de comunidades de usuários pode auxiliar na identificação de usuários que propagam desinformação, ou encontrar conjuntos de links que levam para sites com conteúdos de desinformação. A respeito da análise espacial das comunidades, os resultados demonstram que em redes meteorológicas variáveis como o uso do solo, ou a altimetria do terreno, influenciam na estrutura das comunidades no espaço. Em resumo, os resultados da pesquisa contribuíram em diversas áreas através da utilização de redes complexas.
id UFSP_c29b739e7ab5fcbdeea27895b8a821e1
oai_identifier_str oai:repositorio.unifesp.br:11600/63843
network_acronym_str UFSP
network_name_str Repositório Institucional da UNIFESP
repository_id_str 3465
spelling Seron, Wilson Francisco Moreira de Souza [UNIFESP]http://lattes.cnpq.br/8712751771968962http://lattes.cnpq.br/8867164774240536http://lattes.cnpq.br/9147853693310634Quiles, Marcos [UNIFESP]Santos, LeonardoInstituto de Ciência e Tecnologia (ICT-Unifesp)2022-05-18T17:58:11Z2022-05-18T17:58:11Z2022-02-24https://repositorio.unifesp.br/xmlui/handle/11600/63843Ao estudar sistemas complexos presentes na natureza, tais como redes de neurônios e proteínas, ou sistemas complexos criados pelo homem, é possível observar a presença de estruturas modulares, chamadas comunidades. Uma comunidade é formada por um subconjunto de vértices que estão mais ligados uns aos outros, em comparação com os outros vértices da rede. Nesta pesquisa, foi estudado o uso de redes complexas em modelagem de tópicos, redes sociais e em redes espaciais. Especificamente, foi proposto um modelo de modelagem de tópicos baseado em detecção de comunidades. Além disso, foi apresentado algumas aplicações pontuais de redes complexas no combate à desinformação nas redes sociais. E por fim, a pesquisa se encerra na análise da consistência de comunidades em redes espaciais. Os resultados mostram que o método de modelagem de tópicos apresentou resultados melhores que as técnicas tradicionais em dados provenientes de redes sociais. Já a aplicação de redes complexas no combate a desinformação, demonstra que a análise a detecção de comunidades de usuários pode auxiliar na identificação de usuários que propagam desinformação, ou encontrar conjuntos de links que levam para sites com conteúdos de desinformação. A respeito da análise espacial das comunidades, os resultados demonstram que em redes meteorológicas variáveis como o uso do solo, ou a altimetria do terreno, influenciam na estrutura das comunidades no espaço. Em resumo, os resultados da pesquisa contribuíram em diversas áreas através da utilização de redes complexas.When studying complex systems present in nature, such as networks of neurons and proteins, or complex systems created by man, it is possible to observe the presence of modular structures, called communities. A community is formed by a subset of vertices that are more connected to each other, compared to the other vertices in the network. In this research, the use of complex networks in topic modeling, social networks, and spatial networks was studied. Specifically, a topic modeling model based on community detection was proposed. In addition, some specific applications of complex networks to combat misinformation in social networks were presented. And finally, the research closes on the analysis of community consistency in spatial networks. The results show that the topic modeling method presented better results than traditional techniques on data from social networks. The application of complex networks to combat misinformation shows that the analysis and detection of user communities can help identify users who spread misinformation or find sets of links that lead to sites with misinformation content. Regarding the spatial analysis of communities, the results show that in weather networks variables such as land use, or terrain altimetry, influence the structure of communities in space. In summary, the research results have contributed to several areas through the use of complex networks.Não recebi financiamento153 f.engUniversidade Federal de São PauloRedes ComplexasRedes SociaisDetecção de ComunidadesModelagem de tópicosComplex networks across disciplines: community detection methods in social and meteorological networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESPInstituto de Ciência e Tecnologia (ICT)Ciência da ComputaçãoRedes ComplexasSistemas InteligentesORIGINALWilson_Seron_tese.pdfWilson_Seron_tese.pdfapplication/pdf12667783${dspace.ui.url}/bitstream/11600/63843/1/Wilson_Seron_tese.pdf90e1cfbb556cf432cce6afcf801e6526MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-85852${dspace.ui.url}/bitstream/11600/63843/2/license.txt0ead4cdbad94603e13e20817a2499185MD52open accessTEXTWilson_Seron_tese.pdf.txtWilson_Seron_tese.pdf.txtExtracted texttext/plain398582${dspace.ui.url}/bitstream/11600/63843/6/Wilson_Seron_tese.pdf.txtcbc223392b99044d87c997c1138b509eMD56open accessTHUMBNAILWilson_Seron_tese.pdf.jpgWilson_Seron_tese.pdf.jpgIM Thumbnailimage/jpeg3697${dspace.ui.url}/bitstream/11600/63843/8/Wilson_Seron_tese.pdf.jpge7579661436be634429d9cb6974ac313MD58open access11600/638432023-05-16 01:22:17.826open accessoai:repositorio.unifesp.br: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Repositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestopendoar:34652023-05-25T12:43:22.801485Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false
dc.title.pt_BR.fl_str_mv Complex networks across disciplines: community detection methods in social and meteorological networks
title Complex networks across disciplines: community detection methods in social and meteorological networks
spellingShingle Complex networks across disciplines: community detection methods in social and meteorological networks
Seron, Wilson Francisco Moreira de Souza [UNIFESP]
Redes Complexas
Redes Sociais
Detecção de Comunidades
Modelagem de tópicos
title_short Complex networks across disciplines: community detection methods in social and meteorological networks
title_full Complex networks across disciplines: community detection methods in social and meteorological networks
title_fullStr Complex networks across disciplines: community detection methods in social and meteorological networks
title_full_unstemmed Complex networks across disciplines: community detection methods in social and meteorological networks
title_sort Complex networks across disciplines: community detection methods in social and meteorological networks
author Seron, Wilson Francisco Moreira de Souza [UNIFESP]
author_facet Seron, Wilson Francisco Moreira de Souza [UNIFESP]
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8712751771968962
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8867164774240536
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9147853693310634
dc.contributor.author.fl_str_mv Seron, Wilson Francisco Moreira de Souza [UNIFESP]
dc.contributor.advisor1.fl_str_mv Quiles, Marcos [UNIFESP]
dc.contributor.advisor-co1.fl_str_mv Santos, Leonardo
contributor_str_mv Quiles, Marcos [UNIFESP]
Santos, Leonardo
dc.subject.por.fl_str_mv Redes Complexas
Redes Sociais
Detecção de Comunidades
Modelagem de tópicos
topic Redes Complexas
Redes Sociais
Detecção de Comunidades
Modelagem de tópicos
description Ao estudar sistemas complexos presentes na natureza, tais como redes de neurônios e proteínas, ou sistemas complexos criados pelo homem, é possível observar a presença de estruturas modulares, chamadas comunidades. Uma comunidade é formada por um subconjunto de vértices que estão mais ligados uns aos outros, em comparação com os outros vértices da rede. Nesta pesquisa, foi estudado o uso de redes complexas em modelagem de tópicos, redes sociais e em redes espaciais. Especificamente, foi proposto um modelo de modelagem de tópicos baseado em detecção de comunidades. Além disso, foi apresentado algumas aplicações pontuais de redes complexas no combate à desinformação nas redes sociais. E por fim, a pesquisa se encerra na análise da consistência de comunidades em redes espaciais. Os resultados mostram que o método de modelagem de tópicos apresentou resultados melhores que as técnicas tradicionais em dados provenientes de redes sociais. Já a aplicação de redes complexas no combate a desinformação, demonstra que a análise a detecção de comunidades de usuários pode auxiliar na identificação de usuários que propagam desinformação, ou encontrar conjuntos de links que levam para sites com conteúdos de desinformação. A respeito da análise espacial das comunidades, os resultados demonstram que em redes meteorológicas variáveis como o uso do solo, ou a altimetria do terreno, influenciam na estrutura das comunidades no espaço. Em resumo, os resultados da pesquisa contribuíram em diversas áreas através da utilização de redes complexas.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-05-18T17:58:11Z
dc.date.available.fl_str_mv 2022-05-18T17:58:11Z
dc.date.issued.fl_str_mv 2022-02-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifesp.br/xmlui/handle/11600/63843
url https://repositorio.unifesp.br/xmlui/handle/11600/63843
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 153 f.
dc.coverage.spatial.pt_BR.fl_str_mv Instituto de Ciência e Tecnologia (ICT-Unifesp)
dc.publisher.none.fl_str_mv Universidade Federal de São Paulo
publisher.none.fl_str_mv Universidade Federal de São Paulo
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFESP
instname:Universidade Federal de São Paulo (UNIFESP)
instacron:UNIFESP
instname_str Universidade Federal de São Paulo (UNIFESP)
instacron_str UNIFESP
institution UNIFESP
reponame_str Repositório Institucional da UNIFESP
collection Repositório Institucional da UNIFESP
bitstream.url.fl_str_mv ${dspace.ui.url}/bitstream/11600/63843/1/Wilson_Seron_tese.pdf
${dspace.ui.url}/bitstream/11600/63843/2/license.txt
${dspace.ui.url}/bitstream/11600/63843/6/Wilson_Seron_tese.pdf.txt
${dspace.ui.url}/bitstream/11600/63843/8/Wilson_Seron_tese.pdf.jpg
bitstream.checksum.fl_str_mv 90e1cfbb556cf432cce6afcf801e6526
0ead4cdbad94603e13e20817a2499185
cbc223392b99044d87c997c1138b509e
e7579661436be634429d9cb6974ac313
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)
repository.mail.fl_str_mv
_version_ 1783460331582914560