dc.contributor.advisor | Κούτρας, Μάρκος | |
dc.contributor.author | Κωνσταντινόπουλος, Ναπολέων | |
dc.date.accessioned | 2018-11-26T09:43:50Z | |
dc.date.available | 2018-11-26T09:43:50Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/11651 | |
dc.description.abstract | Ο εντοπισμός κοινωνιών σε δίκτυα είναι ένα απο τα πιο δημοφιλή θέματα της σύγχρονης επιστήμης δικτύων. Ένα απο τα πιο βασικά χαρακτηριστικά ενός δικτύου, το οποίο αναπαρίσταται απο έναν γράφο, είναι η κοινοτική του δομή. Ο εντοπισμός της κοινοτικής δομής σε ένα δίκτυο ή συσταδοποίησή του, δηλαδή η οργάνωση των κορυφών του σε ομάδες, με πολλές ακμές που ενώνουν κορυφές της ίδιας ομάδας και συγκριτικά με αυτές λιγότερες ακμές που ενώνουν κορυφές διαφορετικών ομάδων, είναι ένα θέμα που μελετάται και εξελίσσεται διαρκώς μέχρι και σήμερα. Σε επιστήμες όπως κοινωνιολογία, βιολογία ή επιστήμη των υπολογιστών όπου τα δίκτυα αναπαρίστανται ως γράφοι, ο εντοπισμός κοινοτήτων σε δίκτυα είναι μεγάλης σημασίας. Το πρόβλημα της συσταδοποίησης δικτύου ή γράφου, είναι ένα σύγχρονο επιστημονικό αντικείμενο, το οποίο έχει μελετηθεί απο διαφορετικές επιστημονικές σκοπιές. Στην παρούσα εργασία θα προσπαθήσουμε να κάνουμε μια διεξοδική ανάλυση του θέματος, απο τον ορισμό των βασικών συστατικών του, πάνω στα οποία δεν υπάρχει κοινώς αποδεκτό πρωτόκολλο, μέχρι την ανάλυση πολλών μεθόδων που έχουν αναπτυχθεί ανα τα χρόνια, ξεκινώντας απο παραδοσιακές μεθόδους και καταλήγοντας σε σύγχρονες. Στο τέλος θα κάνουμε μια σύγκριση αλγορίθμων απο διάφορες κατηγορίες μεθόδων που αναλύθηκαν, χρησιμοποιώντας συνθετικά δεδομένα (τεχνητά δίκτυα αναφοράς). | el |
dc.format.extent | 148 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.title | Μέθοδοι εντοπισμού κοινωνιών σε δίκτυα | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | Community detection in networks is one of the most popular topics of modern network sci-ence. One of the most basic features of networks, which are represented by graphs, is their com-munity structure. The underlying of community structure in a network, or clustering, meaning the organization of vertices in clusters, with many edges joining vertices of the same cluster and com-paratively less edges joining vertices of different clusters, is a scientific subject which is thor-oughly studied and hasn't stop evolving until today. Network community detection is of great im-portance in sociology, biology or computer science where networks are represented as graphs. The problem of community detection in networks or graphs, is a modern scientific subject, studied from various scientific aspects. In this thesis, we will attempt an in-depth analysis of the subject, from the definition of its main elements for which there is no universal protocol, to the exposition of many methods for community detection which have been proposed throughout the years. In the end we will compare algorithms coming out of different methods we analyzed, using benchmark graphs. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Συσταδοποίηση δικτύου | el |
dc.subject.keyword | Συσταδοποίηση γράφου | el |
dc.subject.keyword | Τεχνικές συσταδοποίησης | el |
dc.subject.keyword | Τμηματοποίηση δικτύου | el |
dc.date.defense | 2018-11-20 | |