Analysis of Inferred Social Networks
| Název práce v češtině: | Analýza odvozených sociálních sítí |
|---|---|
| Název v anglickém jazyce: | Analysis of Inferred Social Networks |
| Klíčová slova: | social network|analysis of a social network|graph data management |
| Klíčová slova anglicky: | social network|analysis of a social network|graph data management |
| Akademický rok vypsání: | 2019/2020 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra softwarového inženýrství (32-KSI) |
| Vedoucí / školitel: | doc. RNDr. Irena Holubová, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 28.03.2020 |
| Datum zadání: | 29.03.2020 |
| Datum potvrzení stud. oddělením: | 29.04.2020 |
| Datum a čas obhajoby: | 29.06.2021 09:00 |
| Datum odevzdání elektronické podoby: | 20.05.2021 |
| Datum odevzdání tištěné podoby: | 21.05.2021 |
| Datum proběhlé obhajoby: | 29.06.2021 |
| Oponenti: | RNDr. Michal Kopecký, Ph.D. |
| Konzultanti: | RNDr. Martin Svoboda, Ph.D. |
| Zásady pro vypracování |
| The knowledge of a social network of clients would bring various benefits to companies and businesses. However, an acess to such data is highly limited. Recently there has occured the idea of inferred social networks, i.e., networks that are not built by the people themselves, but inferred from the knowledge of their particular behaviour (e.g., usage of mobile phones, public transport, bank accounts etc.). This idea however brings many challenging problems.
The aim of this thesis is to focus on the analysis of an inferred social network using classical graph algorithms, as well as those specific for social networks. For this purpose the author will use real-world data from the financial sector and adapt the approaches to the specific targets of this area. The result of the thesis will be an experimental exploration of the verified approaches for this new type of networks. |
| Seznam odborné literatury |
| Holubova, I. - Svoboda, M. - Berhauer, D. - Skopal, T. - Pascenko, P.: Inferred Social Networks: A Case Study. BSMDMA@ICDM '19: Proceedings of the 2019 International Workshop on Big Social Media Data Management and Analysis, held in conjunction with ICDM '19, Beijing, China, November 2019.
Deepayan Chakrabarti and Christos Faloutsos. 2006. Graph mining: Laws, generators, and algorithms. ACM Comput. Surv. 38, 1, Article 2 (June 2006). DOI=http://dx.doi.org/10.1145/1132952.1132954 Bart Baesens, Veronique Van Vlasselaer, Wouter Verbeke: Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques. https://www.amazon.com/Analytics-Descriptive-Predictive-Network-Techniques/dp/1119133122 https://snap.stanford.edu/data/ http://konect.uni-koblenz.de/networks/ |
| Předběžná náplň práce |
| Možnost analyzovat sociální sítě klientů by se velmi hodila mnoha firmám, ale přístup k takovým datům je obvykle značně omezený. Myšlenka odvozených sociálních sítí spočívá ve vytvoření umělé sítě extrahované na základě znalostí chování klientů (např. používání mobilních telefonů, bankovních účtů, MHD apod.). Cílem práce je zaměřit se na problematiku analýzy takové odvozené sociální sítě pomocí klasických grafových algoritmů i přístupů specifických právě pro sociální sítě. |