Data mining in social network analysis

• Thesis title in Czech: Dobývání znalostí při analýze sociálních sítí
• Thesis title in English: Data mining in social network analysis
• Key words: dobývání znalostí|analýza sociálních sítí|insolvenční rejstřík|strukturovaná data|nestrukturovaná data
• English key words: data mining|knowledge discovery|social network analysis|insolvency register|structured data|unstructured data
• Academic year of topic announcement: 2023/2024
• Thesis type: rigorosum thesis
• Thesis language: angličtina
• Department: Department of Theoretical Computer Science and Mathematical Logic (32-KTIML)
• Supervisor: doc. RNDr. Iveta Mrázová, CSc.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 19.04.2024
• Date of assignment: 19.04.2024
• Confirmed by Study dept. on: 19.04.2024
• Date of electronic submission: 20.04.2024

Guidelines

Student se bude zabývat problematikou využití technik z oblasti dobývání znalostí při analýze (velkých) sociálních sítí, např. webu. V této souvislosti se posluchač zaměří zejména na studium (adaptivních) technik vhodných pro efektivní analýzu multimediálních dat a jejich nasazení v praxi coby podpůrného prostředku pro vlastní evaluaci analyzované sociální sítě. Navržené modely a vyvinuté metody uchazeč implementuje a otestuje s cílem rozpoznat meze jejich praktické použitelnosti.

References

1. Některé z dostupných základních učebnic, resp. přehledových článků vhodných pro zvolené téma, např.:
- B. Liu: Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data, Springer, (2007).
- S. Chakrabarti: Mining the Web: Discovering Knowledge from Hypertext Data, Morgan Kaufmann, (2003).
- P. Berka: Dobývání znalostí z databází, Academia, (2003).
- Y. Bengio: Learning Deep Architectures for AI, in: Foundations and Trends in Machine Learning, Vol. 2., No. 1 (2009) pp. 1-127.

2. Články:
- S. Brin and L. Page: The Anatomy of a Large-Scale Hypertextual Web Search Engine, in: Computer Networks, Vol. 30 (1-7), (1998), pp. 107-117.
- P. Doreian, V. Batagelj, A. Ferligoj: Positional Analyses of Sociometric Data, in: P. J. Carrington, J. Scott, S. Wassermann: Models and Methods in Social Network Analysis, Cambridge University Press, (2005) pp. 77-97.
- K.-L. Du: Clustering: A neural network approach, in: Neural Networks, Vol. 23 (2009) pp. 89-107.
- G. W. Flake, S. Lawrence, C. L. Giles and F. Coetzee: Self-Organization of the Web and Identification of Communities, in: IEEE Computer, Vol. 35(3), (2002), pp. 61-71.
- J. Kleinberg: Authoritative Sources in a Hyperlinked Environment, in: Journal of the ACM, Vol. 46 (5), (1999), pp. 604-632.
- X. Li, B. Liu and P. S. Yu: Discovering Overlapping Communities of Named Entities, in: Proc. of PKDD´06, 2006.
- P. S. Yu, X. Li and B. Liu: Adding the Temporal Dimension to Search - A Case Study in Publication Search, in: Proc. of Web Intelligence (WI´05), (2005), pp. 543-549.
- Y. LeCun, L. Bottou, Y. Bengio, P. Haffner: Gradient-Based Learning Applied to Document Recognition, in: Proc. of the IEEE, vol. 86, no. 11 (Nov. 1998) pp. 2278-2324.
- D. Erhan, A. Courville, Y. Bengio, P. Vincent: Why Does Unsupervised Pre-training Help Deep Learning?, in: Proceedings of the Thirteenth International Conference on Artificial Intelligence and Statistics (AISTATS 2010), Vol. 9 (2010) pp. 201-208.
- M. A. Ranzato, Y.-L. Boureau, Y. LeCun: Sparse Feature Learning for Deep Belief Networks, in: Advances in Neural Information Processing Systems (NIPS 2007), 2007


3. Aktuální články z profilujících světových časopisů, např.:
Data Mining and Knowledge Discovery, IEEE Transactions on Knowledge and Data Engineering, Machine Learning ap.