Otkrivanje zajednica u društvenim mrežama primjenom knjižnice Snap.py

Sažetak na hrvatskom: U ovom završnom radu obrađen je jedan od najvažnijih problema u analizi društvenih mreža, a to je otkrivanje zajednica. Opisana je struktura društvenih mreža i mjere pomoću kojih se one analiziraju. Objašnjeni su postupci grupiranja u teoriji grafova. Proučeni su i opisani Girv...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:50862/Details
Glavni autor: Čeović, Helena (-)
Ostali autori: Delač, Goran (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, H. Čeović, 2019.
Predmet:
LEADER 02559na a2200229 4500
003 HR-ZaFER
008 160221s2019 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid7164 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Čeović, Helena  |9 40134 
245 1 0 |a Otkrivanje zajednica u društvenim mrežama primjenom knjižnice Snap.py :  |b završni rad /  |c Helena Čeović ; [mentor Goran Delač]. 
246 1 |a Community Detection in Social Networks Using Snap.py Library  |i Naslov na engleskom:  
260 |a Zagreb,  |b H. Čeović,  |c 2019. 
300 |a 22 str. ;  |c 30 cm +  |e CD-ROM 
502 |b preddiplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2019-06-14, datum završetka: 2019-07-12 
520 3 |a Sažetak na hrvatskom: U ovom završnom radu obrađen je jedan od najvažnijih problema u analizi društvenih mreža, a to je otkrivanje zajednica. Opisana je struktura društvenih mreža i mjere pomoću kojih se one analiziraju. Objašnjeni su postupci grupiranja u teoriji grafova. Proučeni su i opisani Girvan-Newman i Clauset-Newman algoritmi za otkrivanje nepreklapajućih zajednica u društvenim mrežama. Navedeni algoritmi provedeni su nad stvarnim skupom podataka te nad umjetno stvorenim skupom primjenom Watts-Strogatz modela te je dana usporedba njihovih rezultata. Opisan je pojam small-world fenomena te razvoj i svojstva Watts-Strogatz modela.  
520 3 |a Sažetak na engleskom: This paper discusses one of the most important issuses in social network analysis which is community detection. A detailed description of a social network structure is given and measures used to analyze them. Different clustering techniques used in graph theory are also described. Steps of Girvan-Newman and ClausetNewman Moore algorithms for community detection are shown. The two algorithms are implemented in Snap.py library and evaluated on five real-world datasets as well as on generated random small-world graphs. Small-world phenomenon is described along with the evolution and characteristics of the Watts-Strogatz model.  
653 1 |a društvene mreže  |a otkrivanje zajednica  |a modularnost  |a Girvan-Newman algoritam  |a Clauset-Newman-Moore algoritam  |a small-world efekt  |a Watts-Strogatz model  |a knjižnica Snap.py 
653 1 |a social networks  |a community detection  |a modularity  |a Girvan-Newman algorithm  |a Clauset-Newman-Moore algorithm  |a small-world phenomenon  |a WattsStrogatz model  |a Snap.py library 
700 1 |a Delač, Goran  |4 ths  |9 40135 
942 |c Z 
999 |c 50862  |d 50862