New Models and Methods for Formation and Analysis of Social Networks - Archive ouverte HAL Access content directly
Theses Year : 2016

New Models and Methods for Formation and Analysis of Social Networks

Nouveaux modèles et méthodes de formation et d'analyse des réseaux sociaux

(1)
1
Swapnil Dhamal

Abstract

This doctoral work focuses on three main problems related to social networks: (1) Orchestrating Network Formation: We consider the problem of orchestrating formation of a social network having a certain given topology that may be desirable for the intended usecases. Assuming the social network nodes to be strategic in forming relationships, we derive conditions under which a given topology can be uniquely obtained. We also study the efficiency and robustness of the derived conditions. (2) Multi-phase Influence Maximization: We propose that information diffusion be carried out in multiple phases rather than in a single instalment. With the objective of achieving better diffusion, we discover optimal ways of splitting the available budget among the phases, determining the time delay between consecutive phases, and also finding the individuals to be targeted for initiating the diffusion process. (3) Scalable Preference Aggregation: It is extremely useful to determine a small number of representatives of a social network such that the individual preferences of these nodes, when aggregated, reflect the aggregate preference of the entire network. Using real-world data collected from Facebook with human subjects, we discover a model that faithfully captures the spread of preferences in a social network. We hence propose fast and reliable ways of computing a truly representative aggregate preference of the entire network. In particular, we develop models and methods for solving the above problems, which primarily deal with formation and analysis of social networks.
Ce travail de doctorat se concentre sur trois problèmes principaux liés aux réseaux sociaux: (1) Formation de réseau orchestré: Nous considérons le problème de l'orchestration de la formation d'un réseau social ayant une certaine topologie donnée qui peut être souhaitable pour les cas d'utilisation prévus. En supposant que les nœuds de réseaux sociaux soient stratégiques dans la formation des relations, nous dérivons des conditions dans lesquelles une topologie donnée peut être obtenue de manière unique. Nous étudions également l'efficacité et la robustesse des conditions dérivées. (2) Maximisation de l’influence en plusieurs phases: Nous proposons que la diffusion de l’information se fasse en plusieurs phases plutôt qu’en une seule fois. Dans le but d'obtenir une meilleure diffusion, nous découvrons des moyens optimaux de fractionner le budget disponible entre les phases, en déterminant le délai entre les phases consécutives, et en trouvant également les individus à cibler pour lancer le processus de diffusion. (3) Agrégation de préférences évolutive: Il est extrêmement utile de déterminer un petit nombre de représentants d'un réseau social de sorte que les préférences individuelles de ces nœuds, lorsqu'elles sont agrégées, reflètent la préférence globale de l'ensemble du réseau. En utilisant des données réelles collectées sur Facebook avec des sujets humains, nous découvrons un modèle qui capture fidèlement la diffusion des préférences dans un réseau social. Nous proposons donc des moyens rapides et fiables de calculer une préférence agrégée vraiment représentative de l'ensemble du réseau. En particulier, nous développons des modèles et des méthodes pour résoudre les problèmes ci-dessus, qui concernent principalement la formation et l'analyse des réseaux sociaux.
Fichier principal
Vignette du fichier
Thesis_Swapnil_Dhamal.pdf (5.01 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

tel-01855821 , version 1 (08-08-2018)

Identifiers

  • HAL Id : tel-01855821 , version 1

Cite

Swapnil Dhamal. New Models and Methods for Formation and Analysis of Social Networks. Social and Information Networks [cs.SI]. Indian Institute of Science, 2016. English. ⟨NNT : ⟩. ⟨tel-01855821⟩
159 View
106 Download

Share

Gmail Facebook Twitter LinkedIn More