| Περίληψη: | Στα πλαίσια της εργασίας υλοποιείται μια ολοκληρωμένη δομή η οποία προσφέρει την δυνατότητα πρόβλεψης του tie strength (ισχύς δεσμών) μεταξύ των χρηστών για την online πλατφόρμα κοινωνικής δικτύωσης Facebook. Συγκεκριμένα γίνεται μικροσκοπική ανάλυση στο προφίλ ενός κεντρικού χρήστη (ego user) με σκοπό την συλλογή δεδομένων σχετικών με τις επαφές που έχει με κάθε φίλο του στο Facebook (alters) και τελικά γίνεται εφαρμογή των δεδομένων αυτών σε έναν μηχανισμό πρόβλεψης tie strength για κάθε χρήστη.
Αρχικός σκοπός της εργασίας είναι να δημιουργηθεί μια αυτοματοποιημένη διαδικασία συλλογής δεδομένων σχετικά με τον χρήστη, η οποία να λαμβάνει υπ ́ όψην της όλες τις ιδιαιτερότητες του προφίλ του χρήστη αλλά και της πλατφόρμας, ώστε να παράγεται μια συλλογή από δεδομένα που να είναι ακέραια στην φύση τους από όποιον χρήστη και να συλλέγονται.
Επιπρόσθετα σημαντική έμφαση δόθηκε στην συλλογή δεδομένων που χαρακτηρίζουν τις σχέσεις και τις αλληλεπιδράσεις μεταξύ των χρηστών, μέσα από τις τελευταίες και πιο σύγχρονες δυνατότητες που προσφέρει το Facebook, όπως η ποικιλομορφία των αντιδράσεων, τα δεδομένα από βιντεοκλήσεις, ηχητικά μηνύματα και άλλα.
Με την χρήση της αυτοματοποιημένης διαδικασίας συλλογής δεδομένων συγκεντρώθηκαν δύο datasets, τα οποία περιγράφουν τις σχέσεις των κεντρικών χρηστών με 855 και 759 άτομα αντίστοιχα. Τα δεδομένα από το πρώτο σύνολο χρησιμοποιήθηκαν για την εκπαίδευση δύο μηχανισμών πρόβλεψης, έναν με linear regression και έναν με multivariate adaptive regression splines, ώστε να μπορεί να γίνει πρόβλεψη του tie strength πάνω σε οποιοδήποτε σύνολο δεδομένων. Η ποιότητα της κάθε μεθόδου αξιολογήθηκε με την χρήση διαφόρων στατιστικών μέτρων, καθένα από τα οποία εξετάζει την ποιότητα των μηχανισμών από κάποια διαφορετική σκοπιά.
Τέλος, εφαρμόστηκε για κάθε έναν από τους δύο μηχανισμούς το δεύτερο σύνολο δεδομένων, το αποτέλεσμα του οποίου αξιολογήθηκε εμπειρικά ως προς το tie strength από τον χρήστη ο οποίος παρείχε το δεύτερο σύνολο.
|
|---|
