Doktoraty Wydziału IET

mgr inż. Bogdan Gliwa

Promotor: dr hab. inż. Aleksander Byrski (AGH)
Promotor pomicniczy: dr inż. Anna Zygmunt (AGH)
Dyscyplina: Informatyka

Praca dotyczy analizy grup i ich dynamiki w mediach społecznych, które są popularnym środkiem do wyrażania swoich opinii, komentowania bieżących wydarzeń oraz budowania relacji z innymi osobami. W wyniku interakcji między osobami tworzą się grupy, a ponieważ te interakcje są dynamiczne, grupy nieustannie zmieniają się w czasie. Analiza grup ma szerokie zastosowanie, przede wszystkim w marketingu (wykrywanie potencjalnych klientów dla określonego produktu i jego popularyzacja), monitorowaniu kampanii społecznych, wyborczych, a także optymalizacji sieci transportowej w mieście czy struktur w firmie.

W pracy rozpatrywanych jest szereg problemów. Pierwszym z nich jest efektywna analiza zmian grup w czasie – dla tego problemu została zaproponowana metoda SGCI. Drugim, bezpośrednio powiązanym z poprzednim problemem, jest ewaluacja metod do analizy dynamiki grup. W rzeczywistych zbiorach nie mamy wiedzy o rzeczywistych procesach zachodzących z grupami, dlatego też został stworzony system generacji sztucznych zbiorów danych oraz zestaw metryk do porównywania wyników takich metod (a ponieważ rozpatrywana klasa metod do analizy dynamiki grup wykorzystuje istniejące metody do odkrywania grup, został też stworzony analogiczny system do generowania sztucznych zbiorów oraz metryki do zadania znajdowania grup). Kolejnym rozpatrywanym zagadnieniem jest wizualizacja dynamiki grup – dla realizacji tego zadania zostało stworzone nowe narzędzie GEVi. Następnym rozwiązywanym problemem jest predykcja zachowań grup. W tym kontekście zostały zaproponowane nowe metryki do predykcji zdarzeń grup oraz predykcji scaleń grup (to drugie zagadnienie zostało po raz pierwszy sformułowane i rozważane w tej rozprawie). Ostatnim rozpatrywanym zadaniem jest analiza tematyki grup, która polega na określeniu jakie tematy są dyskutowane w obrębie grupy. W celu realizacji tego zadania została stworzona nowa metoda, integrująca wybrane aspekty Przetwarzania Języka Naturalnego oraz Analizy Sieci Społecznych.

Dla każdego rozważanego problemu wykonany został szereg eksperymentów potwierdzających tezę całościową pracy mówiącą o tym, że obserwacja charakterystyk grup tworzących się w mediach społecznych umożliwia systematyczną analizę rozpowszechnianych w nich treści, modelowanie dynamiki grup oraz predykcję ich przyszłych zachowań.

Do najważniejszych efektów niniejszej pracy zaliczyć można:

• stworzenie nowej metody dynamiki grup SGCI,
• wprowadzenie nowych metryk do porównywania wyników metod znajdowania grup wraz ze szczegółową analizą ich własności,
• wprowadzenie nowych metryk do porównywania wyników metod analizy dynamiki grup wraz ze szczegółową analizą ich własności,
• rozszerzenie istniejącego benchmarku LFR, służącego do testowania metod znajdowania grup, wraz z eksperymentalną weryfikacją zaproponowanych rozszerzeń,
• wprowadzenie nowego benchmarku GevBen do testowania metod analizy dynamiki grup,
• szczegółowa analiza różnych metod do analizy dynamiki grup na zarówno na syntetycznych zbiorach wygenerowanych przez benchmark GevBen jak i na rzeczywistych zbiorach,
• implementacja GEVi - narzędzia do wizualizacji dynamiki grup,
• sformułowanie problemu predykcji złączeń grup (problem po raz pierwszy rozważany w tej rozprawie),
• wprowadzenie nowych metryk użytecznych w problemie predykcji zdarzeń grup,
• eksperymentalna weryfikacja metod predykcji zdarzeń grup oraz metod predykcji złączeń grup,
• wprowadzenie metody do analizy tematyki grup (GTA) wraz z wariantem dziedziczenia tematów,
• eksperymenty weryfikujące podejście integrujące analizę tematyki z grupami społecznymi,
• zastosowanie cech związanych z tematyką grup do problemu predykcji złączeń grup.

Recenzja - dr hab. inż. Mikołaj Morzy, Politechnika Poznańska

Recenzja - dr hab. Adam Wierzbicki, prof. n. - Polsko-Japońska Akademia Technik Komputerowych w Warszawie

1. A. Zygmunt, B. Gliwa: The Comparison of Users Activity on the Example of Polish and American Blogosphere. In: Scientific Programming, Hindawi, January 2015. IF=0.455, MNiSW=15.
2. S. Saganowski, B. Gliwa, P. Bródka, A. Zygmunt, P. Kazienko, J. Koźlak: Predicting community evolution in social networks. In: Entropy, vol. 17, issue 5, pp.3053–3096, MDPI, 2015. IF=1.743, MNiSW=30.
3. B. Gliwa, S. Saganowski, A. Zygmunt, p. Bródka, P. Kazienko, J. Koźlak: Identification of group changes in blogosphere. In: Proceedings of ASONAM 2012: 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, 26-29 August 2012, Istanbul, Turkey, pp.1233–1238. MNiSW=10, Web Of Science
4. B. Gliwa, J. Koźlak, A. Zygmunt, K. Cetnarowicz: Models of social groups in blogosphere based on information about comment adressees and sentiments. In: Proceedings of SocInfo 2012: 4th International Conference on Social Informatics, 5-7 December, Lausanne, Switzerland, 2012, pp.475-488. MNiSW=10, Web Of Science, Best Paper Award
5. B. Gliwa, A. Zygmunt, A. Byrski: Graphical analysis of social group dynamics. In: Proceedings of CASoN 2012: 4th International Conference on Computational Aspects of Social Networks, 21-23 November 2012, Sao Carlos, Brazil, pp.41–46. MNiSW=10, Web Of Science
6. B. Gliwa, A. Zygmunt, S. Podgórski: Incorporating text analysis into evolution of social groups in blogosphere. In: Proceedings of FedCSIS 2013: Federated Conference on Computer Science and Information Systems, 8-11, Kraków, Poland, 2013, pp.951–958. MNiSW=10, Web Of Science
7. B. Gliwa, P. Bródka, A. Zygmunt, S. Saganowski, P. Kazienko, J. Koźlak: Different approaches to community evolution prediction in blogosphere. In: Proceedings of ASONAM 2013: 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining, 25-28 August, Niagara Falls, Canada, 2013, pp.1291–1298. MNiSW=10, Web Of Science
8. B. Gliwa, A. Zygmunt: GEVi: context-based graphical analysis of social group dynamics. In: Social Network Analysis and Mining, vol. 4, issue 1, 2014.