Toward a Better Understanding of Evolving Social Networks

Nick, Bobo

Toward a Better Understanding of Evolving Social Networks

Dateien

dissertation-Nick_flat.pdfGröße: 11.04 MBDownloads: 916

Datum

2013

Open Access-Veröffentlichung

Open Access Green

Sammlungen

Informatik und Informationswissenschaft

Publikationstyp

Dissertation

Publikationsstatus

Published

Zusammenfassung

In this thesis, we provide methodological contributions toward a better understanding of evolving social networks. In particular, we emphasize the importance and consequences of holistic approaches that exploit all available data and detailed information embedded in structure and time. Multiple case studies demonstrate the added value in doing so and reveal deficiencies in previous interpretations that resulted from more aggregate data views.

Initially, we introduce the concept of Simmelian backbones and a corresponding notion of triadic cohesion to reveal primary actor groups in social networks. Next, we discuss a novel visualization technique, gestaltlines, that allows to represent asymmetric longitudinal network data within a single gestaltmatrix. Then, we address the fundamental question to which degree tie-change events in evolving social networks depend on each other and propose a general framework that allows to quantify the implications of assuming conditional independence. Finally, we demonstrate how social vector clocks can be used to exploit indirect information flow based on the ordering and spacing of communication events and accurately predict future interactions.

Zusammenfassung in einer weiteren Sprache

Gegenstand dieser Arbeit sind methodische Beiträge zum besseren Verständnis sich entwickelnder sozialer Netzwerke. Im Fokus steht dabei die möglichst ganzheitliche Betrachtung von zeitlichen und strukturellen Informationen innerhalb der beobachteten Daten. Der Mehrwert unserer Ansätze gegenüber vorherrschenden, stärker aggregierten Verfahren zur Analyse, Visualisierung und Modellierung sozialer Netzwerke wird anhand von Fallstudien aufgezeigt.

Zunächst plädieren wir für einen triadischen Ansatz zur Bestimmung der primären Akteursgruppen in sozialen Netzwerken und definieren eine entsprechende Methode zur Extraktion von Simmelschen Netzwerksäulen (Simmelian backbones). Anschließend erläutern wir das Prinzip von Gestaltgrafiken (gestaltlines) und präsentieren einen völlig neuartigen Ansatz zur Darstellung von Zeitreihen asymmetrischer Netzwerkdaten, die Gestaltmatrix. Darüber hinaus beschäftigen wir uns mit einem fundamentalen Problem für die effiziente und valide Bestimmung von wesentlichen Prinzipien in der Entwicklung sozialer Netzwerke und präsentieren einen allgemeinen Rahmen für den systematischen Vergleich bedingter Unabhängigkeitsmodelle und allgemeinerer Analysemodelle. Schließlich behandeln wir die Vorhersage von Beziehungen unter der Betrachtung des zeitlichen Abstandes und der Reihenfolge vorangegangener Interaktionen und definieren soziale Vektoruhren (social vector clocks) zur Modellierung und Analyse der indirekten Informationsverbreitung in sozialen Netzwerken.

Fachgebiet (DDC)

004 Informatik

Schlagwörter

social network analysis, data mining, information visualization

Zitieren

ISO 690

NICK, Bobo, 2013. Toward a Better Understanding of Evolving Social Networks [Dissertation]. Konstanz: University of Konstanz

BibTex

@phdthesis{Nick2013Towar-26005,
  year={2013},
  title={Toward a Better Understanding of Evolving Social Networks},
  author={Nick, Bobo},
  address={Konstanz},
  school={Universität Konstanz}
}

RDF

<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/26005">
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2014-01-23T13:35:32Z</dcterms:available>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/26005/1/dissertation-Nick_flat.pdf"/>
    <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/26005"/>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2014-01-23T13:35:32Z</dc:date>
    <dc:rights>terms-of-use</dc:rights>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/26005/1/dissertation-Nick_flat.pdf"/>
    <dcterms:title>Toward a Better Understanding of Evolving Social Networks</dcterms:title>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dc:creator>Nick, Bobo</dc:creator>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
    <dc:language>eng</dc:language>
    <dcterms:abstract xml:lang="eng">In this thesis, we provide methodological contributions toward a better understanding of evolving social networks. In particular, we emphasize the importance and consequences of holistic approaches that exploit all available data and detailed information embedded in structure and time. Multiple case studies demonstrate the added value in doing so and reveal deficiencies in previous interpretations that resulted from more aggregate data views.&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;&lt;br /&gt;Initially, we introduce the concept of Simmelian backbones and a corresponding notion of triadic cohesion to reveal primary actor groups in social networks. Next, we discuss a novel visualization technique, gestaltlines, that allows to represent asymmetric longitudinal network data within a single gestaltmatrix. Then, we address the fundamental question to which degree tie-change events in evolving social networks depend on each other and propose a general framework that allows to quantify the implications of assuming conditional independence. Finally, we demonstrate how social vector clocks can be used to exploit indirect information flow based on the ordering and spacing of communication events and accurately predict future interactions.</dcterms:abstract>
    <dc:contributor>Nick, Bobo</dc:contributor>
    <dcterms:issued>2013</dcterms:issued>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/>
  </rdf:Description>
</rdf:RDF>

Prüfungsdatum der Dissertation

October 23, 2013

Universitätsbibliographie

Ja